高光谱技术助力纺织品回收中的智能鞋履配对

每天，纺织品回收厂都会收到大量的旧鞋——通常不是成对的，而是零散地混杂在成千上万件衣物中。识别成对的鞋子是一项挑战，尤其是在外观相似但材质不同的鞋子之间。在大规模回收作业中，这会直接影响分拣效率和鞋子的转售价值。

为了应对这一挑战，波兰机器视觉公司AVICON R&D为欧洲领先的纺织品回收公司之一VIVE Textile Recycling开发了一套自动化解决方案。该系统结合了人工智能和高光谱成像技术，能够识别鞋材，并显著提升自动配鞋效率。

通过集成Specim高光谱相机，该系统在传统的 RGB 成像和 3D 测量基础上增加了材料信息。这一额外的数据层使系统能够区分外观相似的鞋子，并提高基于人工智能的配对的可靠性。因此，该解决方案能够实现更高效的分拣，并支持更高价值材料的回收。该系统在两条并行分拣线上每小时最多可处理 9,000 双鞋，从而实现高通量工业化运营。

AVICON研发部门在机器视觉领域拥有近25年的经验，近年来专注于高光谱成像技术。与VIVE的合作旨在提升VIVE大批量生产中鞋类分拣的自动化水平。

VIVE每天利用全自动分选线处理数百吨二手服装。他们的人工智能系统可以分析RGB图像和3D几何形状，但有时无法区分不同材质的鞋子。高光谱成像技术弥补了这一不足，能够提供可靠的材质识别信息，从而辅助决策。

两台Specim FX17 高光谱相机在近红外/短波红外光谱范围内捕获高光谱数据，即使外观发生变化，也能可靠地识别橡胶、塑料、皮革和纺织品等材料。

旧鞋履的颜色、磨损程度和质地差异很大。高光谱成像技术通过测量材料特有的光谱特征，能够实现对不同外观差异的一致识别。归一化处理后，系统使用AVICON专有的HSI-CNN分类器处理光谱数据。

测试中，材料分类准确率平均为 81.2%，其中纺织品（87.8%）和橡胶（85.1%）的准确率最高。并行高光谱站的预测结果在超过 99.5% 的情况下保持一致。在配对过程中，这种一致性至关重要，因为站点间的可靠一致性比单个站点的分类准确率更为重要。

这种性能水平能够实现工业规模分拣中的稳定、实时决策。该系统将材料数据与RGB和3D信息相结合，并将其传递给AI配对算法，由该算法判断两只鞋 是否成对。一旦识别出匹配项，气动执行器便会将鞋子送至输出缓冲区。

该系统在严苛的工业环境下也能可靠运行。成像模块包含两台配备 38° F/1.7 镜头、卤素灯照明和同步传送带触发采集功能的Specim FX17 相机。

图像处理分为三个步骤：首先在 Basler microEnable 5 Marathon VCL FPGA 图像采集卡上进行归一化， 然后通过 HSI-CNN 进行分类，最后在 Zebra Aurora Vision Studio™ 中进行后处理和可视化。该系统实现了约 600毫秒的图像到决策时间，从而能够进行实时操作。

两条并行加工线每小时可加工约 9,000 双鞋，支持连续、大批量加工。

高光谱成像技术通过在决策过程中加入材料信息，显著提高了配对可靠性。减少了配对错误，并提高了自动化分拣的可靠性，即使在高通量下也是如此。

除了准确性之外，材质识别还能实现经济效益优化。采用皮革等高价值材料制成的鞋子可以优先配对，从而提高转售价值并提升分拣流程的整体效率。

AVICON 首席执行官 Jan Jaczewski 说， Specim FX17 相机具备工业高光谱应用所需的性能：高帧率、出色的光谱和空间分辨率、TEC 传感器稳定、自动黑校准和高信噪比。
CameraLink接口可实现原始高光谱数据的高速传输，以便进行实时预处理，从而支持在高速传送带上进行精确分类。

AVICON认为高光谱成像技术在纺织品循环利用过程中具有越来越大的应用前景。随着纺织品和鞋类再利用的日益普及，自动化分拣对于高效加工和材料回收至关重要。
高光谱成像技术结合人工智能，能够提供类似于新零售的详细产品信息，从而支持二手服装的新型商业模式。在回收利用领域，精准的材料数据能够支持诸如VIVE Texcellence等项目，该项目利用废旧纺织品和塑料废料生产复合材料。

“如果您的应用需要高光谱成像技术，不妨试试Specim 公司的产品。他们提供最先进的相机，并在项目实施和技术验证阶段都提供出色的支持，” Jan Jaczewski 说。

“利用现代机器学习方法实现鞋类识别过程自动化”项目（POIR.01.01.01-00-0532/19）由欧盟共同资助。

有关该项目研究阶段的更多信息，请参阅相关科学出版物：
http://dx.doi.org/10.14313/PAR_256/85