李源哲 史豪杰 郑凯伟 王琬淳
沈阳航空航天大学创新创业学院（辽宁沈阳110136）
【摘要】选用垃圾分选设备对垃圾进行处理，符合我国一贯坚持的可持续发展战略，采用分拣设备处理垃圾可以将能够重复利用的垃圾挑选出来，进行重复利用；将挑选出来的有毒、有害的垃圾进行集中的无公害处理；剩下的无毒害不可回收垃圾进行处理。本研究基于人工智能技术的突破，采用人工智能的自动化机器人的对垃圾分选设备进行设计升级，通过人工智能的仿真系统对不同种类的垃圾进行有效分拣，利用实验验证人工智能技术为基础的垃圾分拣设备的仿真模拟效果。
【关键词】人工智能；垃圾分选设备；系统研究
对垃圾进行分类收集，可以实现垃圾减量化资源化，部分可回收垃圾通过源头分类直接转变为有用的原材料，例如废旧报纸、饮料瓶、各类金属等；分类后进入处理环节的生活垃圾可以根据它们有机组分、含水率、热值等差异进行有针对性收集，尤其具有可燃性的有机垃圾，由于其有机组分含量高、热值高，在含水率可控条件下可以利用焚烧工艺进行处理。焚烧工艺的高减容化、高效灭菌及热值可以回收利用等突出优点可以极大的释放出来。剩余不可燃垃圾由于具有相对稳定、环境迁移及污染性小等特点，则可以直接进入填埋处置环节。总之，垃圾分类收集处理使生活垃圾的总量和城市处理垃圾的负担大大减少，垃圾填埋场的使用寿命就会延长。为了可持续发展，形成良性循环，城市垃圾最根本的出路是实行垃圾从源头分类，提高回收利用效率，尽快实现垃圾的减量化、资源化、无害化。
一、适用于垃圾分选设备的人工智能技术
（一）人工智能机器人的仿真技术运用
人工智能机器人的仿真技术包括力学、生物力学、机电一体化、神经学、计算机信息处理、先进控制理论等多种学科研究成果的融合。当前的人工智能机器人可以实现解决简单的交互问题，如接触前的减速和停止、接触后的紧急停止、阻抗反应或重力补偿等功能；以仿真机械臂为代表的人工智能机器人，在应用中结合了传统机器人高效率、高精度的特点，又具有类似人的手臂的机动性，正逐步扩展到可移动的形式。人工智能机器人的仿真技术旨在确保生产安全的同时降低工作成本，提高处理工作事物的效率。
（二）人工智能处理系统
随着人工智能和深度学习方法的使用，情况发生了变化。该系统利用人工视觉扫描传送带上的垃圾流，并利用深度神经网络模型将图像信息传送给主控单元。神经网络模型对图像进行分析，可以准确定位需要分类的垃圾材料和类型。它可以分辨出多达20种可回收的垃圾，如石头、木头、塑料、纸板、布料等，准确率达95%。你甚至可以根据物体的大小、价值和位置进行优先分拣，并控制分拣机器人捕捉材料。大大增加了回收材料的成本和回收厂的利润。
二、人机交互技术在垃圾分选设备中的应用
（一）分选前的处理
这一步骤旨在对垃圾分选设备在极端情况下完成对垃圾的分选工作，避免在后续的作业过程中产生不必要的失误。与传统的垃圾分选设备的要求不同，采用人机交互技术的垃圾分选设备对当前的环境具有实时的感知能力，可以提前预测推断作业方式，以寻求最佳的分选方式。现有的技术通过设计好的算法引导智能机器人进行运动，根据实时动态的处理数据修改其分选行为，进而完成更为复杂的垃圾分选任务。
智能机器人的发展逐步的迈向仿真化，从模拟人的行为到大脑思维，越来越多的智能机器人都拥有了视觉模块，同时搭载了运动系统，突破了传统机器人运行时静态、固态的运动限制，基于动态影像采集技术，对垃圾进行更为细致与智能的分选，达到与人工处理效果基本一致。
除此之外，人机交互技术还搭载了对速度与物体位置变化的检测方法，在运行中遇到异常情况时，可及时发现并通过检测方法分析出产生异常的位置，提高对垃圾分选处理的精度。
