垃圾分类领域人工智能应用的特征及其优化路径研究

垃圾分类领域人工智能应用的特征及其优化路径研究

杨富升 李响 王旭 许坤 黄思颖

辽宁科技学院 辽宁 本溪 117004

摘要：垃圾分类制度的强制推行需要大量的人力进行监督和引导，垃圾收集、清运和处理等环节所需的劳动力也大大增加。人工智能技术能够代替垃圾分类中的部分劳动力，从而降低垃圾分类需要的人力成本，具体表现为，智能垃圾分类收集设施能够减少垃圾分类政策推行期间的监督和引导人员，人工智能与物联网的结合能够优化垃圾清运的时间和路线，减轻垃圾清运的工作量，智能垃圾分拣机器人能够减少垃圾处理环节的人力成本。人工智能技术能够为垃圾分类提供强大的助力，了解和掌握垃圾分类领域人工智能应用的现状和特征，分析其中存在的问题，找出进一步完善和优化垃圾分类领域人工智能的路径，对推动我国垃圾资源化和减量化处理具有重要意义。

关键词：人工智能；垃圾分类；机器视觉；环境治理

一、垃圾分类领域人工智能的特征

（一）技术方向以计算机视觉为主

从技术方向看，人工智能的技术方向有计算机视觉、语音处理、自然语言处理、规划决策系统、大数据统计分析等，垃圾分类领域人工智能的主要技术方向以计算机视觉为主。垃圾分类的前提和基础是垃圾的识别，传统的人工智能垃圾分拣技术主要运用磁性和重量等传感设备对垃圾进行简单的分拣，适用范围较少，分类效果较差。应用计算机视觉技术进行垃圾识别具有适用物品范围广、设备体积和重量小、识别速度快等优点，而计算机视觉技术的成熟也使得垃圾识别的准确性大大提升。计算机视觉技术主要有图像处理、图像识别监测、分析理解等具体技术方向，应用于垃圾识别和分类的图像识别技术，属于计算机视觉技术中技术相对成熟、商业化应用难度较低的层次。由于这类技术的成熟度相对较高，技术门槛相对较低，投入成本相对较小，能够快速形成实用化的产品投放市场，因此，目前出现了大量基于计算机视觉的垃圾识别软件、人工智能垃圾桶、垃圾收集设施等，例如中国阿里巴巴公司推出的垃圾识别软件，美国BangbellySolar公司、波兰Bin-e公司推出的智能垃圾桶等。垃圾分拣设备也逐渐将计算机视觉作为垃圾分拣的主要技术解决方案，例如中国中城绿建科技有限公司、芬兰泽恩机器人公司等开发的基于计算机视觉的垃圾分拣机器人等。

（二）应用方式以消费级产品为主

从应用方式来看，人工智能在应用层面主要有消费级产品和行业解决方案两大方向。消费级产品方向的应用是以具体的商品或者软件作为人工智能技术的载体，实现某种或者某类功能，行业解决方案是将人工智能技术应用于某一场景或者行业，由企业提供包括技术、产品、架构、管理等一揽子服务。从目前人工智能技术在垃圾分类领域的应用现状看，企业推出的产品多以智能分类软件、智能产品和智能设备为主，主要应用场景是在垃圾分类收集时进行智能识别和自动分类。部分企业还将服务延伸至居民垃圾分类信息的收集和处理，通过记录和评估居民的垃圾分类行为和准确性等信息，辅助政府完成经济激励和居民行为引导。

垃圾分类收集只是垃圾分类处理的前端环节，后续的垃圾分类清运、处理和回收利用等环节也需要依托人工智能技术提升效率。但目前涉及清运环节的环卫智能作业机器人、无人驾驶扫路车等产品尚未实现实用化，涉及垃圾分类信息采集和处理的软件产品也在试运行中，构成垃圾分类全链条人工智能解决方案的技术和产品尚不成熟。因此，目前垃圾分类领域人工智能的应用仍然是以产品为主，系统解决方案方面的应用尚处于孕育阶段。

