基于大数据的垃圾智能处理系统的分析与设计

刘田田

摘要：助力垃圾分类新时尚，提出一种利用物体识别、文字识别和大数据分析技术的垃圾智能处理系统的设计思路。首先通过文字搜索、图片识别、语音搜索、定位导航等技术，定位用户位置，收集各种垃圾分类的数据;接着利用大数据技术对数据进行处理分析，建立垃圾分类数据库;最后结合图片或语音识别、文字信息检索，实现垃圾智能分类、归档和处理再利用。该系统能够实时获取，极大提高垃圾分类效率和用户参与度。

关键词：大数据;人工智能;语音识别;垃圾分类

中图分类号：TP391        文献标识码：A

文章编号：1009-3044（2020）30-0067-02

生产力大爆发的今天，人民生活水平极大提高，人民物质消费水平也大量提高，同时也产生了大量的垃圾，“垃圾围城”的形势愈发严峻。2019年7月1日，上海市正式实行垃圾分类。2020年，将北京、天津、重庆、厦门、西宁、乌鲁木齐等46个城市纳入垃圾分类试点城市，并且逐步完善垃圾分类系统[1]。垃圾分类变成新时尚。而对垃圾的分类处理一直依赖于人工，处理低效、耗时，无形中增加了居民的工作量，而且对垃圾处理人员的身体造成大量危害，垃圾再利用效率低下。

垃圾分类是个复杂的系统工程，除了政策上的硬约束和居民端的配合，更需要技术手段的介入。利用大数据分析技术和人工智能新技术辅助垃圾信息分类不失为一个好的途径。

1 国内外垃圾处理现状

国外发达国家的垃圾分类处理技术已经发展了几十年，形成了相对成熟的垃圾管理理念和技术。比如经常被提到的日本，拥有完善的立法体系，强有力的监管执行体系，相对完善的垃圾分类制度，国民也形成了良好的环保理念。从居民端垃圾分类投放开始，到垃圾的搜集、运输、资源的回收，整个垃圾分类与处理系统能够良好地运行。欧美等国家也建立了相对完善的垃圾分类、运输、处理的体系，着重从源头出发，分类收集、循环利用，对生活垃圾的分类与回收再利用技术相对成熟[2]。

与发达国家相比，我国的垃圾分类回收机制起步比较迟，垃圾分类体系不健全、分类标准不统一、居民垃圾分类意识也比较淡薄，随着城市化进程的迅猛前进，居民生活水平的跃升，“垃圾围城”的困境越来越突出。2017年，《生活垃圾分类制度实施方案》发布[3]，“到2020年底，基本建立垃圾分类相关法律法规和标准体系，形成可复制、可推广的生活垃圾分类模式，在实施生活垃圾强制分类的城市，生活垃圾回收利用率达到35%以上”，“并在2020年底前，部分重点城市的城区范围内先行实施生活垃圾强制分类。”垃圾分类一跃成为新时尚。

《上海市生活垃圾管理条例》的施行使得垃圾分类进入强制分类时代[4]。条例中将生活垃圾分为可回收物、有害垃圾、湿垃圾和干垃圾四类，每一类中指明了相应的所属物品，旨在实现生活垃圾减量化、资源化、无害化，建立健全生活垃圾分类投放、分类收集、分类运输、分类处置的全程分类体系，积极推进生活垃圾源头减量和资源循环利用。

政策上陆续出台法律法规，垃圾分类标准也在逐步进行统一，结合我国生活垃圾厨余垃圾占比较高的特点，利用可操作的技术手段辅助垃圾分类实施也成为迫切的需求。

2 主要技术分析

1956年美国汉诺斯小镇的达特茅斯“用机器来模仿人类学习以及其他方面的智能”的会议上，“人工智能”首次被提出，经历了繁荣、低谷的轮回期，于2010年新一代信息技术引发的海量信息与数据的变革中迎来了增长爆发期。人工智能，顾名思义就是人为地赋予机器智能，能够像人类一样思索，机器学习是实现人工智能的一个途径，而深度学习是机器学习研究领域目前发展势头最好的一个新的领域，由Hinton等人于2006年，在顶级期刊《科学》上的一篇论文中提出[5]，核心是模拟人脑的机制来解释数据，例如图像、声音和文本，对人工神经网络进行学习训练，试图寻找最优解。三者之间的关系如图1人工智能领域图解中所示。本文主要针对的是垃圾分类系统的创建，利用深度学习对物品材料进行分类，同时结合文字识别和物品的视觉文理信息分类物品的种类，进行垃圾分类归档。

