马 俊，张继琨

(1.肇庆学院，广东 肇庆 526000；2.内蒙古克什克腾旗交通运输综合行政执法大队，内蒙古 克什克腾旗 025350)

1 引言

随着城市化进程加快，人员聚集带来了城市的活力与欣欣向荣，也使垃圾数量急剧增加，如何高效的处理垃圾已经成为全社会关注的问题。学校是城市的重要组成单元，当前校园垃圾的处理方式仍是传统方式，由人工分区域进行处理，再由垃圾车在垃圾集中点清运。目前我国已有46个城市成为垃圾分类的试点城市，垃圾分类是垃圾处理的未来趋势，在这种大趋势下，校园垃圾由人工分区域处理将垃圾运送到校园垃圾集中点再由垃圾车统一运输的传统模式难以实行，且费时费力，无法预知垃圾桶的状态，可能存在垃圾溢出造成二次污染。由此，有必要建立一个校园垃圾箱与校园垃圾回收中心、校园垃圾回收车之间的物联网系统，监测校园内各垃圾箱填充状态，并根据需要调动校园垃圾处理车以最优路线对需要清理的垃圾箱进行清运。在此系统中，如何实现每次清运的最高效率是本文需要研究的内容。

2 校园垃圾分类回收管理系统总体方案

2.1 系统功能分析

在分析校园垃圾分类回收系统的基本需求后，确定该系统需要具备以下几个基本功能。

2.1.1 垃圾箱的自检功能

校园垃圾箱应该具有监测自身容量是否充满的功能，垃圾箱设置两个阈值，当容量达到第一阈值时向校园垃圾回收中心发送信息，请求清运，当达到第二阈值时，自动关闭垃圾投放口直到垃圾清运车到来再次开启，防止由于垃圾溢出产生二次污染。

2.1.2 定位功能

垃圾箱与垃圾清运车利用北斗系统进行定位，将位置信息发给校园垃圾回收中心，由回收中心通过计算确定最优路径。垃圾清运车由北斗系统导航根据数据处理中心计算得到的最优清理顺序开始对需要清运的垃圾箱逐一清理[1]。

2.1.3 通讯功能

通过垃圾箱与校园垃圾回收中心的通信，汇报自身状态。利用垃圾车与校园垃圾回收中心的通信，接收校园垃圾回收中心发来的清理信息以及清理路径，汇报自身的行驶路径，运行状态。垃圾箱与垃圾车之间的通讯，当垃圾车到达垃圾箱处时，发出到达信号，垃圾箱切换到打开模式，便于垃圾倾倒[2]。

2.1.4 校园垃圾回收中心的数据处理以及控制功能

校园垃圾回收中心在接收到垃圾箱发出的清理信息后，根据垃圾箱所处地点计算出最优路径，将计算好的路径发送给需要前往清理的垃圾车。

2.2 系统总体设计

如图1所示，校园垃圾分类回收管理系统主要由三部分组成：校园垃圾清运车(北斗模块、通讯模块、避障模块、机械模块、颜色识别模块)，校园垃圾箱(北斗模块、通讯模块、自检模块、机械模块)和校园垃圾回收中心(数据处理模块、通信模块)。

图1 校园垃圾分类回收管理系统总体实现

系统中不同类型的垃圾投放的垃圾箱对应的颜色不同，垃圾箱在检测到自身容量达到第一阈值时，启动通讯模块向校园垃圾回收中心报告自己的位置，垃圾类型等信息。校园垃圾回收中心在接收到垃圾箱发出信息后通过数据已处理模块判断需要清理的同类型垃圾箱是否达到设定的统一清理最低值，如果低于这一值，系统处于等待状态，直到需要清理的同类型垃圾箱达到统一清理的最低值，垃圾回收中心数据处理模块计算出垃圾车最佳清运顺序，由通信模块将清理信息以及路径信息发送给相应的垃圾车。校园垃圾清运车在收到信息后其状态变为运行中，不再接受新的调度，而后利用导航模块以及避障模块按照回收中心设定的路线，到达需要清理的垃圾箱处，利用通讯模块与垃圾箱通信，垃圾箱在接收到信息后打开垃圾投放口封闭装置，垃圾车进行清运。将所有待清理垃圾箱清理完毕之后，校园垃圾清运车回到垃圾回收中心，将垃圾倾倒入对应颜色的垃圾回收箱内，再回到初始位置，这时此垃圾清运车的状态变为可调度，进入待命状态。

