物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  行业动态  >  正文

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

作者:本站收录
来源:传感器专家网
日期:2019-08-20 09:39:01
摘要:垃圾回收产业链共有四个环节,包括投放、分类、运输和处理。这门产业真正的商机何在?目前,在该领域,微软、阿里等商业巨头借传感器、机器识别、人工智能技术,进行了有益的技术探索。

  垃圾回收现已成为智慧城市的一环,已成为业界多数人士的共识。距7月1日《上海市生活垃圾管理条例》正式实施过去了一个半月,政策先行下,垃圾分类行业的玩家、资本开始躁动。业内人士指出,从国家的规划可以看出,智能化处理系统是垃圾分类的发展方向。智能化、大数据、互联网+等创新技术,成为企业深度参与垃圾分类产业链的法宝。

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

垃圾分类投放,仅是产业链的开始。资料图

  分类垃圾桶只是一个前戏,这门产业里真正的商机何在?对于普通消费者而言,从产生垃圾到投放垃圾桶,就完成了整个环节。但在垃圾回收行业从业者来看,这只是产业链的开始。该产业链共有四个环节,除投放外,还包括分类、运输和处理。对大多数垃圾分类回收的参与者,他们只是这条产业链的一环或几环。

  垃圾识别应用程序成功率很低

  随着垃圾分类热潮,上百个有关垃圾分类的应用一夜之间上线,主要是针对消费者端,这背后存在着大大小小的各类打着人工智能垃圾分类旗号的科技公司。同时,互联网巨头也将目光瞄向这一市场。

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

垃圾识别应用程序成功率普遍较低,资料图

  阿里巴巴、腾讯都推出了垃圾识别的应用程序,通过物品的视觉识别做出垃圾分类的判断。不过,当人们使用这些应用后会有这样的疑问,他们当中的一些真的提高效率了吗?因为无论是语音识别,还是视觉识别,其成功率很低。

  据介绍,这些匆忙发布的产品,很多背后数据训练的样本并不足以支持其满足日常使用的准确率,识别率只有20%到30%。相关专家认为,从技术的角度并不难实现,只是因为缺少样本导致识别准确度低,目前用途只能是对用户科普。

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

在微软中国区内部孵化活动中,技术人员开发的智能垃圾桶及传感器。资料图

  微软垃圾桶智能化识别技术实践

  另一种思路是引入视觉识别和其他系统的智能垃圾桶,从客户端进行智能识别。微软技术专家期望通过引入视觉、重力、红外等多种类型传感器,让垃圾桶实现智能化,由于可以采集数据未来变现可期,所以当前的改造成本就可以被弥补。不过,微软技术专家们的创意需要产业链来落地。

  微软中国区的技术专家在内部孵化活动中也提出利用云计算、人工智能、物联网和区块链等平台和技术能力解决这一问题。微软人工智能与研究事业部应用科学家林沂蒙和团队通过添加传感器装置,对现有垃圾桶进行低成本改造,实现垃圾数据采集,通过云端建立个人信用及奖励机制。同时通过物联网还可以对垃圾桶进行管理,预知垃圾桶的运行状况,提前规划垃圾车的调度以及垃圾桶的维护。

  由于传感器的引入,林沂蒙认为其所在小组的方案具有盈利模式,就是对垃圾识别出的数据可以产生更大的价值。比如可以识别出某个品牌的垃圾分布和用户使用数据,在保护隐私的基础上,与品牌商进行数据上的合作。

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

阿里云与瀚蓝环境合作,采用人工智能技术管理下的垃圾焚烧炉。资料图

  阿里的机械化垃圾回收技术探索

  据专业人士介绍,在国外,垃圾回收机械化已很成熟,几十万美元一台的机器可实现10个人左右的效率。也就是徐源鸿的一条产线的人工。不过,这其中的应用不仅仅是视觉识别,还要包含多个物联网传感器,比如红外传感器、压力传感器等等。而且,这些传感器与负责自动分类抓取的机械臂联动,这些在国内还没有企业形成已有的商业模式。

  阿里巴巴旗下阿里云与瀚蓝环境合作,通过人工智能管理垃圾焚烧炉,7月23日,首个项目投入使用。阿里巴巴方面表示,在人工智能辅助下,以前操作员4个小时需要操作30次,而现在只需要在收到提醒后人工干预6次即可。

  一个高3米、宽5米的机械臂,伸出五只爪子,将发酵了5天的垃圾,抓取后投入到1000℃高温的锅炉里。这些垃圾的重量约等于10辆宝马汽车。如今,这个锅炉被装入了人工智能的传感器,经过几次投放后,人工智能系统就可以识别一抓的燃烧值,从而配合风压风温,保证炉腔内部压强的稳定。这样做的好处是,延长锅炉的寿命,并且令排放的气体更加环保。

阿里等商业巨头借传感器技术深度参与垃圾分类产业链

操作工人与阿里云工程师观察进料,资料图

  阿里云工程师表示,工程师用3个月时间梳理了大约100个工人老师傅的经验,将之数据化、模型化之后进行生产验证。

  微软亚洲研究院主管研究员傅建龙说,目前计算机视觉中物体识别的研究方法可以让计算机对物体抽取一个部分进行识别,从而确定物体本身。如果被遮挡的物体露出了相应的识别点,就可以被机器捕捉。此外,新的研究方向将可以从2D向3D进行转化,进行多视角建模,将在一定程度上解决遮挡问题。

  上述技术专家称,需要产生足够的价值推动也是目前产业进展缓慢的问题所在。改造升级现有的设备使之具备数字化、联网化的功能,需要投入巨大的成本,而这种投入在日处理大规模垃圾的回收厂才有可能通过运营回本,甚至盈利。目前,国内市场还没有企业跑通这个商业模式。

  总之,垃圾分类是一项涉及全社会的精细化管理命题。当前话题更多只是聚焦于居民小区场景下的垃圾分类,但只有各个环节有相应的解决方案后,将其顺利地串联,只有将这些都做完,才能形成真正的产业闭环。