CN111274913A - 垃圾分类识别方法、装置、电子设备及存储介质 - Google Patents

垃圾分类识别方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111274913A
CN111274913A CN202010050357.6A CN202010050357A CN111274913A CN 111274913 A CN111274913 A CN 111274913A CN 202010050357 A CN202010050357 A CN 202010050357A CN 111274913 A CN111274913 A CN 111274913A
Authority
CN
China
Prior art keywords
garbage
identified
dimensional structure
classification
density
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.)
Pending
Application number
CN202010050357.6A
Other languages
English (en)
Inventor
黄睿斌
周瑞龙
王泽佳
高超
吴家辉
孟修文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202010050357.6A priority Critical patent/CN111274913A/zh
Publication of CN111274913A publication Critical patent/CN111274913A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
    • G01N9/02—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity by measuring weight of a known volume

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明实施例涉及智能家居领域，尤其涉及一种垃圾分类识别方法、装置、电子设备及存储介质。垃圾分类识别方法包括：获取垃圾的三维结构信息和质量；将三维结构信息与数据库中不同垃圾的三维结构模型对比确定垃圾的类型，并根据垃圾的三维结构信息确定垃圾的体积；根据垃圾的体积和质量计算垃圾的密度；将垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定垃圾是否需要二次处理；输出垃圾的类型和是否需要二次处理的信息。可以获取垃圾的类型和体积，并可以根据垃圾的质量和体积计算垃圾的密度，识别垃圾是否需要二次处理，并向用户输出垃圾的类型和是否需要二次处理的信息，从而可以更准确识别垃圾，提高垃圾分类的准确性。

