背景与挑战
我们都知道:电子组装企业,每天会产生大量工业垃圾。传统垃圾分类方式下,企业依靠人工进行分拣和处理。一方面浪费大量人力,增加用工成本;另一方面,工人长期工作也会出现倦怠、疲劳等问题。另外,工人们的专业课知识差异等人为因素也会导致垃圾分类不准,从而引发严重的环境污染问题,对企业和社会造成无法挽回的损失。
目前,电子制造行业工业垃圾种类繁多,现有算法主要基于简单机器视觉模型构建,操作复杂且准确率低。对于新出现的垃圾种类,无法自动化识别,不具备可扩展性。
企业通过垃圾分拣系统能实现哪些目标呢?

西门子工业边缘和人工智能解决方案
借助边缘计算,人工智能,云计算赋能垃圾分类:
从总体架构上,系统共分为三层:云计算在最上层,系统借助云计算的存储和运算资源进行人工智能算法训练。
边缘层位于工厂内,在靠近数据产生的设备和控制的现场端,集中解决数据存储和处理面临的瓶颈和压力,采用高效实时的运行现场应用,包括:人工智能模型推理、性能分析、图片展示、图片标注、云边协同以及自动控制等。
现场层主要包括自动控制设备,如可编程逻辑控制器、器械手臂和摄像系统等。在这一层,自动控制设备会直接和工业垃圾直接打交道,是整个系统的手、脚和眼睛。

基于人工智能的自动垃圾分类系统
3rapp-ne4q1.avi
方案亮点
工业垃圾识别技术
通过融合多个摄像头的拍摄照片,提高工业垃圾识别精度
通过基于深度学习的最新算法进行图像分类,解决数据不均衡和新分类检测问题
基于用户自定义的分类错误可接受度,生成定制化的优化目标函数,实现垃圾分拣的可定制性
工业应用的云边协同
客户收益
针对电子组装工厂,提供标准化的行业解决方案,可以快速复制落地。同时,也借助云计算平台、边缘平台实现快速推广和成本控制
在一定程度上,节约了人力成本,减少了企业的用工成本
提高了工厂垃圾分拣效能,有效规避了企业的环保风险,为环境保护做出巨大贡献