垃圾分拣分出2000亿新风口？机器智能分拣将逐步占据市场

机器人用于垃圾分类时，一般需要满足一些先决条件，如被分拣对象的相对标准化。目前看来，一是垃圾分类还未实现标准化，机器人能够达到多高的智能水平有待继续开发，软硬件难以兼容；二是即便技术可以实现，也要考虑实际应用的成本。

莫卓亚指出：“垃圾分拣设备其实是光机电视觉一体化的综合运用。首先依靠成熟的感知技术，比如传感器、计算机视觉等等，让每个环节流通的垃圾和行为都能被数据化。同时，为了让识别的准确率足够高，必须要进行一定的数据积累与训练。”

目前看来，基于神经网络的算法进行图像分类，算法比较成熟，但是对足够量的训练图片集有着非常大的需求。由于神经网络算法是一种数据驱动的方法，对训练样本数据量及质量要求较高，数据量越大，识别判断越精准。每一类垃圾数据集的图片量越大，精准度就越高。

在完成垃圾检测的图像数据集后，就可以利用当前主流的深度学习检测算法来实现批量垃圾的分类。和垃圾分类器一样，一个理想的垃圾检测器，需要大量的“垃圾”标注数据来支撑。但是与分类数据集相比，检测数据集除了标注类别外还要标注图位置坐标，这样的标注工作更为艰巨，也成为当前最大的挑战之一。

莫卓亚进一步指出：“垃圾分类所涉及的环节对实时动态数据的监测和处理要求非常高，论是在垃圾倾倒时的实时甄别，车辆行进路线的合理控制，还是垃圾工厂的实时反馈，整个过程都需要大数据的支持。”

弓叶科技垃圾处理云平

此外，大负载、大行程的高速分选机器人的控制技术也是个难点。最终，机器人控制、边缘计算和云端处理的综合联动才能成就这个庞大的设备。

最后，结合垃圾分拣工艺，分拣设备的材料强度须非常高，同时耐腐蚀，经得起真空高压，以及抵挡垃圾在其中的刮擦。

除了技术瓶颈外，更现实的一个难题在于“成本和效益”。勃肯特董事长王岳超指出，去年做过一个案例，但到现在还没推广起来，问题就在于终端客户还不能接受如此高昂的成本。

梅卡曼德CEO邵天兰也认为：“垃圾分类的单位价值太低了，一个机器人忙活一天，算起来没多少价值。这样的需求，在有限的、简化的场景中做个demo相对来说比较容易，但是要经济、稳定的实用起来很难。”

投资过环卫企业的峰瑞资本副总裁马睿也表示，垃圾分类是不是风口还不确定，要看是否会有新的商业模式。

阿拉丁智能创始人何孝珍强调：“没有人机协作的社区垃圾分类，在我国是行不通的。智能机器人如何与垃圾分拣链条融合，才是真命题。”

可以预见的是，人工分拣将被机器智能分拣逐步取代。垃圾处理将真正成为流水线作业，利用AI进行识别，并将识别结果交给流水线上的机器人或者机械手臂进行分拣，最终将分拣的不同类别的垃圾交由垃圾处理厂进行再回收、焚烧、净化、生物分解等方式处理。

莫卓亚笑言：“AI垃圾分类的大面积普及或许还很遥远，但未来依然值得期待。每个人都必须与时代共同成长，从这个角度来说，我们非常幸运，不仅见证了中国垃圾分类的历史，也深度参与了这一段历史，用技术变革传统行业。”

未来，随着5G网络的普及，实时的数据收集、分析和模型优化会让AI的效能变得更强，为垃圾分拣机器人提供云+端+边缘计算的综合保障。