Description

垃圾分类识别方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及智能家居领域，尤其涉及一种垃圾分类识别方法、装置、电子设备及存储介质。
背景技术
随着物联网技术的发展，近些年来智能厨房在飞速发展和普及，极大方便了人们的生活，同时人们越来越重视环保意识，目前我国在加速垃圾分类的政策，根据垃圾的特性，目前垃圾分为四大类，分别为可回收垃圾，有毒垃圾，湿垃圾，干垃圾，垃圾的种类繁多，人们需要花一段时间去学习每种垃圾的类型，在生活中大部分垃圾投放者的垃圾分类意识不高，有时很难识别垃圾的类型，特别在厨房环境，垃圾的分类更加繁琐和消耗精力，目前市面上的智能垃圾桶只有部分能实现垃圾类型识别，但无法同时对需二次处理的垃圾进行识别。
发明内容
鉴于此，为解决上述垃圾识别装置无法自动识别垃圾类型和识别需二次处理的垃圾的问题，本发明实施例提供一种垃圾分类识别方法、装置、电子设备和存储介质。
第一方面，本发明实施例提供一种垃圾分类识别方法，其包括：
获取待识别垃圾的三维结构信息和质量；
将所述三维结构信息与数据库中不同垃圾的三维结构模型对比确定所述待识别垃圾的类型，并根据所述待识别垃圾的三维结构信息确定所述待识别垃圾的体积；
根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；
将所述待识别垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定所述待识别垃圾是否需要二次处理；
输出所述待识别垃圾的类型和是否需要二次处理的信息。
在一个可能的实施方式中，所述获取待识别垃圾的三维结构信息，包括：
将红外特征光线投射到所述待识别垃圾上，采集不同的图像相位信息并换算为深度信息，通过所述深度信息获得所述待识别垃圾的三维结构信息。
在一个可能的实施方式中，所述确定所述待识别垃圾是否需要二次处理包括：
若所述待识别垃圾的密度大于该垃圾对应的预设密度，则确定所述待识别垃圾需要二次处理；
若所述待识别垃圾的密度不大于该垃圾对应的预设密度，则确定所述待识别垃圾不需要二次处理。
在一个可能的实施方式中，所述输出所述待识别垃圾的类型和是否需要二次处理的信息的方式为语音播报。
第二方面，本发明实施例提供一种垃圾分类识别装置，其包括：
获取模块，用于获取待识别垃圾的三维结构信息和质量；
确定模块，用于基于所述三维结构信息确定所述待识别垃圾的类型和体积；
计算模块，用于根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；
所述确定模块还用于根据所述待识别垃圾的密度确定所述待识别垃圾是否需要二次处理；
输出模块，用于输出所述待识别垃圾的类型和是否需要二次处理的信息。
在一个可能的实施方式中，所述获取模块包括结构光摄像头和质量传感器，所述结构光摄像头用于获取所述待识别垃圾的三维结构信息，所述质量传感器用于获取所述待识别垃圾的质量。
在一个可能的实施方式中，所述结构光摄像头包括红外发射器和感光摄像头。
在一个可能的实施方式中，所述输出模块包括扬声器。
在一个可能的实施方式中，垃圾分类识别装置还包括支撑板、承重板和支架，所述承重板通过所述质量传感器连接在所述支撑板上，所述支架固定在所述支撑板上，所述结构光摄像头和扬声器固定在所述支架上。
第三方面，本发明实施例提供一种电子设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的垃圾分类识别程序，以实现本申请第一方面所提供的垃圾分类识别方法。
第四方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中任一项所述的垃圾分类识别方法。
本发明实施例提供的垃圾分类识别方案，通过采集待识别垃圾的三维结构信息后获取待识别垃圾的类型和体积，并可以根据待识别垃圾的质量和体积计算待识别垃圾的密度，识别垃圾是否需要二次处理，并向用户输出待识别垃圾的类型和是否需要二次处理的信息，从而可以更准确识别垃圾，提高垃圾分类的准确性。
附图说明
图1为本发明实施例提供的一种垃圾分类识别方法的流程示意图；
图2为本发明实施例提供的一种垃圾分类识别装置的结构框图；
图3为本发明实施例提供的一种垃圾分类识别装置的立体结构示意图；
图4为本发明实施例使用的结构光摄像头的结构示意图；
图5为本发明实施例提供的一种垃圾分类识别装置的爆炸图；以及
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种垃圾分类识别方法的流程示意图，如图1所示，该方法具体包括：
S11、获取待识别垃圾的三维结构信息和质量。
本发明实施例提供的垃圾分类识别应用于垃圾分类识别装置，在垃圾分类识别装置上设置结构光摄像头和质量传感器，结构光摄像头包括红外发射器和感光摄像头，通过红外发射器将具有一定结构特征的光线投射到待识别垃圾上，由感光摄像头进行采集不同的图像相位信息，然后通过运算将这种结构的变化换算成深度信息，获得待识别垃圾的三维结构信息。计算三维模型的体积。重力传感器用于获取待识别垃圾的质量。需要说明的是本申请中通过结构光摄像头来获取垃圾的结构模型，对比三维数据库来识别垃圾类型的具体实现方式可以参考现有技术中的可识别三维结构的结构光摄像头的工作原理，本领域技术人员可以根据需要进行选择和替换，本申请不做过多赘述。
