世界上许多国家目前都面临着与废物收集有关的重大问题，特别是在城市地区，因为人口每天产生大量的废物。技术可以在解决这些问题方面发挥重要作用，例如，通过开发更有效的工具来收集和收集垃圾。

考虑到这一点，印度Vishwakarma政府工程学院的研究人员最近开发了一种廉价而有效的垃圾自动检测和收集系统。他们的系统在arXiv上预先发表的一篇论文中提出，使用人工智能(AI)算法来检测和定位周围的垃圾，然后用一个机器人抓取器把垃圾捡起来。

研究人员在他们的论文中写道:“同时期的方法发现，很难管理城市人口增长所产生的固体废物的数量。”“我们提出了一个非常卫生和便宜的系统，它使用人工智能算法来检测垃圾。”

该垃圾管理系统被研究人员称为AGDC(自动垃圾检测和收集)，由机器人身体(即基座、机械臂和抽屉)和一些机器学习算法组成。该系统利用卷积神经网络(CNNs)探测地面和附近的垃圾。一旦探测到一块垃圾，它就会通过分析集成摄像机收集的图像来计算自己的位置。

“对象检测是指在数字格式的图像和视频中识别特定类别的对象(如瓶子、猫、狗或卡车)的实例，”研究人员解释说。AGDC使用对象检测将垃圾与图像/视频中的其他对象进行分类。目标检测算法使AGDC能够识别图像或视频中目标(即垃圾)所在的位置。”

一旦系统的CNNs探测到附近的一片垃圾，另一种算法就会估计机器人和垃圾之间的距离，同时为机器人生成到达目标位置的指令。碎片的位置和这些指令随后被反馈给一个微控制器，它基本上控制着机器人的动作。

研究人员解释说:“在完成目标检测任务后，下一个任务是确定目标与机械臂底部的距离，这对于机械臂捡起垃圾来说是必要的。”

一旦微控制器接收到关于垃圾位置的信息，它就会将机器人移动到那个位置。当机器人最终到达CNNs探测到的垃圾位置时，它会使用机械臂来收集垃圾，并将其放入附着在身体上的容器(即抽屉)中。

研究人员写道:“垃圾收集器的设计可以分为三个主要部分:底座、机械臂和抽屉。”“底座驱动机器人走向垃圾，机械臂收集垃圾，抽屉储存机械臂收集的垃圾。”

研究人员已经开发出了一个垃圾检测系统的原型，该系统目前可以收集100-200克的垃圾。在他们未来的工作中，他们计划扩展这个原型，这样它就可以在清空抽屉之前收集2到3公斤的垃圾。

此外，该团队正在考虑开发和训练一个新的CNN模型，该模型将允许AGDC同时检测多个垃圾碎片。最终，将机器人连接到互联网也可以实现更大范围的实现，例如，创建一个自动化的系统网络来有效地收集特定区域的垃圾。