CN110813792B - 一种智能垃圾识别分类方法 - Google Patents
一种智能垃圾识别分类方法 Download PDFInfo
- Publication number
- CN110813792B CN110813792B CN201911133358.0A CN201911133358A CN110813792B CN 110813792 B CN110813792 B CN 110813792B CN 201911133358 A CN201911133358 A CN 201911133358A CN 110813792 B CN110813792 B CN 110813792B
- Authority
- CN
- China
- Prior art keywords
- detected
- garbage
- areas
- iteration
- classification method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0054—Sorting of waste or refuse
Landscapes
- Image Analysis (AREA)
Abstract
一种智能垃圾识别分类方法,包括以下步骤:S1、采集图像信息,估算待检测物体体积和畸变系数;S2、判断待检测物体是否为规则物体;S3、测量待检测物体的真实质量;S4、处理图像,获取待检测物体的种类;S5、获取待检测物体种类的密度,计算待检测物体的质量。S6、如果待检测物体的真实质量和计算所得的质量误差不大于阈值,将待检测物体分类为可回收垃圾,否则返回S4进行迭代;S7、设置最大迭代次数,如果每次迭代检测都未成功,则认为待检测物体为不可回收垃圾;S8、将待检测物体送入对应的种类回收区。本发明减少了垃圾回收中心的工作人员的分类回收工作,提高了垃圾分类回收的效率,降低了垃圾分类回收的成本。
Description
技术领域
本发明涉及一种室外清扫机器人领域和垃圾分类领域,具体涉及一种智能垃圾识别分类方法。
背景技术
为了有效地减缓对资源的消耗,对可回收垃圾进行分类回收再利用,我国已于多年前展开垃圾分类回收工作。政府部门虽然出台了一系列的鼓励政策促进废品分类回收,但是苦于目前市面上没有很好的技术手段对废品进行回收和分类,实际上起到的效果并不明显。
现有的垃圾分类装置分类对象不明确,不能对垃圾进行精确分类,不利于垃圾的循环利用。
发明内容
本发明所要解决的技术问题是提供能够对垃圾进行智能识别分类的方法,可提供垃圾回收效率。
为了解决上述技术问题,本发明提供的技术方案是一种智能垃圾识别分类方法。具体包括:
S2、判断待检测物体A是否为规则物体。
S7、设置最大迭代次数为5次,如果5次的检测都未成功,则认为待检测物体A为不可回收垃圾。
S8、将待检测物体A送入对应的种类回收区。
所述步骤S1中,待检测物体A的体积使用下式积分获得:
所述S3中,使用改进的,使用18层的卷积层网络,以两个的卷积网络串接在一起作为一个残差模块,直接将输入信息传输到输出层,保护信息的完整性,并通过反馈网络进行参数修正,如果修正后的结果满足正确性需求,则输出模型,如果不满足,则继续修正模型。
所述步骤S5中,质量测量模块为HX711-TTL232,其工作电压为5V,使用RS-232通讯,它可以将被测量的变化转换为电阻值的变化,该测量模块应当与垃圾箱或者垃圾清扫机器人的主控制器合理连接,以方便对待检测物体的实时称重,设测得待检测物体A的质量为。
所述步骤S7中,进行物体种类分类迭代时,待检测物品A的种类判断,应当为排除上一次分类后的物品。
所述步骤S8中,最终的垃圾种类回收区分为可回收垃圾区和不可回收垃圾区,其中可回收垃圾区分为:废纸区、塑料区、玻璃区、金属区和布料区。
本发明专利提供一种智能垃圾识别分类方法,减少了垃圾回收中心的工作人员的分类回收工作,提高了垃圾分类回收的效率,降低了垃圾分类回收的成本。
需要理解的是发明专利上述概括说明和下面的详细说明都是示例性和解释性的,用于进一步说明所要求的发明。
附图说明
图1,为本发明的一个示例的示意性流程图。
具体实施方式
针对上述技术方案,本发明现举较佳实施例对其进行具体说明。本发明的智能垃圾识别分类方法,参考图1本发明原理流程图,其步骤如下:
S2、判断待检测物体A是否为规则物体。
S7、设置最大迭代次数为5次,如果5次的检测都未成功,则认为待检测物体A为不可回收垃圾。
S8、将识别后的待检测物体A送入对应的种类回收区。
在各步骤之前,需先行建立数据库,该数据库包括日常垃圾图像集及其对应的密度。该数据库中的垃圾种类不仅包括废纸、塑料、玻璃、金属和布料所属的可回收垃圾,而且还应包括不可回收垃圾。下面对各个步骤进行具体说明。
在步骤S1中,使用双目相机获取待检测物体A的图像信息,双目相机应当水平安装。
其中,Z为三维空间点与摄像机之间的距离,为摄像机的焦距,为左右两个摄像机的中心距,定义为视差值。为了得到场景的三维信息,还需要计算空间点 的X 坐标与 Y 坐标,假设 为 对应的图像坐标,相机的主点为,X 方向的等效焦距和Y 方向的等效焦距分别为,则有:
进一步的, 由于左右摄像机拍摄的是同一场景,那么左右镜头拍摄图像的顶点存在一一对应的关系,再根据双目立体视觉测距的原理,就可以计算得到各个顶点的三维信息;最后根据两点之间的距离计算公式,就可得到待检测物体A在三维空间中的最大长宽高,则令,是待测物体A最大三维长方体体积。