S12、将三维结构信息与数据库中不同垃圾的三维结构模型对比确定所述待识别垃圾的类型，并根据所述待识别垃圾的三维结构信息确定所述待识别垃圾的体积。
在本实施例中，预先根据垃圾的种类(即该垃圾是什么)设置对应的三维结构模型，并将三维结构模型和垃圾的种类进行关联，生成二者的一一对应关系。
进一步地，根据待识别垃圾的三维结构信息从一一对应关系中匹配出该待识别垃圾对应的种类，进而从数据库中匹配出该垃圾的类型。进一步地，垃圾的类型可以包括：可回收垃圾、有毒垃圾、湿垃圾、干垃圾等。例如，垃圾分类识别装置获取到的待识别垃圾的三维结构信息与一一对应关系中饮料瓶的三维结构模型一致，那么判断待识别垃圾的重量为饮料瓶，数据库中存储有饮料瓶属于可回收垃圾这一类型，通过调取该设计确定出该待识别垃圾的类型为可回收垃圾。
进一步地，基于待识别垃圾的三维结构信息确定待识别垃圾的体积。
S13、根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度。在该步骤中，通过待识别垃圾的质量除以待识别垃圾的体积就可以得到待识别垃圾的密度。例如，在步骤S12中识别出垃圾的种类为饮料瓶，饮料瓶的体积为500cm3，饮料瓶的重量为200g，进而计算出该待识别垃圾饮料瓶的密度为0.4g/cm3。
S14、将所述待识别垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定所述待识别垃圾是否需要二次处理。
在本实施例中，预先根据垃圾的种类设置对应的预设密度，该预设密度的设置可以根据需要来进行调整，由于垃圾中无法避免的会带入各种杂质和水分，因此该预设密度的设置原则最好为略大于该垃圾的实际密度，例如饮料瓶的实际密度为0.04g/cm3，则可以将该饮料瓶对应的预设密度设置为0.06g/cm3。
优选的，确定待识别垃圾是否需要二次处理的步骤可以包括：若待识别垃圾的密度大于该垃圾对应的预设密度，则确定所述待识别垃圾需要二次处理；若识别述垃圾的密度不大于该垃圾对应的预设密度，则确定所述待识别垃圾不需要二次处理。举例来说，饮料瓶的预设密度为0.06g/cm3，而在步骤S13中计算出待识别垃圾饮料瓶的密度为0.4g/cm3，计算出的饮料瓶的密度大于饮料瓶的预设密度，说明该饮料瓶需要进行二次处理，不能直接进行垃圾分类，通常情况下，出现该情况的原因在于饮料瓶中存在液体，如果将饮料瓶中的液体倒出后，重新通过步骤S11-S14计算出该饮料瓶的密度为0.050.4g/cm3，计算出的饮料瓶的密度小于饮料瓶的预设密度，说明该饮料瓶无需进行二次处理，可以直接进行垃圾分类。
S15、输出待识别垃圾的类型和是否需要二次处理的信息。以提示将垃圾存放至对应类型的垃圾桶内或者提醒对垃圾进行二次处理后进行重新识别。
进一步的，输出待识别垃圾的类型和是否需要二次处理的信息包括但不限于文字显示、灯光指示和语音播报，可以根据需求来具体选择或相互组合。
本发明实施例提供的垃圾分类识别方案，通过采集待识别垃圾的三维结构信息后获取待识别垃圾的类型和体积，并可以根据待识别垃圾的质量和体积计算待识别垃圾的密度，识别垃圾是否需要二次处理，并向用户输出待识别垃圾的类型和是否需要二次处理的信息，从而可以更准确识别垃圾，提高垃圾分类的准确性。
图2为本发明实施例提供的一种垃圾分类识别装置的结构框图，如图2所示，该装置具体包括：
获取模块201，用于获取待识别垃圾的三维结构信息和质量；
确定模块202，用于基于所述三维结构信息确定所述待识别垃圾的类型和体积；
计算模块203，用于根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；
所述确定模块203还用于根据所述待识别垃圾的密度确定所述待识别垃圾是否需要二次处理；
输出模块204，用于输出所述待识别垃圾的类型和是否需要二次处理的信息。
可选的，为了将上述各模块应用于具体的垃圾分类识别装置中，如图3-5所示给出了一种具体的垃圾分类识别装置的结构示意图，如图3-5所示，垃圾分类识别装置包括支撑板205、承重板206和支架207，获取模块201包括结构光摄像头2011和质量传感器2012，结构光摄像头2011用于获取待识别垃圾的三维结构信息，质量传感器2012用于获取待识别垃圾的质量。结构光摄像头2011包括红外发射器20111和感光摄像头20112。输出模块204具体选择为扬声器。其中支撑板205起到支撑和固定作用，承重板206用于放置待识别的垃圾。承重板206通过质量传感器2012连接在支撑板205上，支架207固定在支撑板206上，结构光摄像头2011和输出模块204的扬声器固定在支架207上，结构光摄像头2011的采集范围位于承重板206的上方部分。
本实施例提供的垃圾分类识别装置可以是如图2-5中所示的垃圾分类识别装置，可执行如图1中垃圾分类识别方法的所有步骤，进而实现图1所示垃圾分类识别方法的技术效果，具体请参照图1和前述方法部分的相关描述，为简洁描述，在此不作赘述。
图6为本发明实施例提供的一种电子设备的结构示意图，图6所示的电子设备300包括：至少一个处理器301、存储器302、至少一个网络接口304和其他用户接口303。电子设备300中的各个组件通过总线系统305耦合在一起。可理解，总线系统305用于实现这些组件之间的连接通信。总线系统305除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图6中将各种总线都标为总线系统305。
