基于测量校准与选择性路由原型的拒识感知物联网及定标视觉可持续智能垃圾分类

《Sustainability》:Sustainable Smart Waste Sorting Through Reject-Aware IoT and Calibrated Vision: A Measurement-Calibrated Selective Routing Prototype

【字体: 大 中 小 】 时间:2026年07月24日 来源:Sustainability 4.1

编辑推荐:

  智能垃圾系统只有在感知、分类与路由决策与透明的不确定性管理相关联时,才能支持可持续回收。本研究旨在开发并评估一种在台架规模条件下面向可持续智能垃圾分类的测量校准、风险感知选择性路由原型。所提原型集成了HC-SR04超声传感层、Arduino Nano控制、ES

  
智能垃圾系统只有在感知、分类与路由决策与透明的不确定性管理相关联时,才能支持可持续回收。本研究旨在开发并评估一种在台架规模条件下面向可持续智能垃圾分类的测量校准、风险感知选择性路由原型。所提原型集成了HC-SR04超声传感层、Arduino Nano控制、ESP8266无线同步、基于校准的填充率转换、中值滤波、指数平滑、滞回与基于持续性的告警逻辑,以及基于传送带的单件物品视觉路由层。排序层使用拒识感知VGG19分类器配合真对数(logit)温度缩放与定标置信门控,将物品路由至玻璃、金属、塑料、垃圾或拒识流。采用2527张TrashNet图像的五类基准,在分层75/10/15保留设计中开展定量原型级实验评估,纸板与纸张作为拒识类的离群暴露样本。最终模型测试准确率88.13%、加权F1 88.15%、拒识类F1 96.60%;最终策略τ=0.70时,系统对76.09%的路由类测试物品自动路由且路由精度92.66%,拒识召回98.66%,拒识误接受率仅1.34%。结构化扰动测试表明严重视觉退化降低自动路由覆盖但多将不确定案例转向拒识。本工作贡献在于将校准感知、校准视觉置信、选择性拒识与执行感知路由相关联的透明原型级机制,以在有限不确定性下保障回收流纯度。未来应在多箱、多物体及现场部署条件下验证。
研究背景方面,城市生活垃圾管理(MSWM)面临收集延迟、源头分类弱与材料回收效率低等持续挑战,影响环境、运营与公共健康。现有AI与物联网(IoT)赋能的垃圾系统虽提升采集可见性与分类自动化,但多数将垃圾桶视为告警端点而非校准测量节点,且视觉分类准确率不等于可靠路由——不确定预测若强制归入可回收流将污染回收流纯度。研究人员指出当前研究缺口在于感知、识别与物理执行间决策边界的方法论处理不足:填充率测量稳定性、预测不确定性向接受/拒识路由的转化、以及路由动作在延迟与吞吐约束下的物理验证均未明确定界。为此,研究人员在《Sustainability》发表该研究,将可持续智能垃圾分类重构为受限不确定性下“感知到执行”的决策接口问题,而非简单IoT监控加图像分类组合。
关键技术方法上,研究人员构建两阶段台架级信息物理原型:采集侧以HC-SR04超声测距,经中值滤波与指数平滑(公式st=αft+(1-α)st-1)稳定化,按桶高H与距离dt换算填充率ft=clip(100×(H-dt)/H,0,100),并以滞回阈值θF、θR与持续性计数k触发满桶告警,ESP8266做带缓冲的云同步;排序侧假设单件物品检视,采用ImageNet初始化的VGG19迁移学习,训练集增强受限,验证集拟合计温缩放(Temperature Scaling)于真预softmax logit得T=1.24,再在验证集选τ=0.70使拒识误接受≤2.5%且路由精度≥90%。样本来自公开TrashNet基准2527张图,按玻璃/金属/塑料/垃圾/拒识(纸板+纸张作离群暴露)五类分层75/10/15划分,测试集379张。评估含ECE、Brier分数、bootstrap 5000次、结构化扰动(暗光0.65、亮光1.35、5×5均值模糊、64×64中心遮挡、水平翻转)及成本敏感阈值网格。
研究结果各节浓缩如下。
