智能机器手助力生活垃圾分类

近期，国家发展改革委和住房和城乡建设部联合发布了《“十四五”城镇生活垃圾分类和处理设施发展规划》，旨在统筹推进城镇生活垃圾分类和处理设施建设，加快建立分类投放、分类收集、分类运输、分类处理的生活垃圾分类体系。预计到2025年底，全国城市生活垃圾资源化利用率将达到60%左右。

尽管近年来我国在生活垃圾分类和处理方面取得了显著进展，但在一些城市和地区，垃圾分类仍然是一项挑战。

日前，清华大学精密仪器系教授朱荣带领团队研发出一种多功能感知触觉传感器。该传感器采用类皮肤的多层结构，将多种感知功能集成在一起，实现对触感、物感、温感等多种感知的高密度集成。该传感器应用于机器手的抓握感知，能够识别物品的形状、大小和材质等属性，并成功应用于垃圾分类。

垃圾分类或许到了让人类“退居二线”，让机器人接手的时候了。

分类难题

截至去年底，我国首批开展垃圾分类试点的46个重点城市中，垃圾分类小区覆盖率达到86.6%，平均回收利用率达到30.4%，厨余垃圾处理能力从2019年的每天3.47万吨提升到2020年底的每天6.28万吨。

中国战略性新兴产业环保联盟理事长、住建部科学技术委员会委员张益肯定了我国垃圾分类取得的成绩，同时也指出了地区差异较大的问题。“除了46个重点城市外，大多数地级城市和县城的生活垃圾分类收运设施仍需进一步完善。当前，源头分类和撤桶并点难度较大，各地还需加强重视。”

近日，北京市丰台区介绍了垃圾分类示范小区（村）的“城市微环境”管理模式，声称“小区居民全员参与垃圾分类，投放准确率达到90%，桶前值守率达到100%”。

90%的准确投放率依靠的是100%的桶前值守率。这意味着，城市居民在投放垃圾时仍需要监督人员。实际上，由于部分居民缺乏分类意识或分类知识，许多社区会在垃圾桶前安排督导员指导投放。一些小区因为源头分类难以推行，干脆安排专人值守垃圾桶前，对居民堆放的垃圾进行破袋和二次分拣。

垃圾分类对人类来说是意识或知识的问题，但对于机器人来说则是需要突破的难点。

机器人分类靠“摸”

“如何快速、准确地识别并分类物体是机器人识别分类的难点。”朱荣在接受《中国科学报》采访时说，“人类在分拣物体时首先依赖视觉，然后用手完成分拣。既然分拣需要通过抓握来完成，在抓握过程中，利用触觉进行分类，可以减少机器人对视觉的要求，在抓握（接触物体）的同时进行鉴别和分拣。利用触觉感知，还可以在没有视觉观察的情况下进行物体识别，例如在火灾救援中。”

朱荣介绍说，柔性电子感知技术具备对周围环境和作用的感知能力，还能针对不同的生理参数作出反应，适用于穿戴式生理监测，服务于医疗健康。柔性感知技术也是智能机器人交互的关键，在机器人非视觉传感技术领域有着重要作用。然而，目前柔性感知传感器和系统仍存在技术瓶颈，实际应用面临巨大挑战。

针对上述问题，朱荣团队提出了一种基于热感应的多维传感新机理，利用热敏膜和外界的传导/对流换热对自身电阻的调节，实现了压力、温度、流场、热物性等参数的集成测量。由于采用了简单的薄膜敏感结构和统一的热敏检测原理，这种柔性电子器件具有结构简单、集成度高、低交叉耦合、易调控、成本低等特点。

面向智能机器人对触觉感知的应用需求，该团队研制出一种将压力、材料热导率、物体温度和环境温度四重感知集成于一体的触觉传感器，并将其应用于机器人手感知系统，利用深度学习方法将感知转换为机器人对物品的认知，实现了对抓握物品形状、大小、温度和材质等多属性的高精度识别。

“不同物体具有不同的机械和热学特性，利用触觉传感器检测这些特性，可以有效识别不同物体。”朱荣表示，“该传感器可以将压力感知与热物性等多模信息融合，从而大幅提高物品识别准确率，从基于单模压力感知的69%识别率提高到基于多模感知的96%。”

人类的手可以通过皮肤中的热感受器和机械感受器识别不同大小、形状和材料的物体。受到这一启发，朱荣团队分析了机器人抓取物体时最常接触的位置，在机器人手的五个指尖和手掌上安装了十个传感器，用于检测物体的温度、环境温度、被测物体的导热率和接触压力等信息。

朱荣团队以塑料袋、泡沫、纸箱、罐头盒、餐巾纸、面包、橙皮等七种垃圾作为实验对象，用这七种垃圾的数据集训练机器人手。实验表明，结合多模触觉感知信息和机器学习之后，机器人手识别这七种垃圾的总分类准确率达到94%左右。该研究成果近日发表在《科学-机器人》杂志上。

练“手”垃圾分类

生活垃圾分类来源广泛、成分复杂，常常呈现出湿漉漉、脏兮兮的状态，因此传统的分选和挑选技术往往无法应对。

同样在机器人垃圾分类领域，上海交通大学中英国际低碳学院固体废弃物资源化技术与智能装备团队开发了一款超视觉垃圾分类机器人。这款机器人通过机器视觉中的三种主流识别传感系统（CCD视觉、激光视觉、近红外视觉）的耦合，综合判断目标物的外部特征（如颜色、形状、纹理等）与内部特征（如材质），达到垃圾分类的精准定位与细分判断。然后利用free-model的超视觉技术，实现各类形状、各种表面材料的样品识别。

“超视觉垃圾分类机器人有效分拣率可达95%，最高分拣速度为每小时5400次。生产线上每套设备配备两个机械手，相当于替代了54名分拣工人的工作量。”超视觉垃圾分类机器人项目负责人、上海交通大学中英国际低碳学院副教授李佳介绍道。

垃圾分类工作量大且过程重复繁琐。人工分拣不仅面临恶臭、工作环境恶劣等问题，还存在有害物质对人体健康的潜在危害。同时，垃圾分类的一个重要目的是分拣出可回收利用的物品，减少其他垃圾的数量。“垃圾分类不是一蹴而就的事情，既要有长期作战的准备，也要采取科学、系统和综合的措施，重点突破垃圾分类投放环节，彻底解决垃圾分类投放、收集、运输、处理全过程中系统运营的难点。”清华大学环境学院教授温宗国说。

实际上，可回收利用的垃圾种类有限，因此机器人在垃圾分类中的应用前景广阔。“只是机器人识别需要大量样本的学习，难点在于如何将生活中的各种物品收集起来，作为样本让机器学习。如果将这些脏兮兮的物体作为实验样本让机器人学习，这些垃圾就可以被识别。”朱荣说，“当然，将视觉和触觉相结合是提高机器识别有效性和准确性的优选方案。”

记者 张双虎

来源：《中国科学报》