其中，用户接口303可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器302可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的存储器302旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器302存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统3021和应用程序3022。
其中，操作系统3021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序3022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序3022中。
在本发明实施例中，通过调用存储器302存储的程序或指令，具体的，可以是应用程序3022中存储的程序或指令，处理器301用于执行各方法实施例所提供的方法步骤，例如包括：
获取待识别垃圾的三维结构信息和质量；将所述三维结构信息与数据库中不同垃圾的三维结构模型对比确定所述待识别垃圾的类型，并根据所述待识别垃圾的三维结构信息确定所述待识别垃圾的体积；根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；将所述待识别垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定所述待识别垃圾是否需要二次处理；输出所述待识别垃圾的类型和是否需要二次处理的信息。
在一个可能的实施方式中，所述获取待识别垃圾的三维结构信息，包括：将红外特征光线投射到所述待识别垃圾上，采集不同的图像相位信息并换算为深度信息，通过所述深度信息获得所述待识别垃圾的三维结构信息。
在一个可能的实施方式中，所述确定所述待识别垃圾是否需要二次处理包括：若所述待识别垃圾的密度大于该垃圾对应的预设密度，则确定所述待识别垃圾需要二次处理；若所述待识别垃圾的密度不大于该垃圾对应的预设密度，则确定所述待识别垃圾不需要二次处理。
在一个可能的实施方式中，所述输出所述待识别垃圾的类型和是否需要二次处理的信息的方式为语音播报。
上述本发明实施例揭示的方法可以应用于处理器301中，或者由处理器301实现。处理器301可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器301中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器301可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecific IntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器302，处理器301读取存储器302中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的电子设备可以是如图6中所示的电子设备，可执行如图1中垃圾分类识别方法的所有步骤，进而实现图1所示垃圾分类识别方法的技术效果，具体请参照图1和上述方法部分的相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在垃圾分类识别的设备侧执行的垃圾分类识别方法。
所述处理器用于执行存储器中存储的垃圾分类识别程序，以实现以下在垃圾分类识别的设备侧执行的垃圾分类识别方法的步骤：
获取待识别垃圾的三维结构信息和质量；将所述三维结构信息与数据库中不同垃圾的三维结构模型对比确定所述待识别垃圾的类型，并根据所述待识别垃圾的三维结构信息确定所述待识别垃圾的体积；根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；将所述待识别垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定所述待识别垃圾是否需要二次处理；输出所述待识别垃圾的类型和是否需要二次处理的信息。
在一个可能的实施方式中，所述获取待识别垃圾的三维结构信息，包括：将红外特征光线投射到所述待识别垃圾上，采集不同的图像相位信息并换算为深度信息，通过所述深度信息获得所述待识别垃圾的三维结构信息。
在一个可能的实施方式中，所述确定所述待识别垃圾是否需要二次处理包括：若所述待识别垃圾的密度大于该垃圾对应的预设密度，则确定所述待识别垃圾需要二次处理；若所述待识别垃圾的密度不大于该垃圾对应的预设密度，则确定所述待识别垃圾不需要二次处理。
在一个可能的实施方式中，所述输出所述待识别垃圾的类型和是否需要二次处理的信息的方式为语音播报。
本领域技术人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
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 (11)