引言部分明确将研究定位为双不确定性源(测量不确定性、预测不确定性)下的选择性路由瓶颈,提出O1至O4四个原型级目标,区分于性能至上型智慧垃圾研究。
相关工作中,研究人员比对Alourani等人VGG19+智能桶集成研究,指出本文贡献不在架构广度而在决策接口透明化:桶作校准测量节点、拒识类保留、置信门控含成本敏感解释、评估耦合延迟与执行验证。
架构部分给出顺序管道“测量→状态估计→告警决策→物品识别→选择性路由→执行验证”。采集层以滤波+校准+滞回+持续性降振荡;排序层以p=M(x)得概率向量,仅当maxcpc≥τ且非拒识类才驱动执行器,否则入拒识流;不确定性在两层级分别被稳定化与选择性吸收。
原型实现中,填充率校准在空/25%/50%/75%/近满五参考态重复测量,报告MAE 2.1%、RMSE 2.8%、最大绝对偏差5.4个百分点,据此设θF-θR滞回;排序站由固定RGB相机、短传送带、伺服闸门构成,执行失败则停线。
材料与方法规定分层保留协议、VGG19两阶段(冻结主干→末块微调)、真logit温度缩放仅拟合验证集、扰动确定性参数固定、风险覆盖分析以覆盖率为自动路由比例、选择性风险≈1-接受精度。
结果讨论中,最终模型测试准确率88.13%、平衡准确率87.84%、宏F1 85.20%、加权F1 88.15%;拒识类精度97.93%召回95.30% F1 96.60%;混淆矩阵显示149张拒识测试仅7张误入路由类,230张路由类仅3张误入拒识。校准后测试ECE 0.0349、Brier 0.1697,测试均置信0.8790与准确率0.8813匹配。τ=0.70时路由类覆盖76.09%、路由精度92.66%、拒识召回98.66%、拒识误接受1.34%;bootstrap 95%CI支持点估计。阈值敏感表显示τ上升则覆盖降、精度升、拒识处理升。扰动下暗光覆盖59.13%、模糊57.83%、中心遮挡30.87%但路由精度仍90.28%以上、拒识误接受<1%,证明退化证据令系统倾向保守拒识而非静默误路由。离群暴露诊断中60张纸板全拒、89张纸张拒87张。吞吐解释为执行器受限:0.7–1.0 s周期对应带速≤0.20 m/s(20 cm间距),非神经网络速度瓶颈。训练曲线冻主干至epoch 26验证损失最优,微调至损失0.339。
讨论部分研究人员强调三洞察:感知层稳定化减告警波动;置信门控将分类转为风险感知选择以保流纯度;机械时序主导吞吐。理论贡献为把可持续垃圾分类重框为受限不确定性下感知-执行决策问题,串联校准IoT感知、置信感知视觉与选择性执行三流;实践贡献为低成本和可审计原型逻辑,但界限在台架单件条件。分析性污染暴露模型估得τ=0.70下自动误路由暴露≈5.6%(0.7609×(1-0.9266)),非现场实测。
结论部分翻译:本研究开发并评估了受限台架条件下面向可持续智能垃圾分类的测量校准、拒识感知选择性路由原型,其将超声填充感知、边缘稳定化、云支撑告警、图像材料识别、校准拒识与执行器级验证联入单一感知-执行工作流;而非将IoT监控与图像分类作并行子系统,把智能垃圾分类重框为受限风险感知控制问题,感知与预测不确定性在物理路由前须可见。实验上感知层给出校准、重复性、滞回与缓冲通信证据,视觉层用真logit温度缩放、拒识分类、验证集选阈、成本敏感策略与扰动测试;五类基准下最终VGG19准确率88.13%、平衡准确率87.84%、加权F1 88.15%、拒识F1 96.60%、温度缩放后测试ECE 0.0349,τ=0.70策略路由76.09%路由类物品且精度92.66%、拒识召回98.66%。这表明选择性路由通过将不确定或不受支持案例转向混合/拒识流可降低静默误路由暴露。本工作贡献非新神经架构或市政级平台,而是不确定性显式原型评估方法论,用以判定受限信息物理垃圾分类系统中何时自动路由合理;发现应作分析与原型级证据,非市政污染削减、生命周期改善、经济节约或部署就绪的现场证明。未来经多物体杂乱数据、检测式路由、更广开放集评估、边缘基准、长时执行日志与试点部署拓展。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号