醫療廢物自動分揀裝置

賀泓博

（華北電力大學（保定）動力工程系，河北 保定071000）

1 概述

近些年，醫療廢物急劇增加，由于醫療廢棄物對環境具有一定的污染性，所以廢棄物的分類和處理顯得尤為重要。現如今醫療垃圾分類見表1。

表1 醫療垃圾分類

傳統的醫療廢棄物的分類方式主要是將不同廢棄物分別放置在具體的固定位置，依靠固定的醫療衛生場所和醫療廢物分類處理配套設施來進行廢棄物的分類、回收、處理。但是醫療廢棄物中銳器及玻璃制品居多，分類過程復雜且需要醫療人員的參與，如若處理不當會增加醫療人員暴露、造成醫療廢棄物污染等問題的出現。本文提出一種基于圖像識別技術的醫療廢棄物的分類方法。采用樹莓派4B 和HuskyLens 視覺模塊結合的硬件方案，利用YOLO v3 目標檢測算法，通過機器學習，從而實現對醫療廢棄物進行識別和分類。

2 系統總體設計及機理

2.1 系統設計方案

首先使用OV2640 作為圖像傳感器進行圖像數據采集，將采集到的圖像傳輸到HuskyLens 視覺模塊進行圖片數據的初步分析和處理，之后將結果發送至樹莓派，樹莓派已使用YOLO 算法進行機器學習，具備圖像識別功能，結合HuskyLens 視覺模塊傳遞過來的圖像信息進行辨識，將控制信號發送給舵機驅動引導板完成醫療廢棄物的分類,過程如圖1 所示。

2.2 各模塊簡介

2.2.1 OV2640 圖像采集模塊

OV2640 是一款CMOS 類型的數字圖像傳感器，能輸出的最大圖像為200 萬像素、1600×1200 分辨率，具有壓縮引擎功能，可以將結果壓縮成JPEG 格式直接輸出，具有圖像質量高、圖像數據小、傳輸時間短、靈敏度高、靈活性強等特點。并且可以支持曝光、白平衡、色度、飽和度、對比度等眾多參數設置，也支持JRGB565 格式輸出，可以滿足不同場合需求。

HuskyLens 視覺模塊是一款簡單實用的AI 視覺傳感器，內置有6 種功能：人臉識別、物體追蹤、物體識別、巡線追蹤、顏色識別、二維碼標簽識別，可謂是功能眾多，與此同時HuskyLens操作十分簡易。它的芯片中內置了多種算法，僅需簡單的操作即可完成圖像識別。體積也十分小巧，HuskyLens 視覺傳感器自身帶有2.0 寸IPS 顯示屏，調參過程無需計算機輔助，本地即可處理所有算法并將結果直接輸出。

圖1

成立之初，該局領導班子就把隊伍建設擺在首位，注重凝聚力、向心力、戰斗力建設，打造了一支風清氣正，精神飽滿的隊伍。強調服務意識，樹立服務方式“零距離”、服務事項“零積壓”、服務質量“零缺陷”的理念，進一步簡化辦事程序，平均辦事期限縮短了50%。在全市率先開展食品藥品規范化管理示范企業創建活動，先后建立4條“食品藥品安全示范街”，30余家“食品藥品安全示范店”，形成以點帶面、點面結合的食品藥品安全示范群體。

現在，我們經常看到小劉忙著給各小組設計車型，也有組長主動與小劉一起商量本小組的列車模樣。當然，小劉與他人的交流時依然會有各種各樣的“事故”發生，不過“先鋒車站”確實給他帶來了很大的影響。

本裝置就是基于樹莓派4B 建立而成的，利用其處理能力強、體積小巧等特點，結合YOLO 算法，最終實現對醫療廢物的自動分揀。

白礬抽驗樣品按《中國藥典》一部（2015年版）檢驗，119批白礬抽驗樣品中，結果合格樣品28批次，合格率為24%；不合格樣品91批次，不合格率為76%。

此外利用樹莓派還可以編輯文檔、瀏覽網頁、播放視頻、播放音頻等，也可以利用樹莓派制作智能小車、示波器、家庭影院、相機等。與樹莓派3 相比，樹莓派4B 的性能是其三倍，與2012年發布的第一代樹莓派相比更是快了十五倍，在某些方面，它甚至可以展現出遠超某些傳統PC 的優越性能。

2.2.3 樹莓派

2.3 YOLO 算法簡介

圖2 初始模型

圖3 改進模型

YOLO 算法是一種極為方便快速的目標檢測算法，它將目標檢測定義為一個回歸問題。YOLO 將整個圖像看成一個卷積神經網絡（CNN），之后將圖像網格化，并預測每個網格的類概率和邊界框。例如，將一個100x100 的圖像網格化成7x7 的網格。然后，對于每個網格，網絡都會預測一個邊界框和與每個類別相對應的概率。每個邊界框可以使用四個描述符進行描述：邊界框的中心、高度、寬度、值映射到對象所屬的類。經過訓練學習完成圖像識別。另外，YOLO 算法也可以預測邊界框中存在對象的概率。YOLO 算法具有很強的優越性，由于將目標檢測定義為一個回歸問題，不需要復雜的管道，與其他模型（例如邏輯回歸）相比，所需要的訓練數據也相對較少。在運算速度上，它比“R-CNN”快1000 倍，比“Fast R-CNN”快100 倍，能夠處理實時視頻流，延遲小于25 毫秒，且精度是以前實時系統的兩倍多。同樣重要的是，YOLO 遵循的是“端到端深度學習”的實踐。

