面向医疗塑料废物回收的传感器融合超光谱自动分选系统设计

《Recycling》：Hyperspectral Classification Strategies for Robotic Sorting of Non-Contaminated Hospital Plastic Waste: A System Design and Methodology Framework

　　

摘要

医疗保健机构产生的未受污染塑料废物大多不具有感染性，且富含可回收聚合物，但由于尚未建立适用于临床环境的自动分选工艺，这些废物通常被直接焚烧处理。本文提出了一种针对该物流的传感器融合系统和超光谱分类方法的设计方案；目前尚无实验结果，将在后续研究中报告。将近红外超光谱成像系统、RGB线扫描相机和感应式金属传感器集成于协作机器人平台上，并通过后期融合流水线实现聚合物识别、目标检测和金属判别。文中规定了两种超光谱分类策略：参考光谱距离匹配法，该方法无需标注训练数据；以及有监督机器学习法，该方法依赖于标注数据集。基于两种策略的方法学特性及已发表文献证据的概念性比较表明，二者可作为相继的开发阶段使用，其中第一种策略有助于为第二种策略构建训练集。基于传感器数据手册数值的分析性评估指出，为满足生产线速度要求所需的传感器规格，该流水线无需更改分类方法即可予以适应。根据德国废物法规中对可回收部分的规定范围，将其作为设计输入，以确定目标材料类别和分类器所需的开放集拒绝行为。文中还确定了待定的设计参数和分阶段验证路径。