世界上許多目前都面臨著與廢物收集有關的重大問題，特別是在城市地區，因為人口每天產生大量的廢物。技術可以在解決這些問題方面發揮重要作用，例如，通過開發更有效的工具來收集和收集垃圾。

考慮到這一點，Vishwakarma政府工程學院的研究人員最近開發了一種廉價而有效的垃圾自動檢測和收集系統。他們的系統在arXiv上預先發表的一篇論文中提出，使用人工智能(AI)算法來檢測和定位周圍的垃圾，然后用一個機器人抓取器把垃圾撿起來。

研究人員在他們的論文中寫道:“同時期的方法發現，很難管理城市人口增長所產生的固體廢物的數量。”“我們提出了一個非常衛生和便宜的系統，它使用人工智能算法來檢測垃圾。”

該垃圾管理系統被研究人員稱為AGDC(自動垃圾檢測和收集)，由機器人身體(即基座、機械臂和抽屜)和一些機器學習算法組成。該系統利用卷積神經網絡(CNNs)探測地面和附近的垃圾。一旦探測到一塊垃圾，它就會通過分析集成攝像機收集的圖像來計算自己的位置。

“對象檢測是指在數字格式的圖像和視頻中識別特定類別的對象(如瓶子、貓、狗或卡車)的實例，”研究人員解釋說。AGDC使用對象檢測將垃圾與圖像/視頻中的其他對象進行分類。目標檢測算法使AGDC能夠識別圖像或視頻中目標(即垃圾)所在的位置。”

一旦系統的CNNs探測到附近的一片垃圾，另一種算法就會估計機器人和垃圾之間的距離，同時為機器人生成到達目標位置的指令。碎片的位置和這些指令隨后被反饋給一個微控制器，它基本上控制著機器人的動作。

研究人員解釋說:“在完成目標檢測任務后，下一個任務是確定目標與機械臂底部的距離，這對于機械臂撿起垃圾來說是必要的。”

一旦微控制器接收到關于垃圾位置的信息，它就會將機器人移動到那個位置。當機器人最終到達CNNs探測到的垃圾位置時，它會使用機械臂來收集垃圾，并將其放入附著在身體上的容器(即抽屜)中。

研究人員寫道:“垃圾收集器的設計可以分為三個主要部分:底座、機械臂和抽屜。”“底座驅動機器人走向垃圾，機械臂收集垃圾，抽屜儲存機械臂收集的垃圾。”

研究人員已經開發出了一個垃圾檢測系統的原型，該系統目前可以收集100-200克的垃圾。在他們未來的工作中，他們計劃擴展這個原型，這樣它就可以在清空抽屜之前收集2到3公斤的垃圾。

此外，該團隊正在考慮開發和訓練一個新的CNN模型，該模型將允許AGDC同時檢測多個垃圾碎片。最終，將機器人連接到互聯網也可以實現更大范圍的實現，例如，創建一個自動化的系統網絡來有效地收集特定區域的垃圾。