CN108341184A - 一种智能分拣垃圾桶 - Google Patents

Abstract

本发明公开了一种智能分拣垃圾桶，涉及垃圾分拣技术领域。本发明包括垃圾桶本体，垃圾桶本体内设置有若干分类子垃圾桶；垃圾桶盖上设置有一投入门；分拣装置包括运动装置、定位装置、放置平台，主控制器驱动控制翻板机构或开合机构；主控制器驱动控制投入门的开闭；基于人工智能、机器深度学习算法的垃圾自动识别系统包括设置在垃圾桶本体内的摄像机。本发明通过摄像机对放置平台上的垃圾开启多角度拍摄，通过人工智能、机器深度学习算法识别被测垃圾的种类，分拣机构通过控制系统，旋转分拣平台到不同的子垃圾桶收集口上方，控制翻板机构或开合机构打开，垃圾落入到不同收集口中，实现自动分类处理垃圾，提高分拣精度，降低垃圾分类的劳动量。

Description

一种智能分拣垃圾桶

技术领域

本发明属于垃圾分拣技术领域，特别是涉及一种智能分拣垃圾桶。

背景技术

由于生活垃圾的复杂性和多样性，民众垃圾分类意识不高，垃圾分类市场不成熟等原因，使得我国垃圾分类已经实施了十余年，但仍然没有成效，以上海市为例，根据上海市绿化市容局于2016年8月发布的《上海市生活垃圾分类成效调研报告》，小区虽然设置有分类垃圾桶，但是垃圾混杂率高达80％，分类垃圾桶成为摆设，在调查过程中，超过50％的民众在平时没有注意垃圾分类，而仅有13.3％的调查者能够正确区分垃圾分类。我们将从垃圾分类的现状以及问题出发，探讨垃圾分类的现实意义，真正实现垃圾分类的有效推进，为贡献绿色、环保的社会做出相应的贡献。

垃圾分类回收现状存在着诸多问题，主要问题体现在以下几个方面：

首先，垃圾分类设施不够智能。目前，我国城市的垃圾箱只设置为可回收垃圾箱以及不可回收垃圾箱，但是每个人对是否可回收都有不同的理解，这样的设置就形同虚设，而且两个垃圾箱造型相同，仅颜色不同，可回收的标志也并不明显，人们容易忽略垃圾箱的可回收标志，导致了虽然设置有两个垃圾箱，但是功能却是一样的现象产生。

其次，居民垃圾分类意识不强，人们没有垃圾分类的生活习惯，更缺乏相关的垃圾分类的常识。人们对于垃圾分类的概念始终是模糊的。如可回收和不可回收垃圾，虽然看起来容易，但是在生活中人们就难以辨别，这样就使得人们在垃圾分类的时候始终存在疑虑。

因此，提供一种智能分拣垃圾桶，解决上述问题。

发明内容

本发明的目的在于提供一种智能分拣垃圾桶，通过在垃圾桶本体内设置有若干分类子垃圾桶，并配合有分拣机构、控制系统、自动识别系统，解决了现有的垃圾分类回收工作强度大、分类效果差，影响环境，浪费资源的问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明为一种智能分拣垃圾桶，包括垃圾桶本体，所述垃圾桶本体内设置有若干分类子垃圾桶；所述垃圾桶本体的端侧设置有垃圾桶盖，所述垃圾桶盖上设置有一投入门、液体倾倒口；所述垃圾桶本体内竖直固定有一旋转轴，所述旋转轴位于若干所述分类子垃圾桶之间；所述垃圾桶本体上设置有一显示屏；所述垃圾桶盖上设置有一烟头放置盒；其中，所述垃圾桶本体内设置有一分拣装置，所述分拣装置包括运动装置、定位装置、放置平台，所述放置平台设置在旋转轴的端侧，所述放置平台包括翻板机构或开合机构；控制系统，所述控制系统包括一主控制器；所述主控制器驱动联接运动装置，所述运动装置与旋转轴相连；所述主控制器驱动控制翻板机构或开合机构；所述主控制器与一接近开关信号联接，所述主控制器驱动控制投入门的开闭；基于人工智能、机器深度学习算法的垃圾自动识别系统，所述垃圾自动识别系统包括设置在垃圾桶本体内的摄像机，所述摄像机采集放置平台上垃圾的影像信息；所述自动识别系统通过人工智能、机器深度学习系统进行垃圾影像识别，识别垃圾类型特征并计算垃圾体积。