二、垃圾分类领域人工智能应用的问题

（一）垃圾收集环节的技术局限性较大

智能垃圾分类产品目前虽然已基本具备自动识别、自动分类等基本功能，但是在使用体验上并不能达到令人满意的效果，技术的成熟度尚未达到实用化推广的水平。一是使用方式受到识别速度和设备结构的限制。目前的智能垃圾桶大多采用机器视觉技术进行垃圾识别，这种技术只能对垃圾进行逐个扫描，用户将一件垃圾丢入垃圾桶后，需要等待垃圾桶识别和分类完成，才可以投入下一件垃圾，阿尔飞思公司产品的识别速度虽然可以达到300ms，但多次投放的时间间隔还是会受到机械运行、压缩等环节的影响。识别速度和分类的限制导致这类产品难以应用于居民区等生活垃圾产生量大的场景，波兰Bin-e公司推出的垃圾桶、阿尔飞思公司的“睿桶”等产品都只能实现逐个垃圾的识别和分类，也仅在商场、车站等公共场所能够达到相对满意的用户体验。二是识别精度与设备成本难以平衡。目前投放与收集环节的智能垃圾桶仅能以机器视觉的方式进行识别和分类，而生活垃圾的种类繁多，又常会产生污损，严重影响了垃圾识别分类的精度。三维视觉分析技术、触觉传感器等技术虽然会提升识别精度，但也会大大增加设备的成本，难以实现大规模的推广应用。

（二）垃圾处理环节的研发投入相对较少

从目前投入市场的产品看，垃圾分类领域人工智能产品主要是以垃圾收集端的智能垃圾桶（箱）为主，垃圾处理环节的智能分拣设备大多还处于研发阶段，进入商业化应用阶段的产品相对较少。造成这种差距的原因在于，智能垃圾桶类产品的相关技术比较成熟，通过技术移植能够快速产品化，具有研发难度低、投入少、周期短的特点。企业和创业者进入该领域的门槛相对较低，容易在短时间内推出产品，并吸引投资者。相比之下，垃圾处理环节的智能分拣设备属于技术和资金密集的产品，是机器视觉、自动控制、工业机器人等多项技术的集成，技术难度较高，研发的投入和风险也更高，具有较高的准入门槛，目前仅有中联环境、中城绿建等少数环保装备产品线较为完善，具备设计、制造、建设和投入研发的能力。从应用价值看，随着垃圾分类常识的普及和居民行为的养成，智能垃圾桶等产品的应用场景将进一步减少，而垃圾分拣设备能够实现对混杂垃圾的分拣和分类，分类能力和效率都远远高于智能垃圾桶，在垃圾分类处理中的作用更加重要。

（三）垃圾清运环节的应用尚在起步阶段

目前垃圾分类收集后的清运环节仍然是以人力作业为主。据统计，我国环卫工人中近60%超过50岁，存在劳动力短缺、老龄化严重、效率低下等诸多问题①。国家强制推行垃圾分类后，垃圾清运的工作量随之增加，厨余垃圾单独分类也要求增加垃圾清运的频次，这使得人力清运垃圾的种种弊端被进一步放大。通过物联网技术将每个垃圾清运点和垃圾箱的信息上传至管理信息平台，由人工智能合理规划垃圾清运的频次和路线，能够减少人工作业的负担，减轻环卫工人的工作时间和工作强度。目前阿尔飞思、德澜仕、爱家物联等企业都提出了基于智能垃圾桶和管理信息平台的垃圾清运智能化构想，但只有“爱分类”公司在实际运营中应用了垃圾清运车定位、线路规划等方式。垃圾清运环节的智能化需要智能垃圾站、信息管理平台、垃圾清运车等设施的配套，但从垃圾分类设施的现状看，我国垃圾清扫的机械化比例与发达国家仍有差距，智能垃圾站尚未普及，基础设施配套尚未达到垃圾清运智能化的基本要求，在垃圾清运环节应用人工智能尚处于起步阶段。