張三爺有和當時大部分武人同樣的經歷，保過鏢、護過院、當過武師，但除此以外，他還有大多數武人沒有的經歷，他曾當過清朝練勇局的把總，宣統年間還護送過去西藏傳詔的欽差。

2.2.2 HuskyLens 視覺模塊

2.4 實物模型

本裝置有初始和改進兩種模型，下面進行分別介紹。

2.4.2 改進模型

6) 4套690 V 主DP輔助配電板，額定電壓為690 V，匯流排額定電流2 929 A，額定短路分斷電流54 kA。

首先對初始模型進行介紹（見圖2）：醫療廢棄物通過輸送皮帶進入分揀裝置，首先經過圖像采集區域，OV2640 攝像頭布置在該區域工作，之后將收集的圖像信息發送至數據處理中心（即HuskyLens 處理芯片和樹莓派的放置區域），進行數據的處理分析和機器識別。本裝置模型中所選擇的伺服電機是舵機，舵機是由微型電機與齒輪等部件組合而成，體積小巧、靈活性強，舵機與舵機驅動引導板相連，樹莓派將識別結果以控制信號的形式發送至舵機驅動引導板，引導板存在內置芯片，可以將接收的控制信號轉化成指令控制相連的舵機進行隔板的翻轉工作，從而將醫療廢物投放到不同的儲存箱中，完成分揀操作。初始模型優點是分揀投放精準，翻轉不易出現控制失誤，錯誤投放可能性小；舵機操作時間短，分揀速度快，效率較高，僅需完成隔板的翻轉工作即可實現分類投放。缺點也很明顯僅能完成種類比較少的分揀（圖中僅為兩個儲存箱），由于很難實現對隔板翻轉角度的精準控制，增加儲存箱個數和分揀種類較為困難，最佳分揀種類為兩種，適用于僅區分可回收和不可回收醫療廢物的分揀和只需要進行粗分類的分揀。

在科技配置方面，銳騏6也毫不含糊。一鍵啟動、無鑰匙進入、倒車影像、倒車雷達、胎壓監測等諸多乘用車配置均出現在銳騏6車上。高清倒車影像，附帶彩色動態輔助線，便于駕駛員判斷車輛與障礙物的距離，引導駕駛員安全倒車。胎壓監測系統，則能時刻監測胎壓情況，保障用車安全。

樹莓派是一款體積僅有信用卡大小的微型電腦，本裝置中選用的樹莓派為Rasyberry Pi 4B，它支持眾多操作系統，例如Raspbian 操作系統、Windows 10 loT 系統、Kali Linux 系統等。另外樹莓派4B 具有十分健全的軟硬件生態系統，整合程度高，價格也較為低廉，得到了廣泛的追捧，熱度十分之高，一些極客和發燒友更是利用樹莓派4B 創造出了眾多創意設備。例如2015 年，倫敦的創業公司Kano 就推出了一款面向兒童的DIY計算機套件，利用核心元件樹莓派為孩子提供了具有應用和創造性的組裝套件，還配套銷售鍵盤、保護外殼等組件，以及一個主打兒童編程學習的Kano OS 操作系統。

2.4.1 初始模型

改進模型針對可分揀種類少這一點進行了優化，將舵機控制的隔板由翻轉運動變為了繞著中心軸的轉動（樣式如圖3）。舵機與中心軸相連，接到指令后控制其轉動，根據缺口旋轉到的儲存箱不同進行分類投放，實現了多種類、多儲存箱的醫療廢棄物分揀。可根據儲存箱的個數調整缺口的面積，儲存箱越多缺口區域面積越小，防止錯誤投放的情況發生。此外，為了防止醫療廢物落在隔板非缺口區域上而無法進行分揀投放的情況出現，將隔板設計成具有一定傾斜度，缺口處位置低，使醫療廢物可以自然滑落，使廢物落在隔板任意位置都可進行分揀工作進入儲存箱。

改進模型雖然解決了可分揀種類少的問題，但也有以下幾點不足之處：

（1）分揀速度慢，滯留時間長。與控制隔板翻轉相比，改進模型所需轉動的時間較長，無法實現快速分揀醫療廢物，容易出現堆積現象。

（2）錯誤投放的可能性大。可能出現隔板未轉動到正確的儲存箱位置，醫療廢棄物就已下落至隔板缺口區域，從而進入錯誤的儲存箱。

3 結論

基于樹莓派為核心的醫療廢物分揀裝置，采用OV2640 攝像頭和HuskyLens 視覺模塊結合對圖像進行采集和分析處理，利用YOLO v3 目標檢測算法，通過機器學習實現對醫療廢物的識別，利用舵機驅動引導板控制舵機實現對醫療廢棄物進行分類。具有自動化程度高、操作簡單等優點，使醫療廢物分類工作不依靠人員進行，防止了人員感染和醫療廢棄物污染等問題的出現。

但本裝置改進模型中仍有兩點不足之處，這兩點不足都可以通過提高隔板的轉速來進行改善。轉速提高，不易出現堆積現象，減少錯誤投放的次數，可以控制運輸皮帶使醫療廢物投入分揀裝置速度加快，提高投放效率，更快完成分揀工作。增加舵機個數或使用其它性能更優的伺服電機可以有效的提高轉速，舵機本身性能只能支持模型以較低的轉速工作，多個舵機共同工作可相對提高轉速，如若使用其他性能更優的伺服電機可實現轉速的較大增加，這為后續的研究提供了方向。