进一步地，所述放置平台绕旋转轴的旋转角度为0～360度，所述垃圾桶本体绕旋转轴的旋转角度为0～360度；所述翻板机构包括两块翻板，两块所述翻板相对向下翻转，且翻转角度为90度；所述开合机构包括两块开合板，两块所述开合板做开合或关闭运动。

进一步地，所述翻板机构或开合机构通过主控制器驱动电机完成翻转或开合运动。

进一步地，所述定位装置为一定位开关；所述运动装置为一电机，所述电机的输出轴与旋转轴相连接。

进一步地，所述放置平台的表面上附着有若干层隔膜，所述隔膜为易撕 BOPET膜、易撕BOPP膜、易撕LDPE膜、易撕PE盖膜或手撕胶带。

进一步地，所述主控制器接收自动识别系统传输的控制信号；所述主控制器通过驱动电机将放置平台旋转至相应的分类子垃圾桶上方或通过驱动电机将相应的分类子垃圾桶旋转到放置平台的下方，所述主控制器驱动翻板机构或开合机构动作。

进一步地，所述显示屏显示垃圾筒本体内的垃圾体积，并显示“已满”、“未满”、“暂停投放”字样。

进一步地，所述分类子垃圾桶为可回收垃圾收集桶、不可回收垃圾收集桶、液体垃圾收集桶、待分类垃圾收集桶。

进一步地，用于所述深度学习系统训练的图片存放在数据训练集文件夹内；所述图片大小均为512*512，图片分成5类；任意一类所述图片数量不少于1万；所述图片分别通过训练集文件列表与验证集文件列表获取；所述训练集文件列表与验证集文件列表内分别包括若干行记录；任意一所述行记录的内容为文件名+空格符+类别号；所述文件名包括图片的相对路径；所述类别号为0、1、2、3、4。

进一步地，所述深度学习系统采用VGGNet卷积神经网络模型，所述 VGGNet卷积神经网络模型包括输入层、若干卷积层、5层池化层、若干全连接层；其中，所述输入层输入图像为大小为512*512的RGB图像；所述输入层的预处理过程包括训练集列表中对应图片的每个像素上减去RGB的均值；其中，所述卷积层的处理过程包括采用1*1或3*3的感受野做卷积处理，所述卷积步长为1个像素，所述3*3卷积层的填充为1个像素；其中，所述池化层采用max-pooling处理，所述max-pooling的窗口为2*2，步长为2；其中，所述全连接层根据对图像处理顺序分为第一连接层、第二连接层..... 第N连接层；所述第一全连接层、第二全连接层均设有4096个通道；所述全连接层设有1000个通道，用于分类。

本发明具有以下有益效果：

1、本发明通过接近开关监测是否有人或物接近垃圾桶，当有人或物接近垃圾桶时，投入门自动打开，将垃圾放置在放置平台上，投入门自动关闭，避免垃圾异味散发，影响周围居民，降低对环境造成的影响。

2、本发明通过摄像机对放置平台上的垃圾开启多角度拍摄，通过人工智能、机器深度学习算法识别出被测垃圾属于可回收、不可回收、其他及待定多类，分拣机构通过控制系统，旋转分拣平台，到不同垃圾收集口上方，控制翻板机构或开合机构打开，垃圾落入到不同收集口中，实现分类处理垃圾，提高分拣精度，降低垃圾分类的劳动量，降低垃圾对环境的污染，节约资源。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明智能分拣垃圾桶的结构示意图；

图2为本发明智能分拣垃圾桶的自动识别及控制流程图；

附图中，各标号所代表的部件列表如下：

1-分类子垃圾桶，2-放置平台，3-投入门，4-旋转轴。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本发明的限制。

请参阅图1-2所示，本发明为一种智能分拣垃圾桶，包括垃圾桶本体，垃圾桶本体内设置有若干分类子垃圾桶1；垃圾桶本体的端侧设置有垃圾桶盖，垃圾桶盖上设置有一投入门3、液体倾倒口；垃圾桶本体内竖直固定有一旋转轴4，旋转轴4位于若干分类子垃圾桶1之间；垃圾桶本体上设置有一显示屏；垃圾桶盖上设置有一烟头放置盒；其中，垃圾桶本体内设置有一分拣装置，分拣装置包括运动装置、定位装置、放置平台2，放置平台2设置在旋转轴4的端侧，放置平台2包括翻板机构或开合机构；控制系统，控制系统包括一主控制器；主控制器驱动联接运动装置，运动装置与旋转轴4 相连；主控制器驱动控制翻板机构或开合机构；主控制器与一接近开关信号联接，主控制器驱动控制投入门3的开闭；基于人工智能、机器深度学习算法的垃圾自动识别系统，垃圾自动识别系统包括设置在垃圾桶本体内的摄像机，摄像机采集放置平台2上垃圾的影像信息；自动识别系统通过人工智能、机器深度学习系统进行垃圾影像识别，识别垃圾类型特征并计算垃圾体积。

