智能機器手的材料與工作原理圖解。朱榮/供圖

近日，國家發展改革委、住房和城鄉建設部聯合印發《“十四五”城鎮生活垃圾分類和處理設施發展規劃》，明確統籌推進“十四五”城鎮生活垃圾分類和處理設施建設工作，加快建立分類投放、分類收集、分類運輸、分類處理的生活垃圾處理系統；并提出到 2025 年底，全國城市生活垃圾資源化利用率達到60%左右。

盡管近年來我國生活垃圾分類和處理方面成績可圈可點，但在部分城市和社區，垃圾分類仍是一個棘手的難題。

日前，清華大學精密儀器系教授朱榮帶領團隊研制出一種多功能感知觸覺傳感器。它采用類皮膚的多層結構，將多模感知原位集成，實現對觸感、物感、溫感等多種感知的高密度集成，將觸覺傳感器應用于機器手抓握感知，實現了對物品的形狀、大小和材料等多屬性識別，并成功應用于垃圾分類。

垃圾分揀，也許是時候讓人類“躺平”，請機器人出手了。

分揀難題

截至去年底，我國首批開展垃圾分類先行先試的46個重點城市中，生活垃圾分類小區覆蓋率已達86.6%，生活垃圾平均回收利用率為30.4%，廚余垃圾處理能力從2019年的每天3.47萬噸提升到2020年年底的每天6.28萬噸。

中國戰略性新興產業環保聯盟理事長、住建部科學技術委員會委員張益在肯定我國垃圾分類初步成績的同時，也表達了目前垃圾分類工作地區差異較大的看法。“除46個重點城市外，多數地級城市和縣城生活垃圾分類收運設施有待建立。當前源頭分類、撤桶并點難度大，各地還需提高重視程度。”

幾天前，北京市豐臺區介紹了垃圾分類示范小區（村）的“城市微環境”治理模式，稱“小區居民全員參與垃圾分類，投放準確率達90%，桶前值守率達100%”。

90%的準確投放率，依靠的是100%的桶前值守率。也就是說，城市居民在投放垃圾時，還離不開監督人員。實際上，因為部分人分類意識或分類知識的欠缺，不少社區會在垃圾桶前安排督導員進行投放指導。部分小區因源頭分類難以推行，干脆配備專人值守垃圾桶前，對居民堆放的垃圾進行破袋和二次分揀。

垃圾分揀對人來說是意識或知識問題，而對于機器人來說則是需要突破的難點。

機器人分揀靠“摸”

“如何快速、準確識別出物體，并完成分選是機器人識別分類的難點。”朱榮告訴《中國科學報》，“人類分揀物體首先依靠視覺鑒別，然后用手完成分選。既然分選需要通過抓握來完成，在抓握過程中，利用觸覺進行分類，就可以減少機器人對視覺的要求，在抓握（接觸物體）的同時，進行鑒別和分選動作。利用觸覺感知，還可以在不具備視覺觀察的場景中進行物體識別，比如火場搜救。”

朱榮介紹說，柔性電子感知，具有對周圍環境和作用的感知能力，還能針對不同生理參數作出反應，可用于穿戴式生理監測，服務于醫療健康。柔性感知也是智能機器人交互的關鍵，在機器人非視覺傳感技術領域有著十分重要的作用。但目前柔性感知傳感器和系統仍然存在技術瓶頸，實際應用面臨著巨大的挑戰。

針對以上問題，朱榮團隊提出一種基于熱感應的多維傳感新機理，利用熱敏膜和外界的傳導/對流換熱對自身電阻的調控，實現了壓力、溫度、流場、熱物性等參數的集成測量。由于采用簡單的薄膜敏感結構和統一的熱敏檢測原理，這種柔性電子器件具有結構簡單、集成度高、低交叉耦合、易調控、成本低等特點。

面向智能機器人對觸覺感知的應用需求，該團隊又研制出一種將壓力、材料熱導率、物體溫度和環境溫度四重感知原位集成的觸覺傳感器，并將觸覺傳感器應用于機器人手感知系統，利用深度學習方法將感知轉變為機器人對物品的認知，實現了對抓握物品形狀、大小、溫度和材質等多屬性的高精準識別。

“不同物體有不同的機械和熱學的特性，利用觸覺傳感器檢測物體的這些屬性，可以有效識別出不同物體。”朱榮說，“該傳感器可將壓力感知與熱物性等多模信息進行融合，從而大幅提高物品識別準確率，從基于單模壓力感知的69%識別率提高到基于多模感知的96%。”

人手有能力通過皮膚中的熱感受器和機械感受器，來識別不同大小、形狀和材料的物體。受此啟發，朱榮團隊分析了機器手抓取物體時最常接觸的位置，在機器手的 5 個指尖和手掌上，安裝了 10 個傳感器，來檢測物體的溫度、環境溫度、被測物體的導熱率和接觸壓力等信息。

朱榮團隊以塑料袋、泡沫、紙箱、罐頭盒、餐巾紙、面包、橙皮等7種垃圾作為實驗對象，用7種垃圾的數據集去訓練機器手。實驗表明，結合多模觸覺感知信息和機器學習之后，機器手識別7種垃圾的總分類準確率達到 94%左右。該研究成果近日發表于《科學—機器人》。

通過垃圾練“手”

生活垃圾來源廣、成分復雜，經常出現濕漉漉、臟兮兮的狀態，因此傳統的分選、篩選技術無能為力。

同樣是機器人垃圾分揀領域，上海交通大學中英國際低碳學院固體廢棄物資源化技術與智能裝備團隊研發出超視覺垃圾分揀機器人，通過機器視覺中的三種主流識別傳感系統（CCD視覺、激光視覺、近紅外視覺）相耦合，綜合判斷目標物的外部特征（顏色、形狀、紋理等）與內部特征（材質），達到垃圾的精準定位與細分判別。然后利用free-model的超視覺技術，實現各品類、各形狀、各表面材料的樣品識別。

“超視覺垃圾分揀機器人有效分揀率可達95%，最高分揀速度5400次/小時。生產線上每套設備布置2個機械手，相當于替代了54個分揀工人的工作量。”超視覺垃圾分揀機器人項目負責人、上海交通大學中英國際低碳學院副教授李佳介紹說。

垃圾分類工作量大、過程簡單重復。人工分揀不但面臨氣味刺鼻、工作環境差等問題，還存在有害物質傷害人體健康的可能。同時，垃圾分類的目標之一是分揀出可回收利用物品，減少其他垃圾量。“垃圾分類在任何國家都不是一蹴而就的事，既要做好‘打持久戰’的準備，也要采取科學、系統和綜合的措施，重點突破自家垃圾桶到公共垃圾箱的分類投放環節，徹底解決分類投放、收集、運輸、處理全過程的系統運營難點。”清華大學環境學院教授溫宗國說。

實際生活中，可回收利用的垃圾種類有限，因此，機器人分揀垃圾大有可為。“只是機器人識別需要通過大量的樣本學習，其難度在于，如何將生活中的各式各樣物品收集到，作為樣本讓機器學習。如果將這些臟兮兮的物體作為實驗樣本讓機器人學習，那么這些垃圾就能夠被識別。”朱榮說，“當然，將視覺和觸覺相結合是提高機器識別有效性和準確率的優選方案。”

記者 張雙虎

?