CN108940919A - 基于无线传输及深度学习的垃圾分类机器人 - Google Patents

Abstract

本发明涉及一种基于无线传输及深度学习的垃圾分类机器人，包括桶体和识别组件，桶体内设有支撑轴，桶体以支撑轴为中心按放射状划分为多个腔体；识别组件包括用于垃圾分类的旋转盒、控制器、摄像头和大舵机，旋转盒包括可向下旋转开合的底板，旋转盒的一端通过第一转轴与大舵机的输出轴连接，且第一转轴位于支撑轴的延长线上，大舵机与控制器连接，摄像头的镜头朝向旋转盒，控制器和摄像头都与远程终端通讯连接；远程终端中设有识别不同垃圾种类的程序。与现有技术相比，本发明结构简单紧凑，成本低，功能强大，利用无线网络通讯方式，使本发明能够自主判断所扔垃圾类型并通过机器自主学习不断提升识别准确率，从而达到垃圾智能分类。

Description

基于无线传输及深度学习的垃圾分类机器人

技术领域

本发明涉及垃圾处理技术，尤其是涉及一种基于无线传输及深度学习的垃圾分类机器人。

背景技术

垃圾分类概念的提出已有很长一段时间。比起发达国家的现状，我国目前的情况不容乐观。但是垃圾分类的重要性不言自明，如果人人都能做到扔垃圾时进行分类，可以大大节省垃圾站的分拣时间，并进一步影响垃圾填埋的效率。今年来，上海市密集出台多项政策，规定予以保障：今年三月，上海发布《关于建立完善本市生活垃圾全程分类体系的实施方案》，提出2020年将建成生活垃圾全程分类体系，并在居住区普遍推行生活垃圾分类制度：四月上海市正式发布《上海市生活垃圾全程分类体系建设行动计划(2018-2020年)》，明确今年全市所有企事业单位全面实行生活垃圾分类投放，到2020年，上海所有区要实现生活垃圾全覆盖，90％以上的居住区生活垃圾全面分类实际效果要达标。目前传统垃圾桶更多地是依靠人们主动进行垃圾分类的意识，一旦人们潜意识里没有这种概念，那么垃圾分类的推进会显得举步维艰。

关于智能化垃圾桶，从目前已公开的专利情况来看，有“一种基于图像识别技术的垃圾分类机器人”(CN105772407A)，这个专利只是大致介绍一下技术路线，用单片机控制卷积神经网络的程序在经过了前期大样本的训练后，通过采集图像判断并控制机械手将垃圾投入到相应的桶中，但是这个专利并没有实物来支撑，甚至都没有二维、三维的建模图，缺少说服力，只是处于一个设想的阶段，而且机械手抓取垃圾还涉及到程序中三维坐标的问题，精度难以保证。又如“智能垃圾分类机器人”(CN103464380A)，结构复杂，颠覆了传统垃圾桶的形象，且分类的程序只需进行二度化、中值滤波、轮廓提取，分类准确率不高。且只能单机化运行，没有该产品提出的服务端概念先进。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于无线传输及深度学习的垃圾分类机器人。

本发明的目的可以通过以下技术方案来实现：

一种基于无线传输及深度学习的垃圾分类机器人，包括桶体和设于桶体上方开口处的识别组件，所述桶体内设有竖直设置的支撑轴，所述桶体以所述支撑轴为中心按放射状划分为多个腔体；所述识别组件包括用于垃圾分类的旋转盒、控制器、摄像头和大舵机，所述旋转盒包括可向下旋转开合的底板，所述旋转盒的一端通过第一转轴与所述大舵机的输出轴连接，且所述第一转轴位于所述支撑轴的延长线上，所述大舵机与所述控制器连接，所述摄像头的镜头朝向所述旋转盒，所述控制器和摄像头都通过无线网络与远程终端通讯连接；所述远程终端中设有识别不同垃圾种类的程序。