（二）提高垃圾分选设备的感知精度
智能机器人对垃圾分选设备的提升少不了物理接触，垃圾分选设备智能化的处理过程中，需要智能机器人经过算法对内容物的分析之后，快速的对结果做出反应，准确的对垃圾进行分选。这其中关键在与对设备的感知检测阈值的设置，在设置接触性信息数据之前，先对设备力的感知背景进行设置，理解指令发出的根本目的，实现对垃圾分选的高效处理。虽然有效地解决了垃圾分选设备中运用的智能机器人在不确定条件下力感知问题，但机器人感知特性的发展仍受制于电流信息的反谐波传输和力传感器的成本等问题。
软性主要集中在缓解垃圾分选设备的冲力、释放冲击能量、减少碰撞损伤、提高安全性能等方面。主要分为被动软性和主动软性两个方面。被动软性是基于智能机器人的设计，在结构中减小设备在运行过程中产生的有效惯性质量和接触刚度来实现。在此基础上，对垃圾分选设备开发出了一种智能机器人的张力手爪，其尺寸和重量与人类的原型相似，可以增强在细节分选上的选择精度，特别是在动力学方面符合设备的要求，这进一步增加了人机交互生产的灵活性和安全性。主动软性解决了机器人的动力与空间位置之间的目的冲突。智能机器人的运动可以分为环境条件下的运动和接触过程中的运动。此外，结合深度神经网络控制等智能控制算法，进一步提高垃圾分选设备智能机器人系统的抗非线性系统扰动能力，增强设备在运动中的控制性能和对人机交互的安全性。
（三）提高运动中环境的感知能力
对物体的意图和在特定任务中的特性依赖于合适的智能运动模型，这些模型包括预测分析或自然运动特性等生物力学模型。在没有明确的目标位置或运动难以预测的应用中，基于运动特征的预测通常会与不同的运动模型一起使用，利用对可能目标的预测来评估物体的行进路径。当根据目标的意图预测物体的运动时，系统基于生成式模型获取基于判别模型的系统决策，推导出物体的特征，并预测出到达轨迹终点的轨迹路径，可以快速权衡已知和未知的环境要求。机器人的动态平衡加速了机器人对环境信息的感知和同化，结合机器人动态环境中的图像处理和智能控制技术，创建了一种环境感知学习工具，利用此技术创建系统来实现机器人对人类大脑的拟人化。
三、结语
智能机器人的时代已经开始，智能机器人将全面深入我国的各行各业，在垃圾分类管理方面也不例外。但是，我国智能机器人对垃圾分选设备的智能化发展还有很长的一段路要走，需要不断地研究人工智能与垃圾分选设备的融合办法，制定出符合我国国情的发展方案，攻克核心算法等关键技术。未来，随着我国上下对垃圾管理的重视程度越来越高，以及人工智能、机器人等新技术的发展水平也来越高，在未来，使用人工智能回收分类设备回收垃圾将逐渐成为一种趋势，这将对我国环保事业的发展产生深远影响。我们相信，在政府对环保的重视和投入下、在科技人员的不懈努力下，把基于人工智能技术的垃圾分选设备应用于生活中是可行的。
参考文献：
[1]刘涛.基于人工智能,机器人和云平台的垃圾分选设备研究[J].中国管理信息化,2020.23:73-74.
[2]刘剑,叶正祥,陈兴涛等.陈腐垃圾分选处理生产线关键技术探讨[J].当代化工研究,2019(5):9-10.
[3]刘剑波,张利珍,蒋振山等.垃圾分选设备中的新技术进展[J].科技信息:学术版,2006,(06):23-25.
[4]吴林彦.城市生活垃圾风力分选设备数值模拟与优化设计研究[D].北京工业大学,2012.
【作者简介】李源哲（1998.10-），男，汉族，河南省平顶山市人，沈阳航空航天大学本科在读，主要研究方向：计算机科学与技术。