作品编号：C206（二等奖）

作品名称：城镇废弃物智能识别回收与选址优化系统

作者单位：华南农业大学资源环境学院

小组成员：厉耀健，姚策益，何正祺，蔡晓敏

指导老师：包世泰，陈永康

1、系统需求分析

目前国家大力推广实行垃圾分类，为了深入了解真实情况，我们通过自身考察并结合文献阅读，总结得出现存的主要问题：

1.      城镇固定垃圾点以外的零散垃圾仍常见，回收站点处理不及时、未全覆盖；

2.      垃圾分类智能化程度低，回收与处理效果不佳：

3.      垃圾回收与资源化利用社会化参与程度低，小型回收机构少，资源回收效率低。

针对上述问题，我们设计了一套公众参与、企业回收、政府监管的互惠机制和互动流程，基于微信小程序、ArcGIS Server等研发了一套城镇废弃物智能识别回收与选址优化系统，具有垃圾及时发现（上报）、系统AI识图分类、自动分区调度、企业智能回收、监管评价与中转站点选址优化等功能，可为城镇环卫服务提供有效补充，建立更加完善的垃圾上报、回收处置管理体系。系统将面向三类用户，分别是：

1.      公众用户：可通过微信小程序将家中积攒的回收物进行上报，或者是发现没有及时处理的垃圾桶或者垃圾堆均可以进行上报（包含位置坐标）。

2.      回收用户：小型回收机构和垃圾回收中转站用户根据上报事件位置和自动识别的垃圾类型及回收价值估值，负责处理所辖片区（基于网络计算的服务区）公众用户上报的垃圾。其中小型回收机构确认任务后及时派车回收可回收垃圾、并上报回收后的现场图片，而回收中转站用户确认任务后则及时派车处理各上报事件的零散垃圾、并上报处理后的现场图片。

3.      监管用户：政府监管部门，审核回收者的处理权限，监控上报事件主要集中的区域范围，观测总结事件上报的规律，结合上报事件的密度分布优化垃圾回收中转站的选址布局。

由公众用户利用本系统开发的微信小程序上报零散垃圾的图片和位置等信息，由系统AI识别垃圾种类及回收价值估值，并自动派单给负责片区的回收用户；回收用户确认派单任务后，由系统计算最优导航路径，高效赴现场逐一处理至中转或直接回收，这就是一套完整的废弃物回收处理过程，比较符合城镇零散垃圾处理的实际需求、有利于更好维护环境整洁。该系统还为政府监管部门提供了上报事件统计分析、回收处理分区划片、垃圾中转站优化布局的监管平台，根据零散垃圾上报情况划分回收用户（小型机构）的“管辖”范围，对零散垃圾上报事件进行时空分析，系统采用线性优化方法建立全覆盖回收成本路径最小模型实现了垃圾中转站的全局优化布局。

2、系统总体设计

系统架构

该系统采用J2EE技术设计开发，是由数据层、服务层、应用层与用户层组成的SOA体系架构。

数据层有广州市路网、中转站信息与上报事件（点）信息，对上报事件的照片进行编码、压缩、解码等预处理。

服务层以Web服务形式接收微信小程序上报的垃圾事件数据及其查询统计，借助ArcGIS Server加载中转站点、事件点服务以及最小成本全覆盖的地理处理（Geoprocessing）服务，以及基于FLASK进行人工智能识图，自动计算分析垃圾种类、数量及可回收价值。

应用层通过服务调用实现垃圾事件上报、自动任务派单、任务确认处理、回收路径导航、密度分析、回收用户注册、中转站管理及选址优化等功能，并连接服务器获取网络地图服务、线性优化选址服务和图像AI识别服务。

