【儀表網 儀表下游】導讀：“樹葉雜草是濕垃圾，塑料廢紙是干垃圾，一份沒吃完的外賣需要把打包盒、殘羹、塑料袋、勺筷分別放入不同的垃圾桶……”2019年7月1日，上海通過《上海市生活垃圾管理條例》，拉開了國內進入強制垃圾分類時代的序幕，固廢分揀似乎也成了一個迫切的需求。
近期，固廢分揀裝備企業弓葉科技連續完成了天使輪和A輪融資。固廢分揀機器人，聽著或許有點陌生，但在這個細分領域，華為、日立、松下等眾多實力玩家卻紛紛涌入。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。輔助垃圾分類、再生資源的固廢分揀機器人行業，也應運而生。
海內外大廠的“蜂擁而入”
或許你沒有在意生活中每天所產生的垃圾，但在這個擁有70多億人口的地球上，每天所產生的垃圾卻是一個不小的數量。目前，僅在我國城市生活垃圾年產量就已經過億噸，占世界垃圾總產生量的26.5%，在2019年生活垃圾就達到了3.43億噸。
現實中，環衛、垃圾分類等工作也在面臨著“招工難”的現狀，不少工作人員因工作環境、對人體產生傷害等因素不愿從事相關工作。按照正常工作量算，人工分揀垃圾每人每天也只能處理150公斤到300公斤垃圾，分揀效率并不高。當然，為了在環保的前提下不用特意區分不同垃圾，輔助人工分揀的機器人開始出現。
近兩年，隨著研發條件以及技術的不斷成熟，在國家相關部門的政策支持下，國內固廢分揀機器人市場開始逐漸活躍起來，博城機器人、ABB&華為、小黃狗、德立信等玩家，開始從事垃圾分揀機器人的相關工作，浙江聯運、啟迪桑德以及弓葉科技，是我國在垃圾分揀領域專利申請數量靠前的企業。
當下，針對垃圾分揀機器人的研發階段不同，國內固廢分揀機器人玩家主要也分成了三類：第一類已經在現實場景中落地使用的企業，包括弓葉科技、博城機器人等；第二類已經推出但未實現落地使用的產品，像是華為與ABB聯合推出AI垃圾分類工作站；第三類則出身于高校實驗室、學校團隊，如華僑大學、河北農業大學、上海交通大學等。
多重因素的作用下，垃圾分揀機器人成為輔助人工完成高效工作的有效形式之一，對于企業而言，垃圾分揀也是一次新的機遇，特別是在當下技術及研發條件逐漸成熟的背景下，垃圾分揀機器人也成為海內外大廠爭相搶奪的新風口。
固廢分揀機器人的“源頭末端”
受益于垃圾分類、環保意識的增強，固廢全產業鏈的行業規模在不斷增長。據國盛證券研報披露，目前，固廢產業鏈將在一年內釋放超過200億產能，長期來看，產業規模或將達到2000-3000億元，這也催生了垃圾分揀前端場景數個千億市場。
分類垃圾桶，代收垃圾網約工，上門代分類、代扔垃圾，垃圾分類APP、小程序開發等多個新型產品或行業應運而生。數據顯示，僅在2019年6月，“分類垃圾桶”當月銷售額同比增長500%，淘寶和天貓平臺“分類垃圾桶”個人消費者成交額就達到2.5億元。
縱觀當下的環衛市場，機械化、智能化、數據化的趨勢越來越明顯，智慧環衛頻繁接觸“黑科技”，固廢分揀機器人行業逐漸覆蓋了垃圾收集和中轉站分揀等前端、終端場景。目前，部分已落地機器人的功能已經覆蓋到了垃圾收集的前端場景。博城機器人與江干區城管局聯合研發的自助訓練分揀機器人，就用于垃圾處理的前端階段，已經在浙江杭州江干區部分街道上實現了小規模的落地應用。
不過，多數企業集中發力的領域在于垃圾分揀的終端場景，也就是分揀設備與機器人相結合，進一步對混合生活垃圾中的可回收物進行精準分揀和回收，業內人士稱之為“混合生活垃圾精準分類”，博城機器人、弓葉科技、ABB&華為均是這一領域的玩家，今年在北京大興落地的，就是首個應用于混合垃圾中轉站的國產分揀機器人。
