导读
近年来决策智能化在再生资源行业取得了一些可喜成果，本次分享将聚焦于塑料瓶分选问题。
1.
塑料瓶分选的现状和挑战
2.
多模态分选方法
3.
超高速分选效果
4.
商业化路径
分享嘉宾｜
卢剑
广州九爪智能科技有限公司
产品总监
编辑整理｜
苗苗
内容校对｜李瑶
出品社区｜
DataFun
塑料瓶分选的现状和挑战
1.
国内塑料瓶回收产业全景和规模
根据《中国再生资源回收行业发展报告 2024》，国内再生资源回收行业的前十大类别占比的总额接近 90%，其中废塑料 2023 年回收量达到 1900 万吨，占比 5%。
塑料可以分为塑料瓶、塑料袋、饭盒、玩具等，其中废 PET 瓶大概 500 万吨，占比 26%。根据消费量和回收量进行测算，废 PET 瓶回收的市场规模在 200 亿左右。
聚焦回收分拣行业，分拣完之后的废 PET 瓶可以做改性塑料、纤维等进行再利用，对服装、化工、塑料玩具等行业都有一定支持。整个行业最理想的情况是从饮料瓶即食品类回收后变为食品类，这样的价值是最高的。
2.
一个饮料瓶的回收生命周期
接下来从更微观的角度来看一下一个饮料瓶的生命周期。
消费者拿到饮料喝完之后会扔掉，或者去废品站回收，价格在一分五左右，经过了一系列的中间环节，其价值会发生十倍的增长，达到一毛五左右。其中会涉及到很多角色，比如废品站、打包站、中间方等。也有一些居民小区有回收服务，会返给居民一些费用，然后将回收到的物品直接拿到城市分拣中心，再送到瓶片厂。
以一吨三万多个瓶子来测算，整个过程每个步骤的价值是翻倍的，而且越往后的环节因为基数越大，其利润会更可观。所以整个行业呈现出“前面环节的回收员，例如个体劳动者、工商个体户等，利润比较低，越后面的环节利润会越高”的特征。
这次，我们聚焦的点是打包站，因为打包站承担了非常厚重的工作，他们从废品站拿到货之后，需要做分拣、理货、囤货、压货等，然后送到瓶片厂。这其中有很多的工作量，以及账期和囤货的问题，因此我们希望能够通过技术提升这个环节的效率。
3.
分拣对打包站的意义
有了宏观和微观的认知后，接下来思考一个问题，分拣对于打包站的意义是什么？
对于打包站而言，如果将整个毛瓶直接拿去卖，每吨大概是 3600 元，甚至只有两千多元。但是如果分拣完之后，每吨可以有超过 1000 元的增值，是非常可观的。
这也是我们目前在做的事情，已有非常多的落地案例。在再生资源行业中，只要做好分选，价值会有质的飞跃。
4.
塑料整瓶分选现状
常规的做法是人工分选，有简单的机械设备辅助来提升效率，但是工作量仍然非常大。这种工作站全国大概有数万个，人工分选完之后送到分拣中心。我国政策上要求在 2025 年建设 100 个分拣中心，但目前整体进度是非常慢的，所以分拣中心还没有形成主流。
还有一种是生物分解的方式，和以前不太一样，以前将塑料分为可降解和不可降解，这种分类方法现在很少提了，因为可降解塑料在降解的过程中并不能做到分解为对环境完全没有伤害的成分。所以，现在不怎么提可降解塑料了，更多的是把塑料的回收路径做的更加规范。但是今天我们提的生物分解，是一种新的酶。这种酶的好处是能够吃掉我们以前提到的不可降解的物质。生物降解处于刚起步的状态，目前在法国有一家公司已经创立了一些生产基地，预计在明后年投入生产。未来可能塑料并不需要像现在这样进行多次细的分选，能够做到通过酶进行分解。
针对人工分选的情况，行业内已经出现了一些比较好的解决方案，研发了相关设备。但这些设备因为用了传感器、计算单元等，价格比较贵，并且为了保障精度，这些设备多是由化工、石化、食品领域的相关设备衍生而来的，所以用在打包站并不完全合适。
因此，我们要解决的，是行业内存在的矛盾三角问题。第一，需要有更准的分拣精度；第二，要有更快的分拣效率；第三，要有更低的设备价格。
现在这个行业是很难有劳动力延展的，很多打包站都是老板亲自分选、或者亲戚朋友一起。所以未来肯定需要机械替代，需要把技术和成本都做得更加适合该行业的生产发展，才能推动整个市场的进步。
多模态分选方法
1.
多模态算法＋视觉，做到高精度分拣
我们目前采用的做法其实自 2022 年以来已经有很多成果了，尤其是 Yolo 图像识别算法，但真正用到回收行业还相对较少。下面分享两个案例。
一个是日本早稻田大学，他们仅采用 RGB 的输入，变成图像传到计算单元，然后通过继电器把信号传到三角机械臂，用皮带把物品传输过来，目前达到了 93％ 的精度。Yolo 算法会在本地做训练，使用目标值瓶子形成数据集并作明确的打标(位置和分类）。这里采用的是 RGB Camera 来采集 RGB，并没有增加更多的光谱以分辨更多的 PET 成分。
第二篇论文中虽然仍采用 RGB 的方式，但增加了多光谱数据，能够将 93% 的准确率提升到 96%，效率上从第一篇论文中的每分钟 20 个提升到每分钟 45 个。它的做法是使用损失函数和投影，将 RGB 的数据和 NIR 的数据做特征融合。
这两篇论文都是采用的 Yolo 算法，区别在于第一篇用的 V7，第二篇用的 V8。这两篇论文也充分证明了行业内是可以对 PET 材质做到非常精准的识别的。因此，我们基于这两篇论文的理论基础，提出了我们自己的实践方向。
2.