优选的，所述桶体形状为圆柱体，所述支撑轴位于所述圆柱体的中心轴。

优选的，所述识别组件还包括分别设于所述旋转盒上方和下方的上支撑圆环和下支撑圆环，所述旋转盒的底面和顶面分别设有上滑轮和下滑轮，所述上支撑圆环的底面和下支撑圆环的顶面分别设有与所述上滑轮和下滑轮相配合的轨道。

优选的，所述上支撑圆环和下支撑圆环之间设有多根支撑细杆。

优选的，所述识别组件还包括与所述控制器连接的小舵机，所述小舵机通过第二转轴与所述底板的一侧连接。

优选的，所述控制器和摄像头分别通过第一WiFi模块和第二WiFi模块与远程终端连接。

优选的，还包括连接所述控制器的定位模块。

优选的，还包括设于桶体底部的移动平台，所述移动平台包括由电动机控制的滚轮，所述电动机与所述控制器连接。

优选的，还包括与所述控制器和摄像头连接的太阳能电池。

优选的，还包括都与所述控制器连接的照明灯和报警装置。

与现有技术相比，本发明具有以下优点：

1、结构简单紧凑，功能强大，利用无线通讯方式，使本发明能够自主判断所扔垃圾类型并进行分类，适应了社会发展以及可持续发展的需要。

2、通过控制旋转盒的底板使垃圾自动落入垃圾桶中，比起使用机械手抓取分类的方式，旋转盒开合分类的方式成本低，效率高。

3、本发明的桶体与现有垃圾桶的外形改变不大，主要增加了识别组件，未来可以方便实现对现有道路垃圾桶的改造，节约成本。

4、本发明的垃圾分类算法运行是放在服务器端，现场只是采集图像和动作的执行，放在服务器端的分类算法可以通过图像样本不断的累积，通过样本训练提高垃圾分类识别率，而现场的机器人不需要做任何改变，不会增加额外的升级成本，整个系统升级方便。

5、本发明和定位功能(GPS或北斗)相结合，可以通过服务器端的路径规划功能控制机器人的工作位置和实现智能自主回到垃圾收集点，可以减少垃圾回收工作人员的数量，节约人力成本。

附图说明

图1为本发明垃圾分类机器人的主视图；

图2为本发明垃圾分类机器人的左视图；

图3为本发明垃圾分类机器人的俯视图；

图4为本发明垃圾分类机器人的三维模型图；

图5为本发明垃圾分类机器人的控制流程图。

图中标注：1、垃圾桶底盘，2、支撑杆，3、下支撑圆环，4、上支撑圆环，5、横梁，6、大舵机，7、支撑细杆，8、小舵机，9、底板，10、旋转盒，11、摄像头。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例

如图1～4所示，一种基于无线传输及深度学习的垃圾分类机器人，包括桶体和设于桶体上方开口处的识别组件。桶体的底部设有垃圾桶底盘1，桶体内设有竖直设置的支撑轴，桶体以支撑轴为中心按放射状划分为多个腔体，本实施例中，桶体形状为圆柱体，其侧面由4根支撑杆2支撑，支撑轴位于圆柱体的中心轴，桶体被平分为4个腔体，在四个腔体内套上塑料垃圾袋即可使用。

识别组件包括用于垃圾分类的旋转盒10、控制器、摄像头11、小舵机8和大舵机6。识别组件还包括分别设于旋转盒10上方和下方的上支撑圆环4和下支撑圆环3，下支撑圆环3设于桶体的顶部，上支撑圆环4中间设有横梁5，上支撑圆环4和下支撑圆环3之间用16根直径为8mm的支撑细杆7进行过盈配合，结构简单却坚实耐用。旋转盒10的底面和顶面分别设有2个上滑轮和2个下滑轮，上支撑圆环4的底面和下支撑圆环3的顶面分别设有与上滑轮和下滑轮相配合的轨道，使旋转盒10可以在整个圆环内顺滑地旋转。旋转盒10的顶部敞口，旋转盒10的一端通过第一转轴与大舵机6的输出轴连接，且第一转轴位于支撑轴的延长线上。旋转盒10包括可向下旋转开合的底板9，小舵机8通过第二转轴与底板9的一侧连接。旋转盒10靠近第一转轴处的上方装有摄像头11，摄像头11的镜头朝向旋转盒10，负责采集图像数据。设于横梁5上的大舵机6负责带动旋转盒10整体的旋转，而旋转盒10内部装载的小舵机8负责底板9的旋转开合。大舵机6、小舵机8都与控制器连接。控制器和摄像头11都与远程终端通讯连接。本实施例中，控制器和摄像头11分别通过第一WiFi模块和第二WiFi模块与远程终端连接。