其中，放置平台2绕旋转轴4的旋转角度为0～360度，垃圾桶本体绕旋转轴4的旋转角度为0～360度；翻板机构包括两块翻板，两块翻板相对向下翻转，且翻转角度为90度；开合机构包括两块开合板，两块开合板做开合或关闭运动，翻板机构或开合机构通过主控制器驱动电机完成翻转或开合运动。

其中，定位装置为一定位开关；运动装置为一电机，电机的输出轴与旋转轴4相连接。

其中，放置平台2的表面上附着有若干层隔膜，隔膜为易撕BOPET膜、易撕BOPP膜、易撕LDPE膜、易撕PE盖膜或手撕胶带。

其中，主控制器接收自动识别系统传输的控制信号；主控制器通过驱动电机将放置平台2旋转至相应的分类子垃圾桶1上方或通过驱动电机将相应的分类子垃圾桶1旋转到放置平台2的下方，主控制器驱动翻板机构或开合机构动作。

其中，显示屏显示垃圾筒本体内的垃圾体积，并显示“已满”、“未满”、“暂停投放”字样。

其中，分类子垃圾桶1为可回收垃圾收集桶、不可回收垃圾收集桶、液体垃圾收集桶、待分类垃圾收集桶。

其中，用于深度学习系统训练的图片存放在数据训练集文件夹内；图片大小均为512*512，图片分成5类；任意一类图片数量不少于1万；图片分别通过训练集文件列表与验证集文件列表获取；训练集文件列表与验证集文件列表内分别包括若干行记录；任意一行记录的内容为文件名+空格符+类别号；文件名包括图片的相对路径；类别号为0、1、2、3、4。

其中，深度学习系统采用VGGNet卷积神经网络模型，VGGNet卷积神经网络模型包括输入层、若干卷积层、5层池化层、若干全连接层；其中，输入层输入图像为大小为512*512的RGB图像；输入层的预处理过程包括训练集列表中对应图片的每个像素上减去RGB的均值；其中，卷积层的处理过程包括采用1*1或3*3的感受野做卷积处理，卷积步长为1个像素，3*3卷积层的填充为1个像素；其中，池化层采用max-pooling处理，max-pooling 的窗口为2*2，步长为2；其中，全连接层根据对图像处理顺序分为第一连接层、第二连接层.....第N连接层；第一全连接层、第二全连接层均设有4096 个通道；全连接层设有1000个通道，用于分类。

具体实施例一：

当接近开关检测到用户靠近垃圾桶本体附近时，投入门3打开，将饮料瓶(可回收)放在放置平台2上，投入门3关闭，摄像机采集放置平台2上垃圾的影像信息，自动识别系统通过深度学习系统进行垃圾影像识别，识别垃圾特征并计算垃圾体积，主控制器接收自动识别系统传输的控制信号；主控制器通过驱动电机将放置平台2旋转至可回收分类子垃圾桶1上方或可回收分类子垃圾桶1绕轴旋转至放置平台2的下方，主控制器驱动翻板机构或开合机构动作，将饮料瓶投入可回收垃圾收集桶内，翻板机构或开合机构归位，电机旋转回到原始位置。

具体实施例二：

当接近开关检测到用户靠近垃圾桶本体附近时，投入门3打开，将塑料袋(不可回收)放在放置平台2上，投入门3关闭，摄像机采集放置平台2 上垃圾的影像信息，自动识别系统通过深度学习系统进行垃圾影像识别，识别垃圾特征并计算垃圾体积，主控制器接收自动识别系统传输的控制信号；主控制器通过驱动电机将放置平台2旋转至不可回收分类子垃圾桶1上方，或不可回收分类子垃圾桶1桶绕轴旋转至放置平台2的下方，主控制器驱动翻板机构或开合机构动作，将塑料袋投入不可回收垃圾收集桶内，翻板机构或开合机构归位，电机旋转回到原始位置。

具体实施例三：

当垃圾桶本体内的垃圾放满时，接近开关检测到用户靠近垃圾桶本体附近时，投入门3处于闭合状态，并通过显示屏显示垃圾筒本体内的垃圾体积，并显示“已满”、“暂停投放”字样。