现实情况比实验情况更复杂
第一，
论文中的实验室情况和现实情况有不一样的地方。现实中灯光不够场地会更加的暗，材料污染度非常高，形状形态差异非常大。
第二，
逐个来选的这种设备是完全无法满足市场需求的，我们需要一秒钟能够分选 100+的效率。
3.
实现 1/5 的价格做到快准稳
首先我们采用喷阀的形式做筛选，因为我们能够明确皮带机上饮料瓶的位置及其分类，就能够在准确的物理位置上进行喷射，使得它能够精准切分选料和余料。针对识别装置，我们使用 RGB 和 NIR 光谱输入，更加准确。因为能够明确物理位置，所以喷阀的控制也更加精准，可以同时对一个面上的所有产品进行喷射，效率远远高于多轴机械臂的方式。通过超高速皮带机和喷阀的协同，实现我们的需求。
4.
多模态融合分选模型
在做分选的时候，如果能够较好的提取出特征，就会大幅提高后期表示的准确度，所以我们选取了两个输入：一个是 RGB，颜色丰富，如果瓶子上面的标签是比较完整的，就可识别到标签，甚至能够看到具体什么品牌；另一个是 NIR，是近红外的光谱，不同材质的光谱差异很大，能明确区分 PET 或 PP、PE、ABS、PC 等。
提取到特征后，第二步是采样，得到 RGB 和 NIR 的表示。
第三步，我们会进行权重的融合。因为有些特征在 RGB 中可能不太明显，在近红外中就会更明显，所以我们在 NIR 这里会多增加一些权重，使得后面的分类更加精确。另外，我们前期做研究时收集到大量训练数据，能够支撑我们在调整参数时更加精准。
最后我们会把它映射到 Z 象限上，做解码分类。分类的结果会通过电信号给到气动装置，气动装置进行喷射。
基于这个逻辑，我们得到一个非常不错的效果，能对非常多不同材质的塑料瓶打出明确的标签。现在我们能做到根据品牌去分选，也能将一些纸盒类的东西做分选。
5.
用更低成本适配变化
随着项目越来越多，我们发现整个市场的包装是不断在发展的，而且有些塑料没有标签，只是通过激光的方式把品牌印上去；不同区域的包装也是不一样的，会有本地化的一些东西；甚至国外很多品牌我们也是没有见过的。包装的发展迭代速度非常快，这就会影响我们在分选上的配方选择。
6.
DTL-NN
框架构建动态适配策略
因此综合来看，我们要克服两个问题，第一个问题是在这种包装不断迭代的情况下，算法的适配性如何做得更广泛；第二个问题是，面对不同的市场需求，如何灵活地进行迁移学习。
分成两步来解决这两个问题。第一步，基于目前我们已沉淀的很多基础数据，并且可以变成离线数据库的表示，我们用 SSAE 的表示做多种堆叠的特征，其中至少包含：瓶子本身在表示里的特征、偏差，以及增加的系数。
第二步我们真正投放设备到项目现场的时候，会做明确分类。在遇到新的瓶子或者新的分类时，我们拿到这个瓶子的 RGB、NIR 的数据，通过深度迁移学习进行分类。具体来讲，就是把这个新的瓶子和 RGB、NIR 特征表示进行对照，如果更贴近哪种材质，就会对它做函数上的转换，标出一个新的类别，并做一定的校正。
这件事情的核心好处是，当我们推广到新领域、新市场的时候，不需要投入大量的人力、物力到当地采集大量的数据，做大量训练得到结果，而是能够有一个更快、更适应、更广泛适配的形式。
7.
矛盾三角问题解决之道
目前，在分选上，我们能做到 95% 以上的准确率，一小时超过 3 吨的效率， 并且低于 1/5 的价格。
8.
产品化效果
接下来看一下产品效果，和一些国际化的设备类似，有一个高速的皮带机，一个采样的设备进行光谱采样，一个分选的设备，气阀的控制。
超高速分选效果
在项目上，精度可以达到 95% 以上，一天至少处理 50 吨，产能提升 45%。
商业化路径
1.
技术模块化降低用户成本
第一个方式，和一些商业厂家合作，将我们的装置给到他们进行简单的组装，就能形成品牌化的销售。
第二个方式，在当地如果对外形要求不高，不需要做到商业化品牌的话，可以采用更简单的方式，用一些板材组装成类似的设备也可以投入使用。
甚至对于一些打包站，我们可以指导他们去 DIY，这种方式的准入门槛非常低。
我们的客户从回收到货，分选后给到下一个环节，这个周期是非常短的，他们需要更快的把货转化出去，才能更快速地转动自己的资金流。而且，我们现在遇到的客户中，如果需要直接面向一些大的化纤厂企业的话，可能会遇到账期问题，企业的结账周期和 C 端的收货环节是不一样的，这些都会影响客户资金的周转率。我们在推广产品的同时也可以提供一定的资金支持，以使我们的技术能够更好、更快地给到对方去用，达成交易。
我们也会在全国各领域根据订单平台，也就是所在地域的需求，联系当地的皮带和板筋厂家，把我们的产品在当地组装和交付，交付时间能够做到仅一周。通过这个方式降低客户的使用门槛，更好地推动整个行业的发展。
