基于土木工程废弃物的智能化处置分拣系统

摘要: 本发明涉及识别分拣,具体是涉及基于土木工程废弃物的智能化处置分拣系统。背景技术:1、随着我国基础设施建设的持续发展以及城市更新进程的加快,产生了大量成分复杂、属...
基于土木工程废弃物的智能化处置分拣系统

本发明涉及识别分拣,具体是涉及基于土木工程废弃物的智能化处置分拣系统。

背景技术:

1、随着我国基础设施建设的持续发展以及城市更新进程的加快,产生了大量成分复杂、属性各异的土木工程废弃物。传统的处置分拣方式主要依赖人工分拣、简单的机械筛分,如振动筛、滚筒筛或基于单一传感技术,如金属探测、基础视觉识别的自动化设备。这些方法存在分拣精度低、效率不足的固有缺陷,难以对混杂的混凝土、砖块、木材、塑料及金属等进行有效区分,导致资源化产品品质低下,经济价值难以提升。此外,现有技术对来料属性缺乏预判,无法根据废弃物的来源和类型动态调整识别策略,面对不同工程产生的差异显著的废弃物时,其分拣效果和适应性表现不佳。

2、现有分拣系统缺乏对物料源头信息的利用和多模态感知信息的智能化融合能力。通常以固定模式处理所有来料,无法基于废弃物的可能成分预先配置最优的识别方案,导致感知资源分配不合理。同时,多传感器信息往往采用简单的串联或固定权重的融合方式,未能根据具体物料特性动态调整不同感知模态的采信程度,在面对表面污损、成分混杂或特征相似的物料时,容易产生误判。因此,亟需一种能够综合利用来料先验知识、并具备自适应多模态信息融合能力的智能化处置分拣系统,以实现对土木工程废弃物的高效、精准分选。

技术实现思路

1、为解决上述技术问题,提供基于土木工程废弃物的智能化处置分拣系统,本技术方案解决了上述背景技术中提到的至少一项技术问题。

2、为达到以上目的,本发明采用的技术方案为:

3、基于土木工程废弃物的智能化处置分拣系统,包括:

4、来料属性预判单元,用于获取并分析待分拣废弃物的来源信息,以生成待分拣废弃物的成分预判结果;

5、多模态自适应感知单元,用于对所述废弃物进行多维度物理特性采集,多模态自适应感知单元包括多模态传感器阵列和多模态权重动态配置引擎,所述多模态权重动态配置引擎与所述来料属性预判单元及所述多模态传感器阵列通信连接,用于根据所述成分预判结果为所述多模态传感器阵列中的不同感知模态分配置信度权重;

6、智能分析与决策中心,与所述多模态自适应感知单元通信连接,用于接收带有所述置信度权重的多模态感知数据并进行融合分析,生成包含物料分拣类别和分拣指令的增强型数字身份标签;

7、多级联动分拣执行单元,与所述智能分析与决策中心信号连接,用于根据所述分拣指令对所述废弃物进行分选操作;

8、控制单元,分别与所述来料属性预判单元、所述多模态自适应感知单元、所述智能分析与决策中心及所述多级联动分拣执行单元通信连接,用于协调各单元运行。

9、优选的,所述来料属性预判单元具体包括信息接入子单元和知识图谱查询子单元:

10、所述信息接入子单元用于获取包含工程类型、结构形式和拆除方式的待分拣废弃物的源头登记信息;

11、所述知识图谱查询子单元连接有土木工程废弃物成分知识图谱数据库,用于基于所述源头登记信息,从所述知识图谱数据库中匹配对应的历史统计成分数据,以生成待分拣废弃物的成分预判结果。

12、优选的,所述多模态传感器阵列包括包括视觉采集模块、物质成分分析模块和物理特性探测模块中的至少两种:

13、所述视觉采集模块包括用于获取物料表面纹理与颜色的高分辨率工业相机和/或用于获取物料三维几何尺寸的3d激光扫描仪;

14、所述物质成分分析模块包括用于识别材料化学组分的高光谱相机或近红外光谱仪;