1.一种垃圾分类识别方法，其特征在于，包括：
获取待识别垃圾的三维结构信息和质量；
将所述三维结构信息与数据库中不同垃圾的三维结构模型对比确定所述待识别垃圾的类型，并根据所述待识别垃圾的三维结构信息确定所述待识别垃圾的体积；
根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；
将所述待识别垃圾的密度与数据库中该垃圾对应的预设密度进行对比，确定所述待识别垃圾是否需要二次处理；
输出所述待识别垃圾的类型和是否需要二次处理的信息。
2.根据权利要求1所述的垃圾分类识别方法，其特征在于，所述获取待识别垃圾的三维结构信息，包括：
将红外特征光线投射到所述待识别垃圾上，采集不同的图像相位信息并换算为深度信息，通过所述深度信息获得所述待识别垃圾的三维结构信息。
3.根据权利要求1所述的垃圾分类识别方法，其特征在于，所述确定所述待识别垃圾是否需要二次处理包括：
若所述待识别垃圾的密度大于该垃圾对应的预设密度，则确定所述待识别垃圾需要二次处理；
若所待识别述垃圾的密度不大于该垃圾对应的预设密度，则确定所述待识别垃圾不需要二次处理。
4.根据权利要求1所述的垃圾分类识别方法，其特征在于，所述输出所述待识别垃圾的类型和是否需要二次处理的信息的方式为语音播报。
5.一种垃圾分类识别装置，其特征在于，包括：
获取模块，用于获取待识别垃圾的三维结构信息和质量；
确定模块，用于基于所述三维结构信息确定所述待识别垃圾的类型和体积；
计算模块，用于根据所述待识别垃圾的体积和质量计算所述待识别垃圾的密度；
所述确定模块还用于根据所述待识别垃圾的密度确定所述待识别垃圾是否需要二次处理；
输出模块，用于输出所述待识别垃圾的类型和是否需要二次处理的信息。
6.根据权利要求5所述的垃圾分类识别装置，其特征在于，所述获取模块包括结构光摄像头和质量传感器，所述结构光摄像头用于获取所述待识别垃圾的三维结构信息，所述质量传感器用于获取所述待识别垃圾的质量。
7.根据权利要求6所述的垃圾分类识别装置，其特征在于，所述结构光摄像头包括红外发射器和感光摄像头。
8.根据权利要求6所述的垃圾分类识别装置，其特征在于，所述输出模块包括扬声器。
9.根据权利要求8所述的垃圾分类识别装置，其特征在于，还包括支撑板、承重板和支架，所述承重板通过所述质量传感器连接在所述支撑板上，所述支架固定在所述支撑板上，所述结构光摄像头和扬声器固定在所述支架上。
10.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的垃圾分类识别程序，以实现权利要求1～4中任一项所述的垃圾分类识别方法。
11.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～4中任一项所述的垃圾分类识别方法。
CN202010050357.6A 2020-01-16 2020-01-16 垃圾分类识别方法、装置、电子设备及存储介质 Pending CN111274913A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010050357.6A CN111274913A (zh) 2020-01-16 2020-01-16 垃圾分类识别方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010050357.6A CN111274913A (zh) 2020-01-16 2020-01-16 垃圾分类识别方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111274913A true CN111274913A (zh) 2020-06-12

