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。