一种基于机器视觉的供车站应用的垃圾分类系统及方法技术方案

本发明专利技术涉及一种基于机器视觉的供车站应用的垃圾分类系统及方法，属于垃圾分类技术领域。该系统包括前端垃圾分类装置和后端云服务平台；所述后端云服务平台包括云数据平台和云计算平台；所述前端垃圾分类装置用于采集和识别垃圾图像，根据识别结果进行显示和语音播报，并控制垃圾桶进行开关控制；同时，结合传感器技术，实现垃圾桶内烟雾预警、桶满检测，以及人体接近检测和灯管补光控制；本发明专利技术设计了基于手持垃圾数据增强的方式，使得初始训练的样本数据更加符合实际情况，能提高识别算法的鲁棒性。同时，考虑到垃圾种类繁多，算法存在误判的可能性，本发明专利技术采用增量学习定期对垃圾分类算法进行更新，以保证垃圾分类算法的准确性。以保证垃圾分类算法的准确性。以保证垃圾分类算法的准确性。

【技术实现步骤摘要】
一种基于机器视觉的供车站应用的垃圾分类系统及方法


[0001]本专利技术属于垃圾分类
，涉及一种基于机器视觉的供车站应用的垃圾分类系统及方法。

技术介绍

[0002]在高铁站、火车站和汽车站这些人流量集聚的公共场所，垃圾桶的使用较频繁，因此垃圾分类混装的现象经常发生。虽然现在垃圾分类的知识得到了广泛地普及，但因为垃圾种类繁多，大部分人对垃圾分类的种类还不太清晰。同时，也存在部分人并没有养成垃圾分类的习惯，也成为垃圾分类难的因素。
[0003]专利技术专利“一种智能垃圾分类系统”(公开号为CN113222186A)，其垃圾分类系统通过采集垃圾图像上传到云端服务器进行垃圾识别，得到垃圾所属分类，但是垃圾种类十分丰富，而云端服务器储存的垃圾种类是固定的，无法做到对一些冷门的垃圾种类进行实时更新，导致在垃圾分类过程中仍存在出现分类不准确、混装的现象；专利技术专利“智能垃圾分类方法及智能垃圾分类系统：(公开号：CN111907971A)，其垃圾分类系统通过对垃圾和人脸进行识别，并且采集到的垃圾类别信息要与数据库对应后投递门才可以打开，但是数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的供车站应用的垃圾分类系统，其特征在于：该系统包括前端垃圾分类装置和后端云服务平台；所述后端云服务平台包括云数据平台和云计算平台；所述前端垃圾分类装置用于采集和识别垃圾图像，根据识别结果进行显示和语音播报，并控制垃圾桶进行开关控制；同时，结合传感器技术，实现垃圾桶内烟雾预警、桶满检测，以及人体接近检测和灯管补光控制；所述云数据平台用于对若干前端垃圾分类装置进行数据管理、转发和存储；所述云计算平台实现垃圾分类算法的训练，并定期针对错误投放的垃圾图像数据进行采集分析，对垃圾分类识别算法进行增量学习，并推送至前端垃圾分类装置进行算法更新。2.根据权利要求1所述的一种基于机器视觉的供车站应用的垃圾分类系统，其特征在于：所述前端垃圾分类装置包括AI嵌入式设备(211)、人体感应模块(26)、光强检测模块(25)、LED补光灯(27)、摄像头(24)、烟雾浓度模块(21)、超声波测距传感器(22)、语音模块(29)、显示模块(210)、舵机驱动模块(23)、通信模块和垃圾桶；所述超声波测距传感器(22)和烟雾浓度模块(21)，将其固定在垃圾桶桶顶内部中心位置；所述舵机驱动模块(23)安装在垃圾桶桶盖内侧；所述垃圾桶上方设置有平台，所述人体感应模块(26)、光强检测模块(25)、LED补光灯(27)和摄像头(24)固定在平台的中心位置；所述语音模块(29)和显示模块(210)固定在平台的上方中间位置；所述AI嵌入式设备(211)分别与人体感应模块(26)、光强检测模块(25)、LED补光灯(27)、摄像头(24)、烟雾浓度模块(21)和超声波测距传感器(22)连接，完成数据采集、计算和控制；所述通信模块实现前端设备与后端云服务平台数据交互。