当放置平台2被垃圾污染时，撕除隔膜，保持放置平台2的清洁，提高分拣的精确度。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (10)

1.一种智能分拣垃圾桶，其特征在于，包括：

垃圾桶本体，所述垃圾桶本体内设置有若干分类子垃圾桶(1)；所述垃圾桶本体的端侧设置有垃圾桶盖，所述垃圾桶盖上设置有一投入门(3)、液体倾倒口；所述垃圾桶本体内竖直固定有一旋转轴(4)，所述旋转轴(4)位于若干所述分类子垃圾桶(1)之间；所述垃圾桶本体上设置有一显示屏；所述垃圾桶盖上设置有一烟头放置盒；

其中，所述垃圾桶本体内设置有一分拣装置，所述分拣装置包括运动装置、定位装置、放置平台(2)，所述放置平台(2)设置在旋转轴(4)的端侧，所述放置平台(2)包括翻板机构或开合机构；

控制系统，所述控制系统包括一主控制器；所述主控制器驱动联接运动装置，所述运动装置与旋转轴(4)相连；所述主控制器驱动控制翻板机构或开合机构；

所述主控制器与一接近开关信号联接，所述主控制器驱动控制投入门(3)的开闭；

基于人工智能、机器深度学习算法的垃圾自动识别系统，所述垃圾自动识别系统包括设置在垃圾桶本体内的摄像机，所述摄像机采集放置平台(2)上垃圾的影像信息；所述自动识别系统通过人工智能、机器深度学习系统进行垃圾影像识别，识别垃圾类型特征并计算垃圾体积。

2.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于：

所述放置平台(2)绕旋转轴(4)的旋转角度为0～360度，所述垃圾桶本体绕旋转轴(4)的旋转角度为0～360度；

所述翻板机构包括两块翻板，两块所述翻板相对向下翻转，且翻转角度为90度；

所述开合机构包括两块开合板，两块所述开合板做开合或关闭运动。

3.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于，所述翻板机构或开合机构通过主控制器驱动电机完成翻转或开合运动。

4.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于：

所述定位装置为一定位开关；

所述运动装置为一电机，所述电机的输出轴与旋转轴(4)相连接。

5.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于，所述放置平台(2)的表面上附着有若干层隔膜，所述隔膜为易撕BOPET膜、易撕BOPP膜、易撕LDPE膜、易撕PE盖膜或手撕胶带。

6.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于：

所述主控制器接收自动识别系统传输的控制信号；

所述主控制器通过驱动电机将放置平台(2)旋转至相应的分类子垃圾桶(1)上方或通过驱动电机将相应的分类子垃圾桶(1)旋转到放置平台(2)的下方，所述主控制器驱动翻板机构或开合机构动作。

7.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于，所述显示屏显示垃圾筒本体内的垃圾体积，并显示“已满”、“未满”、“暂停投放”字样。

8.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于，所述分类子垃圾桶(1)为可回收垃圾收集桶、不可回收垃圾收集桶、液体垃圾收集桶、待分类垃圾收集桶。

9.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于，用于所述深度学习系统训练的图片存放在数据训练集文件夹内；所述图片大小均为512*512，图片分成5类；任意一类所述图片数量不少于1万；所述图片分别通过训练集文件列表与验证集文件列表获取；所述训练集文件列表与验证集文件列表内分别包括若干行记录；任意一所述行记录的内容为文件名+空格符+类别号；所述文件名包括图片的相对路径；所述类别号为0、1、2、3、4。

10.根据权利要求1所述的一种智能分拣垃圾桶，其特征在于：

所述深度学习系统采用VGGNet卷积神经网络模型，所述VGGNet卷积神经网络模型包括输入层、若干卷积层、5层池化层、若干全连接层；

其中，所述输入层输入图像为大小为512*512的RGB图像；所述输入层的预处理过程包括训练集列表中对应图片的每个像素上减去RGB的均值；

其中，所述卷积层的处理过程包括采用1*1或3*3的感受野做卷积处理，所述卷积步长为1个像素，所述3*3卷积层的填充为1个像素；

其中，所述池化层采用max-pooling处理，所述max-pooling的窗口为2*2，步长为2；

其中，所述全连接层根据对图像处理顺序分为第一连接层、第二连接层.....第N连接层；所述第一全连接层、第二全连接层均设有4096个通道；所述全连接层设有1000个通道，用于分类。