当前位置: 首页 > 专利查询>湘潭大学专利>正文

一种基于图像分类技术的智能垃圾桶设计方法技术

技术编号:33416098 阅读:117 留言:0更新日期:2022-05-19 00:10
本发明专利技术提供了一种基于图像分类技术的智能垃圾桶设计方法,解决了目前二分类垃圾桶主要依靠人工工作实现垃圾分类、人力资源占用问题。它主要包括:一种基于图像分类方法的智能垃圾桶硬件结构设计方法;使用超声波传感器检测有无垃圾投放;使用广角摄像头获取垃圾图像;图像预处理;使用轻量化深度学习图像分类器对图像提取特征进行分类,满足实时性与准确度要求;图像具体分类结果驱动舵机旋转,实现垃圾的自动分类投放。此发明专利技术可以通过图像分类技术和舵机自动控制技术,对丢入垃圾桶的垃圾实现自动分类操作,垃圾投放至分类完成过程无须人为干预,有助于解决因垃圾分类不准确造成的环境污染问题,在垃圾分类政策大力推行的今天,具有重要意义。具有重要意义。

【技术实现步骤摘要】
一种基于图像分类技术的智能垃圾桶设计方法


[0001]本专利技术涉及深度学习图像分类与自动控制
,尤其涉及一种基于图像分类技术的自动投放智能垃圾桶设计领域。

技术介绍

[0002]随着时代的发展,人们的环保意识越来越强,对于垃圾分类也更加重视。虽然各个地方都设有垃圾站和垃圾箱,并且有可回收垃圾桶和不可回收垃圾桶之分,然而,现实生活中仍有很多人对垃圾类别的概念很模糊。垃圾种类的复杂性,也导致了部分公民生活的不便捷,垃圾分类难度大,仅仅依靠人工方式实现垃圾分类投放较困难。
[0003]而本方法主要采用自动控制垃圾分类投放技术,结合使用广角摄像头和超声波传感器,通过图像分类技术,对垃圾进行二分类;结合舵机自动控制技术,实现垃圾自动分类投放功能。这种智能垃圾桶在传统垃圾桶的基础上,增加了智能检测判断并实现垃圾自主分类的功能。当人扔垃圾时,只需将垃圾放在活动板上,超声波传感器一旦感应到垃圾,立即启动运行,广角摄像头获取现场图片信息并通过分类器进行分类,图像分类器使用轻量化深度学习模型,既能保证分类准确度,又能保证实时性,满足反应速度的要求;本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像分类方法的智能垃圾桶硬件结构,包括:超声波传感器(1)、广角摄像头(4)、左挡板(3a)、右挡板(3b)、可回收垃圾桶(2a)、不可回收垃圾桶(2b)、前舵机(5a)、后舵机(5b)、前支撑杆(6a)、后支撑杆(6b)、固定底座(7)、活动板(8)、树莓派盒(9);所述树莓派盒(9)内置树莓派开发板,树莓派开发板作为控制器控制超声波传感器(1)、广角摄像头(4)、前舵机(5a)、后舵机(5b)工作;所述固定底座(7)为了支撑所有硬件的架构稳固;所述后支撑杆(6b)与广角摄像头(4)连接以确保实现图片信息的正确区域采集;所述可回收垃圾桶(2a)与左挡板(3a)连接,不可回收垃圾桶(2b)与右挡板(3b)连接,以防止在活动板(8)倒垃圾时垃圾丢到垃圾桶外;所述超声波传感器(1)实现垃圾检测功能;所述广角摄像头(4)实现采集垃圾图像功能;所述前舵机(5a)、后舵机(5b)实现控制活动板(8)旋转功能。2.一种基于图像分类方法的智能垃圾桶软件设计方法,包括:(a)使用超声波传感器检测有无垃圾投放;(b)使用广角摄像头获取垃圾图像;(c)图像预处理;(d)对图像提取特征进行分类;(e)分类结果驱动舵机旋转。3.如权利要求2所述的方法,其中步骤(a)包括:(a-1)超声波传感器固定在左挡板上,位于活动板左侧,使用超声波传感器可测量放置于活动板表面的垃圾距超声波传感器的距离D1,根据公式计算得到D1的值,式中V

表示声速,等于340m/s,T表示超声波传感器自发出超声波开始到接收到反弹回的超声波的时间间隔;(a-2)硬件结构设计中,事先人工测量得到超声波传感器与右挡板的距离为D2=0.65m;(a-3)若满足0<D1<D2,则认为此时活动板表面有物品放置,即装置有垃圾待分类,若不满足,则认为装置无垃圾待分类。4.如权利要求2所述的方法,其中步骤(b)包括:(b-1)设广角摄像头相对于活动板四个边角的倾角角度为θ1=40
°
、θ2=40
°
、θ3=60
°
、θ4=60
°
,其中θ1、θ2是距离广角摄像头较近的两个边角的倾角,θ3、θ4是较远的两个;θ0=170
°
是广角摄像头的最大覆盖角度;硬件设计中满足条件θ0>max{θ1+θ2,θ3+θ4},保证广角摄像头能够满足拍出图像无死角要求,保证获取完整的活动板上表面图像;(b-2)行人投放垃圾后,垃圾直接落在活动板上表面处,活动板用于暂时放置待分类垃圾,使用固定在后支撑杆顶端的广角摄像头对活动板表面进行拍照,获取垃圾图像,得到的图像宽为W=640pixel,高为H=480pixel,RGB三通道。5.如权利要求2所述的方法,其中步骤(c)包括:(c-1)与事先做好的样板图像执行对应元素按位与运算,去除活动板外的图像;(c-2)使用不均匀光照补偿算法削减图像局部过亮区域的光照强度;
(c-3)使用已经开源的边缘检测Canny算法对图像进行边缘检测,提取图像边缘信息;(c-4)对图像执行开运算,消除细小物体影像;(c-5)将垃圾图像裁剪出来,得到最终的预处理结果。6.如权利要求2...

【专利技术属性】
技术研发人员:肖芬王小齐孙梦园王艳萌唐青梅
申请(专利权)人:湘潭大学
类型:发明
国别省市:

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