用户层面向公众用户、回收用户和监管用户三类用户，回收用户与监管用户通过Web浏览器登录网址使用对应权限的功能，公众用户通过手机微信小程序巡查上报城乡废弃物。

图2-1 系统架构设计

功能设计

2.2.1回收用户功能

回收用户经登录进入此界面，可以实现对废弃物回收上报事务进行回收处理以及当前站点的信息查询，包含以下三个功能模块。

1)回收事务处理

    -筛选上报信息，快速处理事务

-分析网络路径距离，提供多点路径导航

2)筛选历史信息，快速检索已处理事务，生成历史事务热力图

3)生成缓冲区与网络服务区，了解不同距离的服务范围

2.2.2监管用户功能

监管用户经登录进入此界面，可以查看上报信息的统计数据并实现对已有回收站点的管理以及新站点的优化布局，包含以下四个功能模块。

1）数据统计分析

-筛选回收站点与回收类型，对已处理事务密度进行颜色渲染生成热力图。

-分析上报数据，生成各类统计图表

-筛选站点生成多个缓冲区与网络服务区，了解各站点的服务覆盖范围

2）站点编辑管理，对回收站点与处理站点进行增删改查

3）人工智能垃圾识别，在线智能识别本地图片

4）站点辅助选址

-可计入已有站点，是选址参考结果建立在已有站点覆盖基础之上

-使用Python对全覆盖最小成本路径优化问题进行线性优化求解，得出最优的中转站点选址结果。

-生成辅助选址结果的网络服务区，进一步查看在路网条件下的覆盖效果

2.2.3公众用户功能

公众用户通过微信小程序拍照上报废气回收物信息，主要有两个功能点：

1)废弃物信息上报

一键拍照上传，通过GPS获取位置信息

人工辅助判别垃圾类型，帮助机械学习，提高智能垃圾识别精度

2)查看所有已上报事务信息，即时查看事务处理进度

数据库设计

各表属性如下：

分类详情： ID、上报事务ID、上报类型、识别类型、垃圾数量、估计价值

上报记录：上报事务ID、用户ID、上报时间、上传图片、上报地点、经度、纬度

回收记录： ID、上报事务ID、回收用户ID、回收状态、回收开始时间、回收结束时间

用户:用户ID、密码、用户名、权限、联系电话、回收单位ID

回收用户：单位ID、站点名字、联系电话、开始营业时间、结束营业时间、地址、经度、纬度、负责人

垃圾价值：ID、垃圾类型、最小价值、最大价值、当前价值、处理成本

监管用户：用户ID、单位地址、单位名称、用户名、密码、联系方式

图2-2 数据库设计图

关键技术

基于人工智能的垃圾类型与数量预测模型

本算法是在人工智能模型YOLOV3的基础上进行了优化改进，用以进行垃圾类型与数量的智能识别。

其算法

基本原理如下图所示：

图3-1 基于人工智能的识图算法流程

输入416*416*3的图片，然后输出3个featureMap，分别为26*26*(3*(classes_num+5))(大尺度)，52*52*(3*(classes_num+5))(中尺度)，104*104*(3*(classes_num+5))(小尺度)的特征图。

我们使用retnet50（残差神经网络）作改进YOLOV3的backbone,作为特征处理层。然后网络分别使用32，16，8倍的下采样，分别输出13*13*1024，26*26*512 ，52*52*256，104*104*128的featureMap，对13*13*1024的做上采样的与26*26*512的featureMap做融合处理，然后输出

26*26*(3*(classes_num+5))的featureMap，同理26*26*512 ，52*52*256，104*104*128分别做相同的操作，具体操作和上图一样。

然后用输出的featureMap和我们标记的图片进行计算损失值和更新网络。

经过训练后识别精度为mAP=67.3%

建立全覆盖路径模型用于中转站点优化选址

考虑到已有站点不能无限距离处理所有上报事务，部分地区的上报事务无法被已有回收站点覆盖，需要新增站点以覆盖全部上报点，涉及站点优化选址的问题。对于我们研究建立全覆盖最短回收路径模型，如下：

模型目标函数：      

约束条件：            

其中i、j指从n个候选点（上报点）任取的一个点的序号，指从i点到j点的直线距离；如果i点到j点距离若小于10000米（参数可调整），则i点建中转站会覆盖j点上报点。

变量指从n个候选点任取的i点，取值0或1,其中1表示在i点建设中转站。

利用线性优化库PuLP与Arcpy进行线性优化计算，对所有上报事务点按全覆盖最短回收路径模型进行全局优化选址计算，可考虑已有站点参与全局优化，并此计算模型发布成基于python的地理处理服务供监管用户调用。其流程如下：

图3-2 基于全覆盖最短回收路径模型的中转站布局优化

3.3 基于广州市道路网络数据集的地图服务分析

我们将广州路网数据投影到WGS-84地理坐标系，自行拓扑检查制成广州市道路网络数据集并发布地图服务。通过ArcGIS Sever的Network Analyst提供路径和服务区分析功能，回收用户可进行路径分析实现多停靠点（上报事件）计算最优路径，监管用户通过网络服务区分析中转站点覆盖范围。

图3-3 基于网络服务的现有中转点服务区计算

为了让公众更好的参与垃圾分类回收，我们开发了微信小程序使公众可以上报零散垃圾，并且可以调用FLASK服务器图像识别来进行垃圾类型的预测。该小程序可以提供上报事务的位置信息、垃圾类型与现场图片，可以让回收用户更加智能地去回收城镇废弃物。

4、系统亮点

1、基于全覆盖最短回收路径模型的中转站点优化选址服务分析。针对包含现状站点的中转站点优化布局的问题，研究建立了全覆盖最短回收路径模型，并结合ArcPy进行距离计算，利用线性优化库PuLP进行线性优化计算，对所有上报事务点作为候选点，已有站点必选，参与全局优化选址计算，将此计算模型发布成基于python的地理处理服务进行高效调用，技术集成与创新运用一气呵成。

2、AI判图与数量预测让垃圾分类及派单智能化

本系统在人工智能模型YOLOV3的基础上进行了算法优化改进，实现了垃圾类型与数量的智能识别，识别精度可靠。可根据上报拍摄的图片，自动识别常见的金属、塑料、纸类、玻璃、建筑废料及厨余垃圾等种类及其数量、体积，预估可回收的价值，从而向邻近相近的中转站或回收用户自动派单，提升城镇废弃物回收的准确性与效率。

3、扁平化界面设计让用户操作便捷、交互体验好。用户可在一个窗口实现整个模块的使用，减少界面切换，简化操作流程。网页设计采用较为现代的UI设计语言，使用简明的图标互动清晰传达图标的功能信息，向网站部分模块功能加载与数据计算添加等待动画，并能实时显示加载进度。对部分复杂数据进行预加载，例如在后台进行网络分析，预先计算回收界面的事务处理上报点的道路距离以及不同距离的网络服务区范围，预先计算监管界面中全域站点的网络服务区范围，减少用户等待时间。

当前我国经济快速发展、城市化进程迅速，城镇生活废弃物的产生加快，垃圾围城现象屡见不鲜。针对当前城镇（垃圾桶）定点回收处理不足、垃圾分类智能化程度不高和资源化回收利用低效等问题，我们采用WebGIS、空间优化选址和人工智能识图等技术，开发出一套能够让公众、回收单位、政府三方共同参与的城镇废弃物智能识别回收与选址优化系统，为零散垃圾及时发现上报、智能识别、自动派单、高效调度回收提供了一个完整的系统方案。

系统成果在公众参与上报、垃圾AI识图分类、自动分区调度、时空分析评价与中转站点选址优化等方面具有特色与亮点功能应用，可为城镇常规环卫服务提供有效补充，建立更加完善的垃圾上报、智能回收处置管理体系，在我国广大城镇应用潜力巨大。