智能全自动垃圾回收系统的设计

本设计是基于STC15微控制器的智能全自动垃圾回收系统。本系统由垃圾收集装置和垃圾处理装置构成。垃圾收集装置通过人体感应模块实现桶盖开合控制,结合超声测距及红外循迹模块实现垃圾运输并通过WiFi与垃圾处理装置进行数据交换,垃圾处理装置通过WiFi与垃圾收集装置进行数据交换,通过后台专有传感器数据确定垃圾属性实现第一级分类,借助垃圾收集装置的机械结构完成垃圾压缩-封口-推送-换袋一系列操作,整体设计集智能化,自动化及信息化于一体,清洁人员只需安置处理后已分装打包的垃圾,避免了与垃圾的直接接触,更加卫生,更加高效。     

智能垃圾分类处理装置的探析

现今垃圾回收处理的方式主要是靠环卫工人收集再统一运到环卫站处理,垃圾处理效率较低,也耗费大量劳动力。因此,本文在智能家居基础上,设计智能化的垃圾分类处理装置,主要由芯片控制中心模块、信号检测电路模块、控制电路模块与语音电路模块四部分组成。通过该装置能够解决垃圾处理现实问题,实现智能化垃圾分类,从而减轻环卫工人的工作强度...     

绿色建筑施工垃圾智能分类仿真建模研究

传统绿色建筑施工垃圾分类方法无法智能识别垃圾图像的纹理特征,导致分类误差较大,且分类时间过长、垃圾处理成本较高.于是提出绿色建筑施工垃圾智能分类仿真建模方法.利用图像灰度方式与均值滤波设备完成初始图像预处理,再根据灰度共生矩阵提取图像比度、能量、熵、相关性的纹理特征.计算纹理特征的加权值与加偏置数值,并根据Softma...     

基于物联网的智能垃圾分类系统的设计

针对目前垃圾分类种类繁多,大多数中老年人难以记忆,导致垃圾分类效果不佳,同时,垃圾清洁员处理垃圾不及时、效率低,引起环境脏、乱、差等一系列环境问题,设计并实现一种基于物联网的智能垃圾分类系统。该系统基于STM32单片机为主控制单元,利用LD3320语音识别芯片及SYN6288中文语音合成模块判断并播报用户所扔垃圾的分类,同时控制舵机打开/关闭相应的垃圾桶盖,利用HX711压力传感器实时监测垃圾桶的容载情况,并且通过Wi-Fi联网的方式将垃圾桶的容载情况上传至远程服务器,垃圾清洁员可以通过手机App等软件远程实时查看垃圾桶的容载情况,以此来提高垃圾的分类效果和垃圾清洁员的工作效率。实验结果表明：系统实现了语音识别、控制垃圾桶盖打开/关闭和远程查看垃圾桶容载情况,增强了垃圾分类的效果,提高了垃圾处理的效率,具有一定的实用性和社会价值,对智慧城市、智慧小区、智慧校园的建设提供了一定的参考价值。     

基于物联网语音控制垃圾分类系统

为满足无接触式垃圾分类要求,本项目拟设计基于物联网语音垃圾分类系统。项目利用在线语音识别,完成垃圾种类识别,同时采集垃圾重量信息,测量溢满程度,进行烟雾检测。信息通过WiFi模块上传至云数据库,搭建PC监控系统平台对云数据库中的垃圾桶参数进行读取与整合,实现网络云监护。本系统的设计和开发便于城市垃圾分类的普及并培养人们的垃圾分类意识。     

基于图像识别的智能垃圾分类系统设计与实现

垃圾分类是现代城市管理的重要问题之一，为了解决日益增多的生活垃圾带来的难题，提出了一种基于图像识别的智能垃圾分类系统。该系统结合最新的垃圾分类标准规范，利用百度人工智能（Artificial Intelligence,AI）框架和人工智能图像识别技术，与数据库中的数据进行对比，能够快速、准确地识别和分类垃圾。同时，通过在设计系统中加入腾讯地图的定位系统，帮助用户查询附近的垃圾回收站点和定位。该平台的搭建对提高用户的垃圾分类识别的准确性具有积极意义，对于城市管理和环境保护方面具有重要的现实意义，进一步推动了垃圾分类的发展。     

基于VD-MobileNet网络的WebAR生活垃圾分类信息可视化方法

随着我国垃圾分类制度的加速推行,基于虚拟/增强现实技术的垃圾分类应用大量涌现。受识别设备平台及居民应用习惯等方面的影响,针对目前该类应用在便捷性、实用性上存在较大不足,提出了一种基于轻量化神经网络并融合移动增强现实及可视化技术的垃圾分类应用方案。首先,提出了基于深度学习的垃圾分类可变扩张卷积VD-MobileNet模型方法能够解决移动设备中存在的计算能力有限、网络庞大等问题,通过在MobileNet模型中引入空洞卷积增加感受野、扩大垃圾的特征信息以提升分类精度,引入LeakyReLU激活函数优化网络的表达能力;其次,将该模型与WebAR技术结合,设计了一款面向移动设备的轻量级垃圾分类信息可视化系统,该系统具备跨平台特性,实现了对分类信息的多元化可视呈现,提供了灵活的交互方式。实验及评估表明,该VD-MobileNet模型在垃圾分类数据集中分类效果良好,能够在参数量不变的前提下有效减少计算量,此外结合该模型所设计的WebAR应用系统可为用户的垃圾处理事务提供合理有效地协助。     

