CN113879722A - 一种垃圾分类自主学习系统及其使用方法 - Google Patents
一种垃圾分类自主学习系统及其使用方法 Download PDFInfo
- Publication number
- CN113879722A CN113879722A CN202111154236.7A CN202111154236A CN113879722A CN 113879722 A CN113879722 A CN 113879722A CN 202111154236 A CN202111154236 A CN 202111154236A CN 113879722 A CN113879722 A CN 113879722A
- Authority
- CN
- China
- Prior art keywords
- data
- voice
- garbage
- user
- classification
- 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
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 201
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000007246 mechanism Effects 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 238000012549 training Methods 0.000 claims abstract description 4
- 230000003993 interaction Effects 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 8
- 238000013500 data storage Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 abstract description 5
- 238000009825 accumulation Methods 0.000 abstract 1
- 238000013473 artificial intelligence Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 3
- 241000234295 Musa Species 0.000 description 2
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002906 medical waste Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F1/00—Refuse receptacles; Accessories therefor
- B65F1/0033—Refuse receptacles; Accessories therefor specially adapted for segregated refuse collecting, e.g. receptacles with several compartments; Combination of receptacles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F1/00—Refuse receptacles; Accessories therefor
- B65F1/14—Other constructional features; Accessories
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F1/00—Refuse receptacles; Accessories therefor
- B65F1/14—Other constructional features; Accessories
- B65F1/16—Lids or covers
- B65F1/1623—Lids or covers with means for assisting the opening or closing thereof, e.g. springs
- B65F1/1638—Electromechanically operated lids
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F2210/00—Equipment of refuse receptacles
- B65F2210/138—Identification means
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种垃圾分类自主学习系统及其使用方法,包括上位机、智能垃圾桶,所述上位机通过通讯设备与智能垃圾桶通讯连接;所述智能垃圾桶包括本地处理器、距离传感器、语音接收器、图像采集器、开盖执行机构、语音播放器、本地数据库。本发明通过图像识别分析技术、语音识别分析技术及数据库的结合,在与用户交互的过程中实现AI算法模型的训练及数据库的积累和机器智能学习,从而告诉用户如何分类处理垃圾,并提供垃圾分类的帮助,纠正用户错误垃圾分类的观念。
Description
技术领域
本发明涉及垃圾分类技术领域,尤其涉及一种垃圾分类自主学习系统及其使用方法。
背景技术
垃圾分类行为可以分为以下三个阶段:1)愿不愿分;2)会不会分;3)方不方便分。
很多用户垃圾分类观念意识淡薄,对垃圾分类和垃圾分类处理并不了解,即使有些用户对垃圾分类的观念意识很强,但有许多垃圾在用户看来分类边界不明晰,无法确定是否属于某一类垃圾。而现有的智能垃圾桶既没有垃圾规范处理的提示,也没有垃圾智能分类的功能,更没有人工智能的学习能力。
大型社区智能垃圾桶无法对源头端的垃圾做到智能化分类,更多情况下只能做垃圾打包后的集中分类与存放,对于打包内的垃圾无法识别;靠用户自觉分类,难以记住这么多垃圾类别,容易分错,用户垃圾分类习惯较难培养,且需要大量的人力监管;设备维护麻烦,监管难,推广成本高,并没有解决用户垃圾分类的便利需求。
后端小型垃圾处理站,其垃圾分类处理效率有限,如垃圾源头没有进行提前分类,后端垃圾站再分类处理非常困难,成本高。