对海量的垃圾进行归档、处理就需要利用大数据技术。将识别出的垃圾数据结合产生的地点信息，上传至互联网云端数据库，同时结合当地产业和人口分布情况，对垃圾的产生源头、运输路径和再利用方法进行大数据分析，得到垃圾分布特征信息。同时对垃圾的运输路径与成本进行统计，通过智能计算与分析得到最优运输路径，节省垃圾的运输成本。对比分析现有垃圾处理站的安放是否合理，对垃圾产生多的地点增加回收装置，垃圾产生少的地点相应地减少回收装置，结合垃圾分布情况，配套相应的垃圾回收再利用站点，比如居民区纸盒之类的快递包装装置多时，则在附近重点配套纸盒回收站点，方便纸盒的回收再利用，减少造纸污染和物品包装成本。

3 系统分析与设计

利用大数据技术和深度学习算法，辅助垃圾分类，通过技术的手段，为解决垃圾难题提供新思路。通过图片或物体的识别，结合文字检索信息，利用大数据分析技术，建立收集的垃圾分类数据库，实现垃圾分类智能化。针对居民垃圾投放特点，合理安排垃圾回收站分类，使垃圾回收站能够高效率处理垃圾，同时便于后续的运輸与管理，提升垃圾循环利用效率。

3.1 功能分析

本系统主要利用物体识别，文字识别和大数据分析技术智能处理垃圾。首先通过视觉分类器辅助质量等其他特征信息，结合可识别的文字信息，对各个地点垃圾存储装置里的垃圾（垃圾篓，垃圾站等）进行智能分类，减少垃圾分类人工成本，然后大数据分析各个地点的垃圾分布情况，结合各地点的垃圾分布情况的数据和各地附近的产业链，统筹规划垃圾处理和再利用的方法。

优势是结合人工智能，智能分类垃圾，减少人力成本和提高分类效率，同时减少对工作人员的危害。同时运用大数据分析技术，统筹规划，减少运输成本，提高垃圾收集点分布的覆盖面，以此达到提高垃圾回收利用率、节约产品成本的目的。

3.2 系统设计

图像分类算法研发：采集大量垃圾图片数据，进行分类训练，循环迭代，提高识别准确度。对垃圾图片中数据进行ocr识别，进一步提高垃圾物品分类准确度。最后研发的算法包装成sdk部署至后台服务器，供前端摄像头通过web接口调用。

大数据分析算法研发：结合垃圾分布地理数据进行大数据分析、np路径规划，优化垃圾运输路线，聚类分析各种垃圾和当地产业的相关度，提高垃圾再利用效率。结合垃圾分布数据和垃圾回收站点分布数据，分析垃圾回收点分布合理性。这些算法也封装成sdk，交给后台部署。

后台数据服务器：后台数据库各个表和字段确定，后台服务多线程并发处理，后台网络接口开发，部署和维护。

整个垃圾智能分类系统用到人工智能和大数据技术，其中，人工智能领域涉及图像识别、文字识别以及语音识别;大数据方面主要是数据清洗以及数据挖掘。接下来是算法的设计与改进，找到适合垃圾分类识别的算法模型，最后是后台服务器的部署与维护，如图2系统设计图所示，涵盖应用到的技术、算法研发直至最终的系统研发实施。

4 结束语

建立垃圾智能分类系统是垃圾处理、循环利用的前提，同时能够极大地提升处理效率，为后续的收集、运输、再利用提供便利。利用大数据技术对海量垃圾进行特征提取分类，利用人工智能对垃圾进行分类处理，再加上终端用户的主观能动性，希望能在前端最大限度地实现垃圾的循环利用，缓解垃圾围城的困境。

参考文献：

[1] 中华人民共和国国家发展和改革委员会. “十三五”全国城镇生活垃圾无害化处理设施建设规划[EB/OL].[2020-06-20]. http：//www.ndrc.gov.cn/zcfb/zcfbtz/201701/t20170122_836 016.html.

[2] 劉抒悦.美国城市生活垃圾处理现状及对我国的启示[J].环境与可持续发展，2017，42（3）：84-86.

[3] 中华人民共和国国家发展和改革委员会.生活垃圾分类制度实施方案[EB/OL]. [2020-06-20]. http：//hzs.ndrc.gov.cn/newzwxx/201703/t20170331_842941.html.

[4] 上海市人民代表大会公告 第11号.上海市生活垃圾管理条例[EB/OL]. [2020-06-20].http：//www.spcsc.sh.cn/n1939/n1944/n1946/n2029/u1ai185433.html.

[5] Hinton G E， Osindero S， Teh Y W. A fast learning algorithm for deep belief nets[J]. Neural computation， 2006， 18（7）： 1527-1554.

【通联编辑：代影】