详情

原文传递自动分类垃圾桶及分类方法

专利名称：	自动分类垃圾桶及分类方法
摘要：	一种自动分类垃圾桶及分类方法。本发明基于YOLOV3技术架构进行设计自动分类垃圾桶，以便对垃圾进行分类回收利用，减少垃圾污染，同时最大成本回收利用废物。本发明设计有上下双层结构的垃圾桶，上层箱体设有垃圾丢入口，并安装有摄像头，上层箱体的上顶部设有隔层用于安装太阳能板、蓄电池，以满足系统的供电要求。摄像头捕捉投入的垃圾，利用识别算法对垃圾种类进行识别分类。下层箱体根据垃圾类别设计为双箱体或多箱体，两层箱体的连接处装有机械电动控制部分，使用两个舵机分别控制分类挡板和控制挡板的转动，以自动驱使垃圾落入其种类所对应的分类箱体内，本发明能够实现垃圾自动分类。
专利类型：	发明专利
国家地区组织代码：	江西;36
申请人：	江西理工大学
发明人：	杨杰;康庄;李家俊;李桂兰;何浪;陈智超
专利状态：	有效
申请日期：	2019-04-08T00:00:00+0800
发布日期：	2019-11-19T00:00:00+0800
申请号：	CN201910276368.3
公开号：	CN110466911A
代理机构：	北京德崇智捷知识产权代理有限公司
代理人：	黄雪
分类号：	B65F1/14(2006.01);B;B65;B65F;B65F1
申请人地址：	341000 江西省赣州市章贡区红旗大道86号
主权项：	1.一种自动分类垃圾桶，其特征在于，包括：筒身（1），其侧壁的上部设置有至少一个垃圾丢入口（8）；第一舵机（2），固定于所述筒身（1）侧壁的外部；控制挡板（4），所述控制挡板（4）分别连接所述水平中心轴柱（3），将所述筒身（1）的内部分割为上、下两个箱体；所述控制挡板（4）能够以所述水平中心轴柱（3）为轴，随所述水平中心轴柱（3）的旋转而翻转以打开或封闭所述上箱体的底部，使得所述上箱体内所容纳的物体落入所述下箱体；第二舵机（5），设置于所述上箱体的上顶部；分类挡板（7），其中部连接所述垂直中心轴柱（6）的下端，将所述上箱体分割为两部分；所述下箱体以所述水平中心轴柱（3）为边界分割为多个分类箱体，每一块所述控制挡板（4）分别对应有一个所述分类箱体，所述各分类箱体的上部分别由一块控制挡板（4）封闭；摄像头，设置于所述上箱体的上顶部，用于采集所述上箱体内所容纳的物体的图像；控制板，获取所述摄像头所采集的图像，识别该图像中物体的种类，根据该物体的种类驱动所述第二舵机（5）以通过所述垂直中心轴柱（6）带动所述分类挡板（7），将上箱体内所容纳的该物体移动至其分类所对应的控制挡板（4）的上方，而后驱动所述第一舵机（2）以通过所述水平中心轴柱（3）带动所述控制挡板（4）翻转，使得该物体落入该控制挡板（4）下与该物体的种类相对应的分类箱体内。 2.如权利要求1所述的自动分类垃圾桶，其特征在于，所述第一舵机（2）连接有水平中心轴柱（3），所述水平中心轴柱（3）沿所述筒身（1）的直径方向贯穿所述筒身（1）的内部，所述水平中心轴柱（3）由所述第一舵机（2）驱动而旋转。 3.如权利要求1所述的自动分类垃圾桶，其特征在于，所述第二舵机（5）连接有垂直中心轴柱（6），所述垂直中心轴柱（6）沿所述筒身（1）的轴向贯穿所述上箱体的内部；所述垂直中心轴柱（6）由所述第二舵机（5）驱动而旋转。 4.如权利要求1所述的自动分类垃圾桶，其特征在于，所述分类挡板（7）能够以所述垂直中心轴柱（6）为轴，随所述垂直中心轴柱（6）的旋转而转动，以驱动所述上箱体内所容纳的物体移动至其分类所对应的控制挡板（4）的上方。 5.如权利要求1所述的自动分类垃圾桶，其特征在于，还包括第一齿轮（21）和第二齿轮（22）；所述第一舵机（2）与所述第一齿轮（21）固定连接，所述第一齿轮（21）与所述第二齿轮（22）啮合以将所述第一舵机（2）输出的驱动力传递至所述第二齿轮（22）；所述水平中心轴柱（3）包括两个，每一个所述水平中心轴柱（3）分别连接有一个控制挡板（4）；所述两个水平中心轴柱（3）分别与所述第一齿轮（21）和第二齿轮（22）连接，所述两个水平中心轴柱（3）分别由所述第一齿轮（21）和第二齿轮（22）驱动以带动其所连接的控制挡板（4）翻转以打开或封闭所述上箱体的底部，使得所述上箱体内所容纳的物体落入所述下箱体中对应该物体种类的分类箱体内。 6.如权利要求1-2所述的自动分类垃圾桶，其特征在于，垃圾丢入口（8）包括分别设置在两个控制挡板（4）上侧的两个。 7.如权利要求1-3所述的自动分类垃圾桶，其特征在于，还包括：LED灯、蓄电池、太阳能板；所述LED灯、蓄电池、太阳能板以及所述控制板，均容纳于所述上箱体的上顶部。 8.一种自动垃圾分类方法，其特征在于，用于权利要求1至7所述的自动分类垃圾桶，其步骤包括：第一步，在有物体进入所述上箱体时，通过所述摄像头采集该物体的图像；第二步，对所述图像进行去雾清晰增强处理；将所述图像的大小调整为32的整数倍；第三步，再对图像进行循环卷积神经网络训练，以对图像中的物体进行种类识别；第四步，根据第三步中所识别的物体种类驱动所述第二舵机（5）以通过所述垂直中心轴柱（6）带动所述分类挡板（7），将上箱体内所容纳的该物体移动至其分类所对应的控制挡板（4）的上方，而后驱动所述第一舵机（2）以通过所述水平中心轴柱（3）带动所述控制挡板（4）翻转，使得该物体落入该控制挡板（4）下与该物体的种类相对应的分类箱体内。 9.如权利要求5所述的自动垃圾分类方法，其特征在于，所述第三步的具体步骤包括：步骤301，对第二步中所获得的图像进行网格划分；步骤302，利用k-means或IOU的方法获取对应上述网格的先验框anchor；步骤303，利用Darknet网络进行训练，将上述第二步中所获得的整张图像作为网络的输入，进行回归计算以在Darknet网络的输出层回归计算获得边界框bounding box的位置及其所属的类别，计算其准确率；步骤304，利用NMS对上述所获得的边界框bounding box的位置、其所属的类别以及准确率进行过滤处理，过滤掉准确率低于设定阈值的边界框bounding box，根据保留的所述边界框bounding box所对应的边界框bounding box的位置、其所属的类别输出种类识别的结果。 10.如权利要求5-6所述的自动垃圾分类方法，其特征在于，所述循环卷积神经网络训练中，训练参数设置为：decay=0.005，learning_rate=0.001，steps=500000；所述循环卷积神经网络采用sum-squared error loss设计损失函数；所述损失函数中包含有位置坐标预测、含有物体的特征值预测、不含物体的特征值预测和类别预测。
所属类别：	发明专利