人手有能力通过皮肤中的热感受器和机械感受器,来识别不同大小、形状和材料的物体。受此启发,朱荣团队分析了机器手抓取物体时最常接触的位置,在机器手的 5 个指尖和手掌上,安装了 10 个传感器,来检测物体的温度、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7种垃圾作为实验对象,用7种垃圾的数据集去训练机器手。实验表明,结合多模触觉感知信息和机器学习之后,机器手识别7种垃圾的总分类准确率达到 94%左右。该研究成果近日发表于《科学—机器人》。
通过垃圾练“手”
生活垃圾来源广、成分复杂,经常出现湿漉漉、脏兮兮的状态,因此传统的分选、筛选技术无能为力。
同样是机器人垃圾分拣领域,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研发出超视觉垃圾分拣机器人,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)相耦合,综合判断目标物的外部特征(颜色、形状、纹理等)与内部特征(材质),达到垃圾的精准定位与细分判别。然后利用free-model的超视觉技术,实现各品类、各形状、各表面材料的样品识别。
“超视觉垃圾分拣机器人有效分拣率可达95%,最高分拣速度5400次/小时。生产线上每套设备布置2个机械手,相当于替代了54个分拣工人的工作量。”超视觉垃圾分拣机器人项目负责人、上海交通大学中英国际低碳学院副教授李佳介绍说。
垃圾分类工作量大、过程简单重复。人工分拣不但面临气味刺鼻、工作环境差等问题,还存在有害物质伤害人体健康的可能。同时,垃圾分类的目标之一是分拣出可回收利用物品,减少其他垃圾量。“垃圾分类在任何国家都不是一蹴而就的事,既要做好‘打持久战’的准备,也要采取科学、系统和综合的措施,重点突破自家垃圾桶到公共垃圾箱的分类投放环节,彻底解决分类投放、收集、运输、处理全过程的系统运营难点。”清华大学环境学院教授温宗国说。
实际生活中,可回收利用的垃圾种类有限,因此,机器人分拣垃圾大有可为。“只是机器人识别需要通过大量的样本学习,其难度在于,如何将生活中的各式各样物品收集到,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,那么这些垃圾就能够被识别。”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率的优选方案。”(记者 张双虎)