基于OpenMV的生活垃圾智能分类系统设计

针对当前愈加严重的垃圾问题,本文设计了一种生活垃圾智能分类系统,以STM32F103ZET6单片机为控制核心,利用OpenMV进行图像识别,建立BP神经网络训练模型,经过训练后,能够实现不同种类的垃圾识别。主控单片机与OpenMV进行通信,实现图像数据的传递,控制二维云台对垃圾进行分类投放,采用超声波传感器实现垃圾箱的满载检测,同时在屏幕显示垃圾种类信息。本系统实现了垃圾类型识别,分类投放,满载检测,垃圾信息显示等功能,经系统测试功能良好。     

基于深度学习的垃圾分类方法综述

垃圾分类是保护生态环境、促进经济发展的有效措施,利用深度学习进行垃圾分类已成为当前学术界和工业界的研究热点。传统垃圾分类主要由人工进行分拣和分类,存在劳动强度大、分选效率低、工作环境差等缺点,急需智能化、自动化的分类方法来替代。近年来研究人员已经开始初步探索利用深度学习技术进行垃圾分类并提出一些有效的方法。从方法、数据集和研究方向等方面分析深度学习垃圾分类方法的研究现状,介绍不同深度学习模型在垃圾分类中的应用和发展,研究基于ResNet方法、基于DenseNet方法、基于单阶段目标检测方法和基于卷积神经网络与迁移学习相结合方法等多种典型方法的性能和特点并对比其优缺点,对现有的垃圾分类公开数据集进行概述与总结。在此基础上,分析深度学习在垃圾分类领域面临的挑战,并对其发展趋势及未来的研究方向进行展望。     

基于神经网络的垃圾分类箱系统设计

传统的生活垃圾人工分类方式工作量大、效果欠佳。针对当前生活垃圾人工分类效率低、效果欠佳等问题,提出了基于神经网络算法的智能垃圾分类系统设计。本设计通过K210控制摄像头读取当前垃圾图像进行图像处理,加载TensorFlow训练的CNN垃圾识别分类算法进行识别分类,由STM32F407为主控的嵌入式系统控制舵机和步进电机配合分类至对应的垃圾桶中,同时系统还支持语音识别纠偏、播放垃圾分类宣传片、垃圾桶状态检测、语音播报等。在自建的垃圾数据集上进行训练和测试结果显示,利用该方法可以准确地对垃圾种类进行识别,平均准确率达到0.99;通过测试,系统功能稳定,其误差低,具有一定的应用价值。     

基于GIS和物联网的多部门协同式餐厨垃圾管理

随着我国城市化进程的高速推进,大中城市人口密集,每天都产生大量的餐厨垃圾,如果置之不理,就会造成资源浪费,并且纵容不法分子利用餐厨垃圾再加工使其重新流向餐桌,危害食品卫生安全。文中给出了使用物联网、GIS和无线通信等先进技术手段来搭建和研发实时动态的餐厨垃圾管理平台,由政府各职能部门协同进行管理的方法。通过该管理平台,能够有效地控制和跟踪餐厨垃圾的运输过程,而涉及餐厨垃圾处理的餐饮部门、运输部门、回收部门,也可通过该系统平台进行监管,从而防止不法行为的发生。     

智能垃圾分类系统的设计

许多城市都要求生活垃圾分类，但是目前大多数人在垃圾种类区分方面存在一定的困难。为了解决这个问题，基于深度学习的图像识别方法设计一个智能垃圾分类系统。通过TensorFlow2.3和MobileNetV2构建和训练垃圾分类模型，应用Qt Designer与Python设计一个便于用户操作的上位机图形界面。将智能垃圾分类和垃圾桶控制有机结合，利用ESP32-CAM获取需要识别的垃圾图像，通过Wi-Fi发送给上位机进行图库比对，并将识别结果通过Wi-Fi发送至ESP-8266，启动驱动控制，打开相应垃圾桶盖。系统测试结果表明，所设计的智能垃圾分类系统能够准确地识别垃圾类型，使用户能够无接触地投放垃圾。     