本实施例中，远程终端为PC机，PC机中设有识别不同垃圾种类的程序，该程序通过采用深度学习算法实现对不同垃圾图像的识别(目前采用matlab的深度学习功能，使用开源的alexnet网络模型进行训练得到，也可以采用Python使用类似的图像识别算法来实现)，训练过程包括：先收集大量不同垃圾的素材图片，在本实施例中总共分为了12种垃圾；用图像处理软件将素材图片批量处理成227*227的大小，并通过改程序标识出每一个图像上感兴趣的区域，得到坐标；使用上述坐标、素材图片以及每个素材图片代表的垃圾类型(数字表示)制作训练集，进行训练。实时读取垃圾机器人的摄像头11的图片，并将摄像头11得到的图片规格改为227*227的大小，通过训练好的程序实现垃圾种类识别。

本实施例中，控制器为单片机(比如Arduino MEGA、arm等嵌入式单片机)，通过单片机进行装置总体的机械控制。大舵机6以及转动底板9的小舵机8由外部24V电池供电，再由调压调电流模块给电，通过单片机控制回转角度的程序来完成控制。其中大舵机6旋转角度为300°，可以满足四种分类的270°的范围要求。

通信控制方面，使用第一WiFi模块连接摄像头11，在PC机用c#编写的软件中的线程实时连续地读取摄像头11的内容。在全自动的情况下，摄像头11不间断地截取照片，也就是按一定的时间间隔将视频流中的一帧画面提取出来，因此可以不断地判断是否有垃圾投入，如果没有，则垃圾分类机器人不做动作，如果有则进行后续操作。在手动调试时，PC端的软件界面上设置了一个按键，通过给该按键编程实现拍照功能，将视频流中的一帧画面截取出来，即用鼠标点击该按键就可以进行一次“拍照-识别-运作”的过程。再调用事先写好的MATLAB函数程序来将图像大小规则化，然后识别得到分类结果。上述分类结果将会对应不同的单片机指令，再由编写的软件读取这些分类结果，这些分类结果对应不同的指令，通过无线通信发送给第一WiFi模块，再通过串口通信将固定格式的指令传给单片机，单片机内部程序执行指令对应的操作，从而控制舵机工作，将垃圾投放到正确的位置。

如图5所示，本装置的工作原理为：旋转盒10一开始位于某个垃圾箱腔体开口的上方，将垃圾放入旋转盒10中，设于旋转盒10的摄像头11不断采集图像数据并通过第二WiFi模块发送到远程PC机上，经过先前大量训练过的素材与采集图像进行比对后给出判断的结果，PC机把指令通过WiFi送入单片机，控制横梁5上的舵机旋转一定的角度(不转或转90度或180度或270度)到相应的垃圾桶的腔体上方，此时，连接旋转盒10的底板9的小舵机8开始工作，将底板9旋转打开后，垃圾自动落入，再合上底板9，实现整个分类的过程。

优选的，远程终端中还可设置垃圾识别升级算法，在本装置运作的过程中，不断地将实际工作时拍摄到的各种各样的新照片不断地上传，再依次由人工标定种类后加入机器学习的训练集当中去，相当于不断增加学习素材，已达到越来越高的识别准确度。此外随着深度学习网络的发展，也有使用新的更合理的网络结构的可能性，将进一步提升识别效果。

