一种智能分类垃圾箱制造技术

技术编号:21704739 阅读:38 留言:0更新日期:2019-07-27 17:03
本发明专利技术涉及一种智能分类垃圾箱,所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安装于垃圾分类模组上方;所述垃圾分类模组又安装于垃圾箱主体上方;所述电源模块为智能识别模块、垃圾感应模块、执行模块供电;所述垃圾感应模块、执行模块分别与智能识别模块连接。本发明专利技术智能化程度高、能够实现自动化分类,有效提高了分类效率,并且大大降低了人工劳动成本。

An Intelligent Classified Garbage Tank

【技术实现步骤摘要】
一种智能分类垃圾箱
本专利技术属市容建设领域,具体涉及垃圾分类设备,尤其涉及一种智能垃圾智能分类垃圾箱。
技术介绍
当前随着城市化速度加快,带来的市容建设问题也越来越突出,尤其在可再生资源的利用方面,一直不够被重视,而且目前也没有较好的处理方法。在垃圾回收方面,由于大家都没有养成垃圾分类的意识,所以即便在城市的各个角落都设有垃圾分类垃圾箱,但人们在扔垃圾时一直不注意分类,有的则是不懂得垃圾分类,这导致后期在垃圾回收时,对垃圾的分类成为一项很麻烦的工作,耗时耗力。鉴于此,提出一种具垃圾分类功能的垃圾箱,应用于城市化市容建设方面的一种智能分类垃圾箱为本专利技术的研究内容。
技术实现思路
针对上述问题,本专利技术的目的在于提供一种智能分类垃圾箱,旨在解决现有垃圾依靠人工分类困难、耗时耗力等等问题。为了实现上述目的,本专利技术采用以下技术方案:一种智能分类垃圾箱,所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安本文档来自技高网...

【技术保护点】
1.一种智能分类垃圾箱,其特征在于:所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安装于垃圾分类模组上方;所述垃圾分类模组又安装于垃圾箱主体上方;所述电源模块为智能识别模块、垃圾感应模块、执行模块供电;所述垃圾感应模块、执行模块分别与智能识别模块连接;在工作状态下,垃圾被从垃圾投入口投入,垃圾首先被存放在垃圾预存储部;垃圾感应模块感应到有垃圾投入后,触发智能识别模块开始工作;智能识别模块识别预存在垃圾预存储部...

【技术特征摘要】
1.一种智能分类垃圾箱,其特征在于:所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安装于垃圾分类模组上方;所述垃圾分类模组又安装于垃圾箱主体上方;所述电源模块为智能识别模块、垃圾感应模块、执行模块供电;所述垃圾感应模块、执行模块分别与智能识别模块连接;在工作状态下,垃圾被从垃圾投入口投入,垃圾首先被存放在垃圾预存储部;垃圾感应模块感应到有垃圾投入后,触发智能识别模块开始工作;智能识别模块识别预存在垃圾预存储部的垃圾属于哪种垃圾;当识别出垃圾预存储部的垃圾属于可回收垃圾时,智能识别模块命令执行模块将垃圾分类至可回收垃圾箱体;当识别出垃圾预存储部的垃圾属于不可回收垃圾时,智能识别模块命令执行模块将垃圾分类至不可回收垃圾箱体;当识别出垃圾预存储部的垃圾属于危险垃圾时,智能识别模块命令执行模块将垃圾分类至危险垃圾箱体;智能识别模块同时开始识别预存储部的垃圾是否已经没有垃圾,如果有垃圾则继续命令执行模块进行分类操作,如果识别到预存储部已经没有垃圾,则命令执行模块停止分类,同时智能识别模块自身进行低功耗休眠状态,等待垃圾感应模块的下一个触发请求。2.根据权利要求1所述的智能分类垃圾箱,其特征在于:所述智能识别模块包括人工智能主控芯片、神经网络垃圾分类训练模型、存储单元以及图像采集单元;所述存储单元、图像采集单元分别与人工智能主控芯片连接;所述神经网络垃圾分类训练模型存储于存储单元上,并可以被人工智能主控芯片调用运行;所述主控芯片被垃圾感应模块触发后,命令图像采集单元采集垃圾图像,并开始运行神经网络垃圾分类训练模型对采集到的图像中的垃圾进行识别,最终对垃圾进行分类。3.根据权利要求1或2所述的智能分类垃圾箱,其特征在于:所述神经网络垃圾分类训练模型由深度神经网络学习方法通过对垃圾预先识别学习而产生;其过程包括大数据采集阶段、垃圾分类标定阶段以及训练阶段;大数据采集阶段进行采集全部的垃圾图像;垃圾分类标定阶段将基于深度神经网络方法标定图像中的垃圾类型;训练阶段将所有标定好的图像进行基于深度神经网络方法的训练,最终产生神经网络垃圾分类训练模型。4.根...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:苏州博学智能科技有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1