基于光谱扫描和互联网身份认证的智能付费垃圾分类收集系统

垃圾分类收集系统通过科学的回收流程设计,配合拉曼光谱扫描验证,利用互联网与用户交互,付费回收。培养了用户垃圾分类习惯,提高了垃圾分类纯度,减少混合垃圾的产生。     

多目标分类智能垃圾箱电控设计研究

针对当前城市垃圾分类效率低、成本高、产出小的痛点,拟设计一种高效的多目标分类智能垃圾箱。该装置包括图像模块、语音模块、显示模块、控制模块、电源模块和满载检测模块。通过图像模块实现对目标垃圾的识别;通过语音模块播报目标垃圾种类并可进行英文跟读;通过显示模块在高亮显示屏上显示目标中英文翻译和播放垃圾分类宣传片;通过控制模块将目标垃圾投入对于容纳桶中;通过满载检测模块对容纳桶内剩余空间进行实时监测~([1])。本装置实现了多目标分类、播放垃圾分类宣传片和满容量检测等功能~([2]),具有一定的示教作用,且能够提高居民垃圾分类意识,解决了现有智能垃圾箱功能单一、难以做到低成本地对多个目标垃圾识别并分类的缺点~([3])。在提倡可持续发展趋势下,对于城市垃圾处理~([4])的卡脖子问题,提供了一种可行的解决方案。     

一种基于Jetson Nano深度学习的生活垃圾智能分类桶

长期以来,垃圾处理往往伴随着巨大的资源浪费和环境污染,尽管我国已经出台相关垃圾分类政策,但由于人工分类成本高、分类效率低下等一系列问题,该类政策难以大规模推行。据此,提出了一种以单片机(single chiped microcomputer, SCM)为基础,围绕Jetson Nano为核心设计的生活垃圾智能分类桶。其图像识别基于深度学习设计,通过上位机和摄像头判断投入垃圾桶的垃圾类型,将分析得到的数据传递给下位机;下位机通过控制二维云台进行垃圾分类投放;采用红外测距模块进行满载检测,并在APP界面内进行满溢警报,从而完成了类型识别、分类投放、满溢检测、满载报警的完整过程,实现了生活垃圾自动分类。该装置经实测工作稳定,并有内置的学习函数保障其续航能力,具有很强的实用性。     

一种城市生活垃圾智能检测分类系统设计

针对目前分类垃圾桶自控能力不足、分类效果差等问题,提出一种基于深度学习的城市生活垃圾智能检测分类系统设计,利用垃圾桶入口处的摄像机进行垃圾图像采样,再通过深度学习技术识别垃圾种类,进而触发分拣设备,实现生活垃圾精准分类投放.该系统具有高效、环保、节能等特点,在资源回收利用、保护环境等方面具有一定的应用价值.     

基于交互体验的校园垃圾分类投放系统设计

为助力校园垃圾分类工作,提出了一种基于交互体验的垃圾分类投放系统设计方案。以STM32单片机和Jetson Nano作为系统控制核心,硬件模块搭配软件编程,利用卷积神经网络算法和QT界面,实现系统的人脸识别、垃圾分类和人机交互等功能。学生通过人脸识别登录系统,根据界面提示完成垃圾分类投放,系统运行卷积神经网络算法自动识别用户所判断投放的垃圾分类是否正确并给予用户奖励积分。投放完毕后系统还会在用户小程序端或者系统登录界面给出用户所投放的垃圾种类。该系统有利于培养大学生垃圾分类意识,减轻环卫工人工作负担。     

基于PLC的餐厨垃圾处理设备控制系统研究

通过对餐厨垃圾处理技术的分析,中型垃圾处理器采用堆肥化处理方法不仅解决了浪费的问题,而且实现了回收利用,促进资源的良性循环。因此针对已经设计出餐厨垃圾堆肥处理设备,系统采用三菱的FX2N-48MRPLC进行系统控制,提高稳定性;采用变频器,实现电机的软启动和节能;采用触摸屏作为输入面板,让操作更人性化、可视化,实现了餐厨垃圾堆肥智能化控制。     

基于Arduino的智能垃圾分类系统的设计与开发

垃圾分类可以体现一个国家对经济循环发展、生态文明建设的谋篇布局。城市生活垃圾每年都在按一定的速度增长,要解决“垃圾围城”问题,就要进行生活垃圾分类,变废为宝。随着人工智能科技的发展,人们的智慧化生活水平也在不断提高,可以设计开发一款智能垃圾分类系统,使人们更加便捷准确地对生活垃圾进行分类。详细介绍了此款智能垃圾分类系统的结构设计、硬件平台、开发技术及核心功能实现的关键代码,为此类开发设计提供参考模型。     

基于卷积神经网络的垃圾分类小车系统

目前,垃圾分类主要靠民众自主分类,以校区或居住点为单位,将已经初步分类的垃圾运输后处理,此方式往往容易导致错漏,效率低,针对该问题,本文提出基于神经网络的垃圾分类小车系统,旨在通过机械化的标准规范化初步垃圾分类,简化垃圾分类问题,提高资源再利用率。该系统通过基于卷积神经网络的YOLO物体识别系统识别垃圾种类后,利用机械臂自主夹取,以完成垃圾分类。此外,小车配备自主避障系统,能适应一般环境的路线规划,为垃圾分类的普及化和简易化提供思路。