所述S3中,质量测量模块型号规格为HX711-TTL232,其工作电压为5V,使用RS-232通讯,它可以将被测量的变化转换为电阻值的变化,该测量模块应当与垃圾箱或者垃圾清扫机器人的主控制器合理连接,以方便对待检测物体的实时称重,设测得待检测物体A的质量为。
步骤S33中,训练模型初始化参数的设置可以是随机数,也可以是根据经验设置的经验参数。
所述S7中,进行物体种类分类迭代时,待检测物品A的种类判断,应当为排除上一次分类后的物品。
所述S8中,最终的垃圾种类回收区分为可回收垃圾区和不可回收垃圾区,其中可回收垃圾区分为:废纸区、塑料区、玻璃区、金属区和布料区。
本发明专利提供一种智能垃圾识别分类方法,减少了垃圾回收中心的工作人员的分类回收工作,提高了垃圾分类回收的效率,降低了垃圾分类回收的成本。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种智能垃圾识别分类方法,其特征在于首先建立数据库,所述数据库包括垃圾图像集及其对应的密度;然后通过以下步骤对垃圾识别分类:S1、通过双目摄像机采集待测物体图像信息,确定待测物体的估算体积及畸变系数;首先获取待检测物体的估算体积,
2.根据权利要求1所述的一种智能垃圾识别分类方法,其特征在于在所述步骤S4中对带训练的垃圾图像集进行神经网络学习训练,训练出适合识别出垃圾种类的模型以识别待检测物体的种类。
5.根据权利要求1所述的一种智能垃圾识别分类方法,其特征在于所述步骤S7中,每次迭代应当排除上一次分类后的物品。
6.根据权利要求1所述的一种智能垃圾识别分类方法,其特征在于,所述步骤S8中,最终的垃圾种类回收区分为可回收垃圾区和不可回收垃圾区,其中可回收垃圾区分为废纸区、塑料区、玻璃区、金属区和布料区。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910269347 | 2019-04-04 | ||
CN2019102693479 | 2019-04-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110813792A CN110813792A (zh) | 2020-02-21 |
CN110813792B true CN110813792B (zh) | 2021-09-14 |
Family
ID=69556599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911133358.0A Active CN110813792B (zh) | 2019-04-04 | 2019-11-19 | 一种智能垃圾识别分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110813792B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111498326A (zh) * | 2020-04-03 | 2020-08-07 | 成都禧来科技有限公司 | 一种基于二类识别模型的垃圾自动分类机 |
CN113191176A (zh) * | 2020-06-08 | 2021-07-30 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置 |
CN112270673A (zh) * | 2020-11-11 | 2021-01-26 | 珠海格力智能装备有限公司 | 垃圾的处理方法和垃圾的处理装置 |
CN112623555B (zh) * | 2020-12-24 | 2022-10-04 | 杭州益趣科技有限公司 | 测量垃圾密度判断垃圾种类和分类准确率的方法及装置 |
CN112849815A (zh) * | 2020-12-30 | 2021-05-28 | 深兰人工智能芯片研究院(江苏)有限公司 | 机械手的控制方法、装置、智能垃圾桶及存储介质 |
CN113680685A (zh) * | 2021-08-24 | 2021-11-23 | 安徽自然美环境科技有限公司 | 一种基于可回收的垃圾分类处理系统 |
CN115701818B (zh) * | 2023-01-04 | 2023-05-09 | 江苏汉邦智能系统集成有限公司 | 基于人工智能的智能垃圾分类控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093546A (zh) * | 2007-07-11 | 2007-12-26 | 苏州大学 | 一种数字图像轮廓形态的识别方法 |
CN106022386A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种计算机识别与人工交互结合的生活垃圾目标识别系统 |
CN106494789A (zh) * | 2016-11-14 | 2017-03-15 | 上海理工大学 | 垃圾分类统计装置、设备及系统 |
CN108665616A (zh) * | 2018-05-15 | 2018-10-16 | 刘晓东 | 一种垃圾的回收方法及回收装置 |
CN109389161A (zh) * | 2018-09-28 | 2019-02-26 | 广州大学 | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3572832B2 (ja) * | 1996-12-09 | 2004-10-06 | オムロン株式会社 | パターン読取装置 |