（四）运营模式和回报机制尚不成熟

一是销售产品的模式可能面临市场需求不足的问题。智能垃圾分类产品的研发和制造成本较高，导致其价格远高于普通的分类垃圾桶，其目标客户局限于少数高端消费者，由于技术的局限，目前的智能垃圾桶只适用于垃圾量少、人员流动性大的公共场所，这两方面因素导致智能垃圾桶的市场需求较少。从发展趋势看，人工智能辅助垃圾分类的市场需求还可能进一步萎缩。垃圾分类强制推行初期，居民对垃圾分类的常识不足，智能垃圾分类产品可以帮助和引导用户进行垃圾分类，在推广垃圾分类和普及相关知识方面具有积极作用。随着垃圾分类的法治化和精细化，垃圾分类的常识和相关知识将会普及，对人工智能辅助分类的需求将会逐渐降低，这类产品很可能成为一个过渡性产品。美国IntuitiveAI公司推出的智能垃圾桶并未实现量产和商用，可能也是基于这方面的原因。

二是可回收垃圾交易的模式面临收益过低的问题。目前的智能垃圾分类企业都面临前期投入大、资产过重，后期的运行维护费用较高，投资回收周期长等诸多问题。许多企业在投放智能垃圾桶初期还采取了奖励机制，这进一步加重了企业的运营成本。而通过可回收垃圾交易实现盈利，对投放规模、垃圾回收量等有很高的要求，可回收垃圾的类型也对收益有较大影响。以较早进入这一领域的小黄狗、郎盾科技等企业为例，这些企业收集的主要是废纸、金属、纺织品等垃圾，规模和种类都难以达到盈利的要求，最后都陷入运营困境。闲豆回收、爱回收等企业的经营状况也不容乐观，只有在学校等特定的地点，对废纸等特定的可回收物能勉强实现盈利，还需要严格控制清运成本，对投放点规划和企业运营管理有很高的要求。

三是政府补贴和采购逐渐转向覆盖各个环节的解决方案。现阶段试点投放的智能垃圾箱大多将监督和引导居民行为作为其主要功能，随着垃圾分类的制度化，政府对这类监督的需求将逐渐减少。政府采购和补贴将转向能够提供收集、清运、处理全链条垃圾分类处理方案的企业。目前以政府创业基金、政府补贴等维持运行的企业，如果不能实现转型将难以继续获得政府的补贴和采购。

四是数据和信息服务模式尚在探索中，存在信息安全隐患。数据和信息服务被视为人工智能垃圾分类企业实现价值增值的下一个突破口，但是目前数据和服务盈利的空间尚不明确，也仅有美国IntuitiveAI、波兰Bin-e等企业提出相关的构想，尚没有企业将其作为企业追求的主要利润增长点。此外，由此带来的用户数据安全、个人隐私保护等问题，也存在潜在的风险。

四、垃圾分类领域人工智能应用的趋势

（一）全流程整合和平台化管理成为主流

垃圾的资源化、减量化处理不仅需要收集端的分类，还需要收集、清运、处理等多个环节的协调和配合。目前人工智能主要应用于前端的分类收集环节，随着垃圾分类的制度化和相关知识的普及，这一环节对人工智能的需求逐渐降低。而随着环卫工人的老龄化和劳动力的短缺，以及垃圾分类和处理的精细化要求不断提高，垃圾清运和处理环节对智能化的需求则会逐步增加。人工智能在垃圾分类领域的应用，将从前端的收集环节逐渐向后端的清运、处理等环节延伸，在垃圾清运环节，通过人工智能辅助规划垃圾清运线路，提升垃圾清运的及时性和效率；在垃圾分类环节，通过整合智能分类和机器人技术，实现更加精细化的垃圾分拣和末端处理。在这种趋势下，企业不仅是单一环节智能设备的供应商，还应当具备整合各环节智能设备的能力，提供覆盖全链条的智能化解决方案。目前北京的“爱分类”公司已经开展了这方面的尝试，通过整合前端垃圾分类回收、中端物流运输、末端自营分拣中心以及再生资源交易系统，形成全链条的智能化解决方案。垃圾分类的全流程整合还需要依托智能化的信息管理平台。目前垃圾分类的各个环节相对独立，难以充分发挥人工智能技术在信息处理、路径规划和数据分析方面的优势。在垃圾分类处理全流程整合的趋势下，许多企业都开始重视智能设备的平台化管理，通过物联网和云计算技术整合各种智能设备，实现垃圾分类各环节的统筹管理和优化。

