【美国】McNeilus推出AI材料污染检测技术

要点
- McNeilus 与 Lixo 合作开发的 AI 技术已获专利,并在欧洲实现规模化应用。
- Lixo 系统当前每日分析超过 300,000 个垃圾桶,具备高吞吐量数据处理能力。
- 系统可识别 80 余种污染物,包括塑料袋、庭院废弃物、纺织品及危险材料。
- 技术部署支持新车型出厂集成及任意品牌垃圾车的改装套件,兼容侧装式或前装式车辆。
- 系统整合 McNeilus ClearSky 智能遥测系统,提供车队健康、载荷及污染洞察可视化。
总部位于美国明尼苏达州多奇中心的麦克尼卢斯卡车与制造公司(McNeilus Truck and Manufacturing Inc.,奥什科什公司Oshkosh Corp.旗下子公司)近日发布了一项由法国废弃物流分析专家Lixo协助开发的AI材料污染检测技术。该系统融合人工智能、边缘计算及云端分析能力,在垃圾与可回收物收集过程中实时识别污染物,并对进入料斗的材料进行分类。这一功能使运输企业、市政部门及可持续发展项目能够在司机继续执行日常路线的同时,有效管控污染、降低风险、提升分流率,并支持达成监管与环境目标。
该系统在不中断常规作业的前提下完成数据采集与处理,具备对混合车队的改装能力,并有望在新车型上实现出厂集成。麦克尼卢斯将此举视为垃圾与可回收物收集领域的进阶,旨在帮助客户洞察废弃物流的实际构成,并通过数据驱动的洞察证明合规性。
与Lixo的合作成果已获得专利,并在欧洲展现出规模化与高效性。Lixo表示,其系统目前每日分析超过300,000个垃圾桶。双方团队预计,该技术将在北美住宅、商业及工业废弃物领域创造显著价值。
系统功能涵盖识别80余种污染物,包括塑料袋、庭院废弃物、纺织品及危险材料。系统持续从新数据中学习,能够检测新兴材料,并随时间推移提升危险材料识别的准确性。
其运行与数据流基于先进的计算机视觉与机器学习技术。每次收集过程的影像均被捕获,并通过车载控制单元内的边缘计算进行处理,随后自动上传至安全云端仪表盘。车队及可持续发展经理可按路线、社区或客户地址查看污染水平,从而生成用于合规报告与路线优化的洞察,全程无需司机干预。
部署方案包括面向新车型的出厂安装包,以及兼容任意品牌侧装式或前装式垃圾车的改装套件。该系统与麦克尼卢斯ClearSky智能遥测系统整合,提供车队健康状态、载荷数据及污染洞察的全面可视化。
此项技术契合奥什科什公司在自动驾驶、人工智能、互联及电气化领域的整体战略。
编辑观点
前端污染数据的实时化将重塑回收产业链的数据基础,使再生塑料企业能更精准地预测原料质量波动。接下来应关注北美市场对该技术的落地进度,以及其与 EPR 政策合规报告的具体对接机制,这直接影响再生料供应链的稳定性与成本结构。
常见问题
McNeilus 的 AI 检测系统能识别哪些污染物?
该系统可识别 80 余种污染物,包括塑料袋、庭院废弃物、纺织品及危险材料。其基于计算机视觉与机器学习技术,能持续从新数据中学习并检测新兴材料,随时间推移提升危险材料识别的准确性。
Lixo 系统目前每日分析多少垃圾桶?
Lixo 表示其系统目前每日分析超过 300,000 个垃圾桶。这一规模化处理能力已在欧洲展现出高效性,双方团队预计该技术将在北美住宅、商业及工业废弃物领域创造显著价值。
该 AI 系统如何部署到现有垃圾车上?
部署方案包括面向新车型的出厂安装包,以及兼容任意品牌侧装式或前装式垃圾车的改装套件。系统通过车载控制单元内的边缘计算处理影像,并自动上传至安全云端仪表盘,全程无需司机干预。