實際上，這也很考驗垃圾分揀機器人的人工智能算法、人工智能軟件、遷徙學習等的能力，特別是這種作用在混合垃圾中轉站等復雜場景的機器人，對能力提出更高的要求。
一臺固廢分揀機器人主要分為內置機器學習軟件、圖像數據庫、視覺傳感器、分揀算法和吸盤、抓握臂等，籠統一點的講就是人工智能+高速分揀機器人，在這其中AI算法、AI軟件起到了關鍵作用，就相當于人的大腦以及眼睛，識別和控制機器人進行有效地垃圾分類，也是固廢分揀機器人的工作原理所在。
例如，無論廢棄物的狀態如何，通過AI算法控制進行訓練的機器人都可以識別，并且從傳送帶上準確地抓取要回收的物料，投放到相對應的料框中。
在千億市場的刺激下，從垃圾分揀的前端場景到終端混合處理，逐步實現智慧環衛的“智能化”。即便如此，國內固廢分揀機器人行業仍處于發展初期，背后依然存在不少挑戰。
“技術＋場景”的關卡
事實上，不管是固廢分揀機器人，還是其他細分領域的機器人，由于機器人這個產品的特性，固廢分揀機器人存在的挑戰也是大同小異。
首先，就是存在技術難題。當下，垃圾分揀機器人所能識別的物品不夠全面，正確率還無法達到100%，目前最高的準確率也僅達到95%。具體來看，固廢分揀機器人涉及多個技術層面，計算機和傳感器、視覺系統、工業云端等，之所以無法做到正確率的提升，關鍵還在于神經網絡、智能大腦不夠完善，企業對云計算及控制技術的應用，還無法達到同人腦一般，具備高度執行、學習、識別的能力。
特別是在混合垃圾等場景中，垃圾分揀的技術難度和實際工況，比想象的要復雜惡劣多，由于AI算法、AI軟件還有待完善，存在無法被輸入的圖像，也就導致機器人無法準確識別廢棄物的類別。比如一些比較破舊的衣物或是鞋子，機器人可能就會存在無法分類的情況。
其次，就是由于國內固廢分揀機器人行業仍處在發展初期，上下游產業鏈發展并不成熟，導致固廢機器人成本處在一個較高的水平，曾有相關企業透露，固廢分揀機器人的成本高達幾十萬到上百萬，而單臺設備的價格更是在500萬～1000萬元之間。
拆分生產流程，我們也不難發現，固廢分揀機器人涉及的產業鏈較長，從上游的研發、生產再到下游的AI軟件自動更新，都要付出不少的開支，對于整個行業來說，這種產業環境就被迫需要深入到機器人零部件的生產、研發、采購之中，一定程度上是耗費資金的同時，又拖慢研發、生產節奏。
最后，由于應用場景的特殊性，所面臨的應用難度要遠比商用服務機器人來的更復雜一些，特別是混合垃圾中轉站，所覆蓋的垃圾等廢棄物不僅包含可回收物，還有生活垃圾、有害垃圾等一些具有腐蝕性的廢棄物，這對固廢分揀機器人的硬件及材料就提出了很高的要求，硬件、材料強度高的同時，還有具備耐腐蝕性，以及經得起真空高壓，抵擋垃圾在其中的刮擦。
畢竟，固廢分揀機器人的成本以及售價比較高，硬件或設備出現問題，對于機器人及企業本身都會造成一次不小的損失，實現機器人長時間的使用，才能體現出效益化。
結語
工業4.0的今天，“智能化”賦予人類更便捷、更智能的生活方式，固廢分揀機器人的出現，減輕高強度勞動的同時，也在推動生活習慣的轉變，尤其是在垃圾分類推廣的過渡期，起到良好的助推作用。
但表面“風光”，技術和效益還待提升的固廢分揀機器人行業，面前仍有一座座的大山需要去跨越，兼顧高效益的同時，還有極具性價比，這仍需要各路玩家共同努力。
所有評論僅代表網友意見，與本站立場無關。