（二）垃圾分类的技术解决方案更加多元

目前垃圾分类领域人工智能的核心技术是机器视觉和图像分析技术，虽然在机器学习算法和海量数据的训练下，这种视觉分析系统对垃圾分类识别的准确性有了极大的提升，但视觉分析系统仍然有其局限性，对于混合污损的垃圾，以及外表相同但是材质不同的物体，视觉分析系统的错误率很高。因此许多分拣机器人研发企业尝试将视觉、金属、重量等传感器整合到分拣机器人中，使用更加多元化的垃圾识别技术方案，来提升垃圾识别和分类的准确性。新技术和新材料的研发也为垃圾识别分类提供了更多的技术选择。

（三）服务机器人逐渐取代智能分类设备

智能机器人主要分为工业型机器人和服务型机器人两大类，工业型机器人已经广泛应用于各个领域，但是服务型机器人的研发和应用尚处于起步阶段，人工智能技术的发展和成熟为服务型机器人奠定了技术基础，未来服务型机器人将会迎来大规模应用的爆发阶段。目前市场上推出的智能垃圾分类设备存在功能单一、用户体验较差等诸多缺点，限制了其市场前景。而服务型机器人则可以实现由被动的垃圾收集转变为主动的垃圾捡拾和清扫，应用场景和范围大大扩展。美国谷歌公司已经开始了这方面的探索，其研制的AlphabetX垃圾分类机器人可以自主移动，应用计算机视觉和机械手臂搜寻和拾取垃圾，进行分类投放。为达到更高的智能化水平，谷歌的AlphabetX垃圾分类机器人还可以通过自主试验、与其他机器人联网共享经验、模拟训练等方式提升其自主工作能力，实现开门、拾取垃圾、分类放置等行为。具有自主学习能力的服务型机器人能够实现更加复杂的清理作业，在人口老龄化和劳动力成本上升等因素的推动下，服务型机器人具有巨大的消费需求和市场潜力，未来将会成为垃圾分类收集环节的主要产品形态。

（四）信息服务成为运营收入的重要构成

目前垃圾分类领域的人工智能企业主要还是以销售智能产品和可再生资源交易为主要收益模式，但这种模式的回报机制不够稳定，市场前景也不够明朗，一些企业已经出现经营困难甚至被市场淘汰的情况。在大数据和人工智能技术广泛应用的背景下，信息和数据成为企业获取利润和提升竞争力的新战略资源。垃圾分类设备能够直接获取消费者对产品的选择、使用等信息，并可以进一步分析并获取居民的消费偏好、生活习惯等重要信息，具有巨大的潜在商业价值。美国的IntuitiveAI、波兰的Bin-e等企业已经瞄准数据这一潜在的战略资源，提出了通过信息服务增加运营收入的构想。未来如果能够解决信息安全等方面的问题，那么智能垃圾设备必将成为获取居民消费习惯和分析消费者行为的重要信息源，数据和信息服务也将会成为垃圾分类领域人工智能企业的重要业务和收入来源。

参考文献：

[1]贾亚娟，赵敏娟，夏显力，等.农村生活垃圾分类处理模式与建议[J].资源科学，2019（2）：338-351.

[2]人工智能为环境产业“增智”[N].科技日报，2019-05-20.

[3]张文博，周冯琦.人工智能背景下的环境治理变革及应对策略分析[J].社会科学，2019（7）：23-30.

[4]杜欢政，刘飞仁.我国城市生活垃圾分类收集的难点及对策[J].新疆师范大学学报（哲学社会科学版），2020（1）：133-144.

[5]宋京霖.人工智能与治理变革[J].学术探索，2018（12）：55-61.

[6]薛澜，张慧勇.第四次工业革命对环境治理体系建设的影响与挑战[J].中国人口·资源与环境，2017（9）：1-5.

（辽宁科技学院大学生创新创业训练计划资助项目）