WO1999064853A1 (fr) * | 1998-06-12 | 1999-12-16 | Hitachi, Ltd. | Procede et dispositif de triage des metaux |
WO2013110143A1 (en) * | 2012-01-27 | 2013-08-01 | Lighthouse One Pty Ltd | Method and apparatus for geometric measurement of articles |
WO2015021473A1 (en) * | 2013-08-09 | 2015-02-12 | Postea, Inc. | Apparatus, systems and methods for enrollment of irregular shaped objects |
CN104457574A (zh) * | 2014-12-11 | 2015-03-25 | 天津大学 | 一种非接触式测量不规则物体体积的装置和测量方法 |
CN208019118U (zh) * | 2017-12-29 | 2018-10-30 | 深圳时代装饰股份有限公司 | 室内装修垃圾分类回收箱 |
CN108416804A (zh) * | 2018-02-11 | 2018-08-17 | 深圳市优博讯科技股份有限公司 | 获取目标物体体积的方法、装置、终端设备及存储介质 |
-
2019
- 2019-11-19 CN CN201911133358.0A patent/CN110813792B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093546A (zh) * | 2007-07-11 | 2007-12-26 | 苏州大学 | 一种数字图像轮廓形态的识别方法 |
CN106022386A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种计算机识别与人工交互结合的生活垃圾目标识别系统 |
CN106494789A (zh) * | 2016-11-14 | 2017-03-15 | 上海理工大学 | 垃圾分类统计装置、设备及系统 |
CN108665616A (zh) * | 2018-05-15 | 2018-10-16 | 刘晓东 | 一种垃圾的回收方法及回收装置 |
CN109389161A (zh) * | 2018-09-28 | 2019-02-26 | 广州大学 | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110813792A (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110813792B (zh) | 一种智能垃圾识别分类方法 | |
CN109344894B (zh) | 基于多传感器融合和深度学习的垃圾分类识别方法及装置 | |
CN107833236B (zh) | 一种动态环境下结合语义的视觉定位系统和方法 | |
CN113450408B (zh) | 一种基于深度相机的非规则物体位姿估计方法及装置 | |
WO2022037387A1 (zh) | 一种视觉感知算法的评测方法及装置 | |
US20140379588A1 (en) | System and method for waste managment | |
CN108711148B (zh) | 一种基于深度学习的轮胎缺陷智能检测方法 | |
CN111353985B (zh) | 一种基于深度相机的机场自助托运行李的检测方法 | |
CN112329747B (zh) | 基于视频识别和深度学习的车辆参数检测方法及相关装置 | |
CN109544522A (zh) | 一种钢板表面缺陷检测方法及系统 | |
CN109284779A (zh) | 基于深度全卷积网络的物体检测方法 | |
CN112862757A (zh) | 一种基于计算机视觉技术的重量评估系统及实现方法 | |
CN111996883B (zh) | 一种检测公路路面宽度的方法 | |
CN110298330B (zh) | 一种输电线路巡检机器人单目检测与定位方法 | |
CN116342895B (zh) | 基于ai处理的提升再生资源分拣效率的方法及系统 | |
CN110110752A (zh) | 一种垃圾识别和分类方法、装置及终端设备 | |
CN116385243B (zh) | 一种智能化垃圾分类收运管理方法及系统 | |
CN112183460A (zh) | 一种智能识别环境卫生的方法及装置 | |
CN116030013A (zh) | 多目标多类别破损缺陷检测方法、系统及计算机存储介质 | |
US20220167813A1 (en) | Smart industrial vacuum cleaner to reduce foreign object debris | |
CN111401370A (zh) | 一种垃圾图像识别及任务指派管理的方法,模型及系统 | |
CN111353409B (zh) | 容器识别方法、装置和机器人 | |
CN117253176B (zh) | 基于视频分析与计算机视觉的安全生产Al智能检测方法 | |
CN113610362B (zh) | 一种基于深度学习流水线产品追溯方法及系统 | |
CN110503067B (zh) | 汽车漆面伤痕检测用装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |