聪明文档网
最新最全的文档下载
当前位置：
首页> 机器学习应用于新型生活垃圾智能分类垃圾桶的研究
机器学习应用于新型生活垃圾智能分类垃圾桶的研究
时间：2022-12-16 19:24:20 下载该word文档
机器学习应用于新型生活垃圾智能分类
垃圾桶的研究
摘要：近年来，随着人类活动产生的垃圾日益增多，政府加大了对垃圾分类的重视。在这一社会背景下，结合当前万物智能化的潮流，项目团队开发了一款基于机器学习的新型生活垃圾智能分类垃圾桶。为提高垃圾分类的精准性与智能化程度，通过人工智能算法对垃圾物品进行图像识别，自动完成垃圾的分类投放；同时采用模块化设计，集语音播报、语音唤醒、智能识别、自适应延时闭合、温度和烟雾的检测等多种功能于一体；系统记录垃圾投放相关数据，将数据上传至云端，为相关回收部门提供有效数据，充分加快了资源的转化效率。利用低成本的开发计算机--树莓派与视觉识别系统的结合，降低了人工分拣的疲劳强度，提高了垃圾分类的智能化与普及率，满足了社会需求。
关键字：智能垃圾分类；机器学习；图像识别；智能语音；云端数据存储中图分类号：文献标志码：引言
人们每年都会扔出许多垃圾，垃圾的不合理回收处理往往会导致污染土壤和地下水体等不良后果。而对垃圾进行分类可以有效的提高垃圾的资源价值和经济价值，力争物尽其用，减少垃圾处理量和处理设备的使用，降低处理成本，减少土地资源的消耗，具有社会、经济、生态等几方面的综合效益。
为解决这些问题，本项目使用人工智能算法中的机器学习技术设计一款“基于机器学习的新型生活垃圾智能分类垃圾桶”。利用图像识别将垃圾分类，通过控制系统驱动托盘运动，将垃圾物品投放至对应的子垃圾桶内并将相关垃圾存量数据通过互联网上传到云端，语音播报所扔垃圾的类别可以使人们在扔垃圾的同时了解垃圾分类的知识。
1设计原理
“基于机器学习的新型生活垃圾智能分类垃圾桶”采用人工智能算法中的机器学习技术，通过图像识别把垃圾物品划分成“可回收垃圾、厨余垃圾、有害垃圾、其他垃圾”四类，最后控制系统驱动托盘运动，将垃圾物品投放至对应的子垃圾桶内。产品融合了计算机视觉、智能语音、深度卷积神经网络、传感应用等多学科技术，建立了庞大的数据库，实现了分类投放智能化，使分类精准高效，在极大程度上减少了环境污染和资源浪费，提高了经济效益。研究技术路线由图1所示。
图1研究技术路线
2硬件设计2.1图像获取模块
智能垃圾桶利用OpenMV摄像头获取到达翻斗托盘内的垃圾图像，通过视觉识别系统和金属传感器对垃圾进行识别，运用CNN转移算法采集特征点，树莓派协同OpenMV对识别的图像信息进行分类处理。
2.2供电模块
垃圾桶由12V锂电池驱动，整体功耗较低，在室外可由箱体顶部的太阳能板对锂电池充电，实现绿色能源的有效利用，在室内可采用交流供电或者定期充电。两种供电模式，能更好的保证电量的稳定供应。
2.3投放模块
树莓派通过OpenMV的识别结果控制电机运动，直线滑轨同步翻斗托盘来到对应子垃圾桶位置，舵机控制翻斗倾倒，实现垃圾准确投放至子垃圾桶。成功投放后，翻斗复位，主控芯片控制高亮显示屏更新显示当前垃圾桶内垃圾数量等情况。同时光电限位开关接触发信号，红外光电传感器检测是否满载，满载时将信息上传至云端等待更换垃圾袋。
2.4实用性
为增强实用性，设计过程中进行了多处优化。本项目的垃圾桶尺寸为480*480*700，占用空间适中；其安装的精度要求不高，便于日常拆装清洗。每一个单类垃圾桶都可以轻易地取放，便于垃圾桶日常清空。
另外，特意将投放装置设计为翻斗的形状，以防止刚性垃圾丢入投放装置后弹出；而舵机可以维持翻斗的稳定性，防止漏斗突然加载后发生侧翻；翻斗的尺寸经过了挑选，保证在投放模块运行时垃圾准确丢入对应垃圾桶；IPS显示屏会显示垃圾对应的类别，帮助用户尤其是孩童了解垃圾分类，培养环保的意识。硬件展示如图2所示。
图2硬件展示
3软件设计3.1程序设计实现
智能垃圾桶利用OpenMV摄像头获取到达翻斗托盘内的垃圾图像，通过视
觉识别系统和金属传感器对垃圾进行识别，运用CNN转移算法采集特征点，树莓派协同OpenMV对识别的图像信息进行分类处理，进而控制步进电机驱动同步带带领翻斗托盘来到对应子垃圾桶位置，舵机控制翻斗倾倒，实现垃圾准确投放至
Word文档免费下载：
机器学习应用于新型生活垃圾智能分类垃圾桶的研究
-
1个月 推荐
￥29.8
￥45每天只需1.0元 -
1天
￥9.9
￥15 -
3个月
￥59.8
￥90
选择支付方式
-
微信付款
郑重提醒：支付后，系统自动为您完成注册
