垃圾管理是社会不可或缺的基础设施之一，但随着时间推移，人类垃圾产生量呈现惊人增长趋势。根据世界银行的数据，它可能还会持续增加，到2050年增加70%，达到34亿吨。
IEEE智能城市简讯的最近的一篇文章指出，传统的垃圾处理方法可能无法应对这种增长，因此呼吁增加人工智能的应用来提高回收率和收集效率。
以下是一些可能的潜在应用：
机器视觉用于回收：将可回收物与运往垃圾填埋场的固体废物分离通常是由人类完成的。这是劳动密集型的，劳动力成本可能超过回收中心的材料价格。不同类型的塑料特别难。
智能垃圾桶和预测分析：启用物联网的公共垃圾桶可在装满时发出警报。这本身就是一个好处，尤其是如果它能阻止人们在垃圾桶没有空间的时候向街上扔垃圾。但垃圾箱的数据也可以用来创造一个更大的图景：预测垃圾桶在实际装满之前可能会装满的时间，并规划最有效的捡拾路线。这些数据还可以用来确定新垃圾桶的最佳位置。
垃圾车的路线优化：人工智能算法还可以使垃圾收集更智能、更环保。人工智能可以根据垃圾箱的装满程度、交通堵塞甚至环境因素，为收集卡车绘制出最佳路线。这可能意味着更少的燃料消耗和更少的排放。
预测性维护：垃圾收集可能会对设备造成沉重损失。为了使垃圾车和智能垃圾箱保持最佳状态，可以部署人工智能来关注设备和车辆的状况，预测它们何时需要修复。这可能意味着更少的停机时间和更高效的垃圾处理。
尽管存在许多可能性，但改进回收技术是该领域最大的机遇之一。
IEEE高级会员Euclides Chuma表示：“回收过程中最大的挑战是将废物分离回收。尽管有这种分离过程的自动化技术解决方案，但这些解决方案成本高昂。有必要降低回收过程中使用的自动化设备的成本。提高回收率的能力具有全球影响。”
本文转自：IEEE电气电子工程师学会，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
