垃圾处理对大城市而言是巨大的挑战。如今，新加坡，迪拜，香港，阿姆斯特丹，斯德哥尔摩，东京，墨尔本，西雅图，芝加哥和首尔等智慧城市的政府部门已经大力推动将技术融入其城市的各个方面。在许多城市中，废物处理过程已转变为高度智能的运营管理活动。
市政废物管理
如今，任何智能城市的市政废物管理都是现场设备或传感器的相互作用，这些设备或传感器联网在一起以生成数百万个数据点。然后将由此获得的数据吸收到云平台中，并通过复杂的分析框架进行馈送，以进行分析，然后得出明智，可行的推论，以更好地为该城市的居民提供服务。整个过程是自动化的，几乎没有人为干扰。
废物分类
我们都知道废物可以归为几大类。造纸废料，塑料废料，食品废料，水溶性废料，水不溶性废料，动物废料，卫生废料，家庭废料，工业废料等。其中有些是可生物降解的，有些则不是。有些甚至可能是放射性废物，具有很高的毒性并可能造成危险。
智能解决方案
我们开发了一种应用程序，当有意识的市民在路上捕捉到道路上的废物或道路上超载的倾倒垃圾箱的图像并将其发送到跨平台的指挥中心时，便会发出警报。然后可以使用图像点和矢量框架分析器分析由指挥中心接收到的图像，以确定图像中捕获的不同废物的近似数量以及可能的类别。流程不需要人工干预，它使用智能算法来匹配过去和现有的数据。随着时间的流逝，针对此活动的准确性已接近90％。
物联网驱动的数据分析和机器学习
安装在路边垃圾箱上的传感器可以跟踪垃圾箱内的垃圾收集情况，并使用物联网集成系统自动向垃圾收集卡车发出警报，但直接扔在道路上的垃圾却逃脱了传感器摄像头的数字视觉。它需要一个警觉和一个有意识的公民或人为干预来掩盖一个不正常的公民扔在路上的那块垃圾。这里需要提醒的是，警觉和有意识的公民必须具备摄影的基本知识，并且必须能够在智能手机上熟练地使用应用程序。
来自传感器的数据以及警报和有意识的市民发送的图片都是通过复杂的多点和多层分析系统来完成的。我们使用过去的废物数据在机器学习（ML）平台上训练系统，以识别和分类废物，并大致评估废物的重量。ML平台在一天中的各个小时使用过去从城市60多个垃圾箱收集的废物图像。机器学习平台还接受了通常在垃圾箱内和垃圾箱周围发现的常规物品的培训，因此可以轻松识别它们。
最后一英里的废物处理能力管理
每次将垃圾扔进垃圾箱时，垃圾都会流到某个地方，必须进行某种处理，以免对环境或城市居民造成危害。因此，确保废物得到适当处理至关重要。为了适当地处理废物，绝对需要首先确定其是哪种废物。
处置能力管理
处理废物的典型策略包括回收，减少体积或转化为能源，并倾倒入垃圾填埋场，或将其通过焚化炉处理，然后再将不可焚化的垃圾倾倒入垃圾填埋场。
利用我们的应用程序和后端ML分析，焚化中心和垃圾填埋场可以每小时进行容量管理，使用仪表板跟踪每项活动，并绘制每日产出和垃圾填埋使用情况。这使得他们能够通过明智地使用燃烧过程、使用的烟气量以及了解所需的电力来进行精确的计划。
还绘制了烟气，产生的灰分和未燃烧的无机成分固体块的收集副产物的数量。可以在废物到达焚烧中心之前，与市政府其他部门合作采取适当的行动。
热解实质上是通过施加热量而不添加额外的空气或氧气对固体废物进行热分解，产生副产物氢，甲烷，一氧化碳，焦油和其他惰性材料。还跟踪这些副产物的重量，以确保它们不会对健康和环境造成重大危害。焚烧中心产生的副产品包括低等级混凝土，然后按照政府当局制定的规范将其出售用于砖块以及其他建筑和制造块。
容量管理和最终处理过程可以很早地绘制出来，从指挥中心的废物图片阶段开始。
为传统流程管理增加价值
从历史上看，容量管理一词曾经表示“管理制造工厂中的各种库存”或“正确确定内部服务交付的大小，以满足当前和未来的业务目标。” 这是一种过程管理。在实际使用中，遗留系统结合了外部因素，例如产品的可用性，市场活力，需求预测和内部资源分配。
但是，基于物联网的ML废物管理平台通过智能使用技术，网络，设备或传感器管理以及机器自动化，增加了敏捷，实时映射和跟踪的范围。所有这些功能的集成几乎不需要人工干预，大多数活动都由智能机全天候自动化和监视，该智能机能够分析图形数据并在需要时进行一些数字运算。