Family

ID=71003488

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010050357.6A Pending CN111274913A (zh) 2020-01-16 2020-01-16 垃圾分类识别方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111274913A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329587A (zh) * 2020-10-30 2021-02-05 苏州中科先进技术研究院有限公司 饮料瓶的分类方法、装置及电子设备
CN112623555A (zh) * 2020-12-24 2021-04-09 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
CN113887762A (zh) * 2021-10-22 2022-01-04 浙江云启信息技术有限公司 垃圾分类的动态积分管理方法、系统及存储介质
CN115545441A (zh) * 2022-09-23 2022-12-30 中环洁集团股份有限公司 一种道路垃圾检测方法、系统、终端及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050065640A1 (en) * 2003-09-19 2005-03-24 Mallett Scott R. Methods of sorting waste
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
CN107742300A (zh) * 2017-09-11 2018-02-27 广东欧珀移动通信有限公司 图像处理方法、装置、电子装置和计算机可读存储介质
CN207192043U (zh) * 2017-09-18 2018-04-06 广东瀚蓝生物环保科技有限公司 智能垃圾桶
CN109344894A (zh) * 2018-09-28 2019-02-15 广州大学 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
CN209289269U (zh) * 2018-12-17 2019-08-23 中北大学 一种基于双目立体视觉定位识别的智能垃圾分类机器人
CN110490246A (zh) * 2019-08-15 2019-11-22 中云信安（深圳）科技有限公司 垃圾类别确定方法、装置、存储介质及电子设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050065640A1 (en) * 2003-09-19 2005-03-24 Mallett Scott R. Methods of sorting waste
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
CN107742300A (zh) * 2017-09-11 2018-02-27 广东欧珀移动通信有限公司 图像处理方法、装置、电子装置和计算机可读存储介质
CN207192043U (zh) * 2017-09-18 2018-04-06 广东瀚蓝生物环保科技有限公司 智能垃圾桶
CN109344894A (zh) * 2018-09-28 2019-02-15 广州大学 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
CN209289269U (zh) * 2018-12-17 2019-08-23 中北大学 一种基于双目立体视觉定位识别的智能垃圾分类机器人
CN110490246A (zh) * 2019-08-15 2019-11-22 中云信安（深圳）科技有限公司 垃圾类别确定方法、装置、存储介质及电子设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112329587A (zh) * 2020-10-30 2021-02-05 苏州中科先进技术研究院有限公司 饮料瓶的分类方法、装置及电子设备
CN112329587B (zh) * 2020-10-30 2024-05-24 苏州中科先进技术研究院有限公司 饮料瓶的分类方法、装置及电子设备
CN112623555A (zh) * 2020-12-24 2021-04-09 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
CN113887762A (zh) * 2021-10-22 2022-01-04 浙江云启信息技术有限公司 垃圾分类的动态积分管理方法、系统及存储介质
CN115545441A (zh) * 2022-09-23 2022-12-30 中环洁集团股份有限公司 一种道路垃圾检测方法、系统、终端及存储介质

Similar Documents

Publication Publication Date Title
CN111274913A (zh) 垃圾分类识别方法、装置、电子设备及存储介质
US9928831B2 (en) Speech data recognition method, apparatus, and server for distinguishing regional accent
CN110550347B (zh) 一种垃圾分类回收的方法、用户终端以及垃圾桶
US10769196B2 (en) Method and apparatus for displaying electronic photo, and mobile device
CN111652266A (zh) 用户界面组件的识别方法、装置、电子设备和存储介质
CN111077996B (zh) 一种基于点读的信息推荐方法及学习设备
CN110851906A (zh) 样板间家具布局应用方法及装置
CN114022736A (zh) 一种垃圾检测方法以及装置
CN110321913A (zh) 一种文本识别方法及装置
CN112651318A (zh) 基于图像识别的垃圾分类方法、装置和系统
CN117390224A (zh) 视觉语音问答模型的训练方法、装置、交互方法及系统
CN114359533B (zh) 一种基于页面文本的页码识别方法和计算机设备
CN111612158A (zh) 模型部署方法、装置、设备和存储介质
CN110019201B (zh) 一种生成结构化数据的方法、装置及系统
CN113241056A (zh) 语音合成模型的训练与语音合成方法、装置、系统及介质
CN111985936A (zh) 一种商户证件信息的检验方法、装置及设备
CN111198960A (zh) 用户画像数据的确定方法、装置、电子设备及存储介质
CN109522541B (zh) 服务外句子生成方法和设备
Maheshwari et al. To improve efficiency of garbage collection system for smart cities
CN113378627B (zh) 基于dsp芯片和单片机控制的自动垃圾分类方法及装置
CN112949526B (zh) 人脸检测方法和装置
CN113420790A (zh) 用于目标检测的自动标注方法和装置
CN108875770B (zh) 行人检测误报数据的标注方法、装置、系统和存储介质
CN109635209B (zh) 一种学习内容推荐方法及家教设备
CN112348284A (zh) 一种电力负荷预测方法、装置、可读介质及电子设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200612

RJ01 Rejection of invention patent application after publication