3.根据权利要求1所述的一种基于机器视觉的供车站应用的垃圾分类系统，其特征在于：所述摄像头(24)用于对准备放入垃圾桶的垃圾进行图像采集，并传送到AI嵌入式设备(211)进行分类识别；所述AI嵌入式设备(211)实现对采集的垃圾图像进行分类识别，并对其他传感器的数据采集，分析和控制；所述显示模块(210)将摄像头(24)实时拍摄的图像、桶满检测情况和垃圾分类结果进行实时显示；所述语音模块(29)用于对垃圾分类结果和烟雾报警等进行语音播报；所述人体感应模块(26)用于人体接近检测；若有人接近，则AI嵌入式设备(211)退出休眠模式，并开启检测流程；所述光强检测模块(25)与LED补光灯(27)根据光照环境实现自适应补光；所述舵机驱动模块(23)用于打开和闭合垃圾桶盖；所述烟雾检测实时监测垃圾桶内烟雾情况；所述超声波测距传感器22用于计算垃圾桶内的剩余空间容量；所述通信模块用于桶满检测情况、烟雾报警信息以及垃圾分类识别置信度低的图像上传至云数据平台，同时用于接收云计算平台推送的算法更新。
4.根据权利要求1所述的一种基于机器视觉的供车站应用的垃圾分类系统，其特征在于：所述云计算平台采用中心区域注意力DETR目标检测网络对垃圾分类数据集进行训练，并把所训练的最优网络训练模型推送部署至AI嵌入式设备(211)；同时，定期根据若干前端收集的低置信度的垃圾图像，进行增量学习，把垃圾分类的算法进行更新，并推送至前端。5.一种基于机器视觉的供车站应用的垃圾分类方法，其特征在于：该方法包括以下步骤：S1：云计算平台对公开垃圾数据集进行“手持垃圾”数据增强；S2：采用中心区域注意力DETR垃圾检测分类网络对数据集进行训练；S3：将训练好的网络模型通过通信模块载入部署至AI嵌入式设备(211)；S4：人体感应模块(26)和光强检测模块(25)进行人和环境的检测，AI嵌入式设备(211)接收传感器检测到的数据后，根据光照情况进行LED补光操作，并启动摄像头(24)进行图像采集；S5：AI嵌入式设备(211)实时接收摄像头(24)采集的图像数据，利用目标检测网络对图像进行检测识别处理，并根据识别的结果，进行语音播报、显示提醒，控制舵机实现垃圾桶盖的打开和闭合；同时，通过无线模块将低置信度的垃圾图像数据上传至云数据平台；S6：AI嵌入式设备(211)实时监控桶内烟雾情况，并在每次垃圾桶盖闭合之后，接收超声波测距传感器(22)的数据，计算垃圾桶内垃圾容量情况，将传感器数据通过通信模块上传显示模块(210)和云服务平台，提醒垃圾清理和烟雾报警；S7：云数据平台根据接收多个前端上传的分类低置信度的垃圾图像数据，在云计算平台中采用增量学习对垃圾分类网络模型进行训练更新；S8：云计算平台将重新训练好的网络模型推送AI嵌入式设备(211)，AI嵌入式设备(211)对摄像头(24)采集到的图像信息进行识别分类。6.根据权利要求5所述的一种基于机器视觉的供车站应用的垃圾分类方法，其特征在于：所述S1中，“手持垃圾”数据增强具体包括：S11：制作垃圾分类数据集，数据集来源包括现有公开的垃圾分类数据集、通过垃圾类别关键词收集的网络图片，以及自行拍摄的手持垃圾图像；S12：对垃圾分类数据集内的图片进行类别标注和目标候选框标注，形成数据集的标签；...

【专利技术属性】
技术研发人员：吴德成，赵静媛，郑伟，杨丽，余强，胡铮，吴晗锡，陈茜，唐菁，刘声，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：