到2030年，全球人口每年将产生25.9亿吨城市固体废物。其中 95% 的材料是可回收的，但世界银行的数据显示，我们仅回收或堆肥其中的 19%。总部位于伦敦的人工智能开发商 Greyparrot 已着手应对这一挑战，利用计算机视觉技术提高回收效率，并减少废物对环境的影响。

The Imaging Source 强大的 20 倍光学变焦工业相机 DFK 39GX265-Z20 集成到该公司旗舰产品 Greyparrot 分析仪的硬件单元中。分析仪装置的摄像头收集通过分类设施的废物的实时图像。 Greyparrot 的废物识别人工智能实时处理这些图像，为设施经理提供可操作的见解，他们可以利用这些见解来提高分拣性能并报告其材料。

Greyparrot 分析仪集成了 The Imaging Source 的 20 倍光学变焦相机，为人工智能驱动的废物分析提供实时图像。

工业变焦相机：成像灵活性且易于集成

分析仪系统旨在轻松集成到回收设施的现有处理基础设施中。由于传送带宽度等设备尺寸是可变的，因此有效控制相机焦距和视场 (FoV) 的灵活性对于确保最佳图像捕获至关重要。这为 Greyparrot 团队提供了用于相机型号选择的精确功能规格：“稳健性、变焦和对焦远程控制、GenICam 标准和外部触发支持都是必不可少的，”Greyparrot 营销副总裁 Alisa Pritchard 说道。 DFK 39GX265-Z20 满足以下标准：Z20 变焦相机允许快速调整，以补偿工作距离、变化的视野和照明条件的波动。 Pritchard 继续说道：“相机的软件控制变焦和自动对焦功能非常有用，使我们能够适应客户设施的不同要求。”

定制成像解决方案

回收设施的运行条件可能很恶劣：温度变化、湿度、振动、灰尘和颗粒物含量高是常见因素。普里查德进一步解释说，“该系统‘看到’并跟踪进入分类或回收工厂的每一件废物，因此连续的详细废物数据流取决于硬件的正常运行时间。”为了进一步强化变焦相机的设计，The Imaging Source 与 Greyparrot 合作定制工业相机，在相机的镜头系统中添加金属支架。

为了进一步强化变焦相机以满足现代回收操作的严格要求，The Imaging Source 与 Greyparrot 合作…

成像管道

工业变焦相机以每秒约 32 帧的速度生成实时图像流。虽然系统分析的图像数量取决于传送带速度，但它通常会精确分析每十张图像的细节。图像数据经过一些基本的预处理（例如强度归一化），然后由系统训练有素的卷积神经网络 (CNN) 进行分析。分析器系统在本地实时处理图像，将结果数据上传到基于云的分析器门户供客户访问。人工智能废物分析系统收集每个废物的 7 层详细信息，识别其材料成分、质量、财务价值、尺寸、食品级状态、潜在二氧化碳排放量、品牌和 SKU。

分析仪在本地实时处理图像数据，收集每个废物的 7 层详细信息。

大规模视觉识别改进构图跟踪

在过去的二十年中，计算机视觉技术的进步极大地加速了向自动化废物处理和回收的转变。普里查德表示，此前，工厂依赖于低效的手动现场采样，“收集到的数据仅占处理材料的 1%”。通过利用图像数据和深度学习，Analyzer 系统可自动执行采样过程，释放之前未开发的 99% 的宝贵数据。这不仅提高了效率，还大大降低了成本：手动采样 30 个 PET 包需要 375 小时，成本约为 5100 欧元，而分析仪只需 6 小时即可完成此任务，成本约为 20 欧元 - 使得人工智能采样比传统方法便宜约 250 倍。

此外，普里查德指出，“大规模视觉识别填补了加工设施长达数十年的数据空白：近红外传感器等技术可帮助设施操作员区分塑料，但无法捕获跟踪总体废物成分所需的视觉信息人工智能废物分析系统提供了缺失的信息。” Greyparrot 的创新 API 集成套件 Greyparrot Sync 将分析仪生成的实时废物数据无缝连接到不同品牌的现有硬件和软件，从而增强废物管理设施的互操作性和数据利用率。

数据驱动的见解带来可持续包装

Greyparrot 还在回收设施之外获取详细的废物数据。仅在 2023 年，分析器单元就评估了全球 250 亿件废物，在此过程中创建了一些世界上最详细的废物数据集。品牌和包装生产商现在正在寻求这种洞察力来了解其产品的可回收性，并设计更容易回收的更可持续的替代品。通过“跟踪包装从设计到处置的整个过程”，这些庞大的数据集为包装材料从制造到使用寿命结束的实际性能提供了宝贵的见解。 Pritchard 评论道：“机器视觉在废物处理领域的应用已经有几十年了。随着废物管理部门对材料处理和分类的需求不断增长，该技术推动数字化和自动化的能力将变得比以往任何时候都更加重要。”

Source: Waste Intelligence: Industrial Zoom Cameras Deliver Imaging Flexibility for AI-Driven Waste Recovery