3 垃圾分类回收管理系统最优路径的实现与仿真优化

3.1 蚂蚁算法实现校园垃圾回收路径的优化

垃圾分类回收管理系统的重要组成部分就是工作路径的优化，当不同类型的垃圾桶达到第一个溢满提醒值时，校园垃圾回收中心的数据模块开始判断溢满垃圾桶是否达到可以派出垃圾清理车进行清理的最低限度。若还未达到，则垃圾桶继续等待垃圾到达第二个溢满限度，自己关闭垃圾桶投放口。等待同类型溢满垃圾桶达到可实施清理的最低数量，校园垃圾回收中心派出相应的垃圾回收车辆，沿计算得出的最优路径进行清理。本文采用蚁群算法对垃圾清运路线进行优化。蚁群算法是一种模拟蚂蚁觅食过程的算法。校园垃圾回收车的工作路径类似于蚁群算法中TSP问题的求解[3]。问题的实质是：一辆垃圾回收车要去n个溢满待清理的垃圾桶处回收垃圾，如何使得访问所有垃圾桶的总路径最短。

设整个蚂蚁群体中蚂蚁的数量为m，城市的数量为n，城市i与城市j之间的距离为dij(i,j=1,2,…,)，t时刻城市i与城市j连接路径上的信息素浓度为τij(t)。初始时刻，个城市见连接路径上的信息浓度相同，设为τij(t)=τ0。

(1)

针对蚂蚁释放信息素的问题，学者给出了多种计算模型，针对本文所讨论问题要计算校园垃圾回收车遍历所有待清理垃圾桶总路径的最短长度，选择最适合的ant cycle system模型。此模型利用蚂蚁经过路径的整体信息计算释放信息素浓度，最适合本文所描述问题。

(2)

图2是利用蚂蚁算法原理解决TSP问题的具体迭代步骤。

图2 蚁群算法的迭代步骤

3.2 建立仿真环境

分析肇庆学院主校区现有垃圾桶布置的情况下，建立肇庆学院分类垃圾桶放置位置图，对各个垃圾桶位置进行标号，建立垃圾桶位置矩阵。利用MATLAB作为仿真平台[5]，对校园垃圾清运路线顺序进行优化，每次需要清运的垃圾桶数量、位置不一样，仿真得到的优化后的清运路线也不同。因此在每一次清运时，校园垃圾分类回收控制中心都需要根据反馈的需要清运的垃圾桶点进行数据处理，得到最优清运路线。本文随机选择校园内31个垃圾桶位置如图3所示，模拟当这31个垃圾桶位置点需要清运时，校园垃圾分类回收中心数据处理的过程。

图3 仿真中选择的需要清运垃圾桶位置布置

3.3 实验数据分析

当迭代到70多次的时候，最短距离开始保持不变。由仿真实验可知，当选中的肇庆学院校内的31个垃圾桶需要清理时，最优的清运顺序如图4所示，清运路程大约4871 m。对于传统的清运方式，能做到的最大优化就是计算出各垃圾桶之间的最短路，然后清运车辆按照既定的路线进行清运。这种方式只考虑到空间上的最短距离，但是在时间上不一定是最短。

图4 蚂蚁算法最优路径

3.4 优化的蚂蚁算法进行路径规划

为了使清运路线在时间和空间上都能达到最短，且不影响高峰期时，人流的正常运动，本文对传统的蚂蚁算法进行了优化。考虑到学校的特殊情况，存在下课、下课、放学等人流高峰期，且这个高峰期具有规律性，本文建立了两个垃圾桶之间的距离矩阵，上课期间道路畅通，建立距离矩阵1。在下课期间，第一教学楼、第二教学楼，图书馆之间的人流尤其密集，因此，在这段时间内将海榕路上三个地点之间共同路段设为垃圾清运车禁止通行路段，由于这样的限制条件，各个垃圾桶之间的距离发生变化，建立人流高峰期距离矩阵2。数据中心在收到垃圾桶需要清运的信息时，处理步骤如图5所示。

图5 数据中心工作流程

4 结语

针对现有校园垃圾清理效率低下且难以适应势在必行的垃圾分类回收模式的问题，本文从物联网角度出发提出一种将垃圾箱、垃圾清运车、数据处理中心组合成一个小型物联网的系统构想。结合学校上课下课期间会存在规律的人流高峰情况，提出建立人流平峰和高峰两种距离矩阵，利用蚂蚁算法对垃圾清运路线进行了优化，为未来校园垃圾回收车的路径规划提出了一种可行的规划思路。