本装置还可以通过实际需求来进行调度，在桶体的底部装载移动平台，移动平台包括由电动机控制的麦克纳姆轮，电动机与控制器连接，在远程终端中设置定位调度程序，在对各个垃圾分类机器人的位置进行定位后，进行路径规划，或是按照规定的路线，让垃圾桶通过底部装载的移动平台进行移动，从而应对各种需求。控制器连接定位模块，可以为卫星定位模块、GPS模块或者北斗导航模块，用于得到装置所在的经度、纬度，获取各个装置在一定区域内的定位，从而为设备的移动调度提供数据，实现装置的遥控或者自动调度。在高校、写字楼、公园等区域中，远程终端可以发出指令使分布在不同地点的垃圾桶根据导航和路径规划移动到总的垃圾处理区域，省去了原本繁琐的人工收集垃圾的过程。

本装置还可以采用云端控制：由于本装置可以连入互联网，可以借由互联网组网技术，实现云端控制。垃圾分类的素材可以上传至云端，作为新的训练素材完善神经网络模型；图像的识别也可以由云端服务器进行，再将结果发送回装置；同时也可以实时监控设备的位置，运行状态等。

本装置还可以设置自我状态感知：可以自行检测设备的供电不足、照明情况恶劣、垃圾已经装满，以及是否遭到破坏等情况，做出相应的报警提示或者相应的行动。所以装置还包括都与控制器连接的照明灯和报警装置，可控制照明灯在晚上对旋转盒10进行照明，报警装置可以为指示灯或者蜂鸣器等，用于对异常情况报警。

本装置还可以设置语音控制功能：加入声控装置，前期通过深度学习程序存储一些基本指令，如“过来”、“打开”、“离开”等简单的指令，而后通过使用者给出的声音，来给出相应的动作与操作。

本装置还可以采用无线充电及太阳能电池供电：加入无线充电模块或太阳能电池，以适应新型现代化智能化的要求，主打绿色、低碳、经济的方式，以可持续发展为核心动力，节约能源。

本装置适用于学校(中小学、大学、职校)、写字楼商务楼，后期可逐步推广到居民小区。针对的垃圾类型是干垃圾，包括饮料瓶、食品小包装带、纸杯、餐盒等10种日常生活垃圾。本装置的桶体与现有垃圾桶的外形改变不大，主要增加了识别组件，方便对现有的道路两旁的垃圾桶进行改造。

Claims (10)

1.一种基于无线传输及深度学习的垃圾分类机器人，包括桶体和设于桶体上方开口处的识别组件，其特征在于，所述桶体内设有竖直设置的支撑轴，所述桶体以所述支撑轴为中心按放射状划分为多个腔体；所述识别组件包括用于垃圾分类的旋转盒、控制器、摄像头和大舵机，所述旋转盒包括可向下旋转开合的底板，所述旋转盒的一端通过第一转轴与所述大舵机的输出轴连接，且所述第一转轴位于所述支撑轴的延长线上，所述大舵机与所述控制器连接，所述摄像头的镜头朝向所述旋转盒，所述控制器和摄像头都通过无线网络与远程终端通讯连接；所述远程终端中设有识别不同垃圾种类的程序。

2.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，所述桶体形状为圆柱体，所述支撑轴位于所述圆柱体的中心轴。

3.根据权利要求2所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，所述识别组件还包括分别设于所述旋转盒上方和下方的上支撑圆环和下支撑圆环，所述旋转盒的底面和顶面分别设有上滑轮和下滑轮，所述上支撑圆环的底面和下支撑圆环的顶面分别设有与所述上滑轮和下滑轮相配合的轨道。

4.根据权利要求3所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，所述上支撑圆环和下支撑圆环之间设有多根支撑细杆。

5.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，所述识别组件还包括与所述控制器连接的小舵机，所述小舵机通过第二转轴与所述底板的一侧连接。

6.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，所述控制器和摄像头分别通过第一WiFi模块和第二WiFi模块与远程终端连接。

7.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，还包括连接所述控制器的定位模块。

8.根据权利要求7所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，还包括设于桶体底部的移动平台，所述移动平台包括由电动机控制的滚轮，所述电动机与所述控制器连接。

9.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，还包括与所述控制器和摄像头连接的太阳能电池。

10.根据权利要求1所述的基于无线传输及深度学习的垃圾分类机器人，其特征在于，还包括都与所述控制器连接的照明灯和报警装置。