15、所述物理特性探测模块包括用于检测金属的感应式金属探测仪或涡电流分选探头和/或用于通过分析冲击声音评估物料内部完整性的声学传感器阵列。

16、优选的,所述多模态权重动态配置引擎内预置有权重配置规则库,所述权重配置规则库定义了不同成分预判结果所对应的各感知模态的初始权重方案;

17、所述多模态权重动态配置引擎用于根据接收到的所述成分预判结果,从所述规则库中调用对应的初始权重方案,形成权重配置指令。

18、优选的,所述权重配置规则库的构建方法为:

19、针对每一种成分预判结果分别训练单一模态下的感知决策模型;

20、对单一模态下的感知决策模型进行运行测试,以单一模态下的感知决策模型输出的分拣指令进行废弃物分拣,得到单一模态下的物料分拣结果;

21、分析单一模态下的物料分拣结果的准确率;

22、基于所有模态下的物料分拣结果的准确率,以准确率越高,对应的感知模态的初始权重越高为准则,确定每个感知模态的初始权重,得到每个成分预判结果所对应的各感知模态的初始权重方案。

23、优选的,所述智能分析与决策中心包括:

24、带权重的多源信息融合子单元,用于依据所述权重配置指令对所述多模态感知数据进行加权融合;

25、动态分拣策略子单元,用于根据加权融合后的结果和外部输入的资源化需求订单,生成所述分拣指令。

26、优选的,所述依据所述权重配置指令对所述多模态感知数据进行加权融合具体包括:

27、采用每个感知模态对应的感知决策模型对物料进行独立的分析预测,得到每个感知模态对应的感知决策模型对物料的分拣决策结果,所述分拣决策结果为物料满足分拣需求的概率分布;

28、基于多个感知模态对应的感知决策模型对物料的分拣决策结果按照权重配置指令进行加权求和,得到多模态分拣决策结果;

29、基于多模态分拣决策结果判断物料满足分拣需求的概率是否大于预设分拣阈值,若是,则判定物料满足该条分拣需求,若否,则判定物料不满足该条分拣需求;

30、将所有物料满足的分拣需求输出至动态分拣策略子单元。

31、优选的,所述根据加权融合后的结果和外部输入的资源化需求订单,生成所述分拣指令具体包括:

32、基于外部输入的资源化需求订单,确定每条分拣需求的优先级;

33、若单一物料同时满足两条及以上的分拣需求,按照优先级的高低,以其中优先级最高的分拣需求,作为物料的分拣类别决策结果;

34、基于所有物料的分拣类别决策结果,生成分拣指令。

35、优选的,所述多级联动分拣执行单元包括至少一个分拣模块和至少一个分流收集与资源化导向模块;

36、所述分拣模块用于基于分拣指令将物料输入对应的分流收集与资源化导向模块;

37、所述分流收集与资源化导向模块包括至少一个独立的料仓,用于接收并暂存经分拣后的不同类别的废弃物。

38、优选的,所述控制单元内置在线学习优化模块:

39、所述在线学习优化模块用于收集实际分拣结果数据,并基于预设周期触发对土木工程废弃物成分知识图谱数据库和/或所述感知决策模型和/或各感知模态的初始权重方案进行优化调整。

40、与现有技术相比,本发明的有益效果在于:

41、本发明通过融合来料源头信息与知识图谱进行成分预判,并据此动态配置多模态传感器的置信度权重,实现了感知策略的因料制宜,从而在源头上优化了系统资源分配,大幅提升了复杂成分废弃物的整体识别精度与效率。

42、采用基于权重的多源信息融合决策方法,有效克服了单一或固定融合模式在物料污损、混杂场景下的识别局限,增强了系统的鲁棒性和适应性。

43、通过将外部资源化需求订单融入分拣决策灵活响应市场变化,并设计在线学习优化机制,使系统能够持续自我完善,不仅实现了废弃物的高纯度、高价值分拣,降低了运营能耗与人力成本,为提升整个产业链的经济与环境效益提供了智能化支撑。