有些垃圾危害很大如果处理不恰当很容易引起空气、土壤或水污染;甚至有些医疗垃圾会携带传染性病毒,这就显得垃圾源头的分类尤为重要。
现针对以上问题设计出一种垃圾分类自主学习系统及其使用方法。
发明内容
本发明的目的在于提供一种垃圾分类自主学习系统,具备源头端智能垃圾分类以及通过用户交互自主学习垃圾分类的优点,解决了用户在源头端垃圾分类不方便的问题。
为达到上述目的,本发明采用如下技术方案:一种垃圾分类自主学习系统,包括上位机、智能垃圾桶,所述上位机通过通讯设备与智能垃圾桶通讯连接;其特征在于:
所述智能垃圾桶包括本地处理器、距离传感器、语音接收器、图像采集器、开盖执行机构、语音播放器、本地数据库;
本地处理器接收来自距离传感器采集到的距离数据,本地处理器根据距离数据来判断是否开启语音接收器、图像采集器;
本地处理器接收来自语音接收器、图像采集器采集到的用户语音数据、垃圾图像数据,本地处理器将用户语音数据、垃圾图像数据分析处理后与本地数据库中的数据进行匹配,并将匹配结果发送至开盖执行机构进行开盖;同时将匹配的数据结果发送至上位机;
智能垃圾桶:用于信息采集和信息处理后的相关命令执行;
上位机:用于数据存储和数据计算;
距离传感器:用于采集人体接近垃圾桶物体的距离数据,人体到达检测距离范围后,就直接触发语音接收器和图像采集器工作;
本地数据库:用于存储常用或频率较高的垃圾数据;
图像采集器:用于采集垃圾的图像数据;
语音接收器:用于采集用户的语音数据;
语音播放器:用于本地处理器或上位机传回来的语音内容播放。
通过用户交互采集到的语音数据和图像数据的匹配,从而实现AI算法模型的训练及数据库的积累和机器智能学习的目的。
根据权利要求1所述的垃圾分类自主学习系统,其特征在于:所述上位机包括云端处理器、云端数据库,云端处理器接收来自处理器发来的用户语音数据、垃圾图像数据等数据信息;
云端处理器:用于计算、匹配所有相关数据,包括语音和图像数据的分析和识别;
云端数据库:用于存储用户信息,用户行为,用户语音和图像的所有相关数据。
根据权利要求1所述的垃圾分类自主学习系统,其特征在于:还包括显示器,显示器显示来自处理器的数据信息;
显示器:用于显示本地处理器及上位机传回来的相关信息,如垃圾图像、名称和处理方式。
一种垃圾分类自主学习系统及其使用方法,其特征在于,基于权利要求1至3所述垃圾分类自主学习系统,其使用方法包括离线方式、在线方式,如下方法一、离线方式
第一步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第二步;
2)若语音接收器采集到语音则进行第三步;
第二步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器分析抓取图像数据的特征点,并与本地数据库中的垃圾分类数据进行匹配对比;
判断是否有匹配结果?若有匹配结果进行第五步;若无匹配结果进行第三步;
第三步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行五;若无匹配结果则进行四;
第四步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第五步;
第五步:执行开盖
本地处理器根据第二步、第三步或第四步的匹配结果,向相应的开盖执行机构发送打开相应分类桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动匹配后存储到本地数据库中;
方法二、在线方式
第一步:用户设置
用户设置智能垃圾桶的相应用户信息及联网设置、绑定设备;
第二步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第三步;
2)若语音接收器采集到语音则进行第四步;
第三步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器通过通讯将语音接收器采集的语音数据和图像采集器采集的图像数据发送至上位机,上位机的云端处理器分析抓取图像数据的特征点,与云端数据库中的垃圾分类图片进行匹配对比;
上位机的云端处理器将图像数据与相应的垃圾分类进行匹配;
判断是否有匹配结果?若有匹配结果进行第七步;若无匹配结果进行第五步;
第四步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行七;若无匹配结果则进行第六步;
第五步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第四步;
第六步:专业人员进行垃圾类型的判断
将第六步中无匹配结果的数据发送至后台,由专业人工服务人员进行人工垃圾分类,并将分类结果发送至本地处理器,并进行第七步;
第七步:执行开盖
将第三步、第四步或第六步匹配结果发回本地处理器,本地处理器向相应的开盖执行机构发送打开相应桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动对应后上传到云端的数据库中,从而实现机器自主学习的目的;
第八步:行为记录;
上位机实时并精准的采集到用户信息和用户扔垃圾的时间、地址、垃圾名称以及数据采集处理的方式等数据信息。
本发明与现有技术相比具有的有益效果是:
1.通过语音交互技术让用户深度参与垃圾分类,并通过图像采集对垃圾进行分析,最后通过云端数据实现信息数据的共享,从而实现利用人工智能技术来学习垃圾分类的目的。在这个从语音识别到图像学习的过程中,用户既是使用者,也是教育者,更是受益者;
2.垃圾分类的类别不受限于常规的分类类别,对特殊行业的垃圾分类方式可选择相应的数据库实现定制化分类;
3.所有使用该智能垃圾桶的用户可以通过智能硬件产品和APP应用,结合云端数据推送共享垃圾分类的知识,建立垃圾分类意识,并且学到许多关于垃圾分类和垃圾处理的知识进而成为常识,真正做到全民垃圾分类,规范处理垃圾;
4.通过图像分析和语音交互,确定该垃圾的分类;并告诉用户如何分类处理垃圾,提供垃圾分类帮助,纠正错误垃圾分类的观念;
5.通过大数据平台结合智能机器学习让垃圾分类更简单更智能;通过互联网资源共享,让全民共同参与垃圾分类,将每时每刻的垃圾处理和丢弃都有一条云端数据来记录和对应,让垃圾分类和溯源处理更科学更精确;
6.方便快捷:智能云平台结合智能垃圾桶的语音交互、图像识别,从而降低用户使用难度,可以在不使用APP的情况下,通过一言一行就可以完成垃圾分类处理,不管是大人还是小孩、老人都能轻松使用;
7.垃圾溯源:云数据平台结合智能垃圾桶的使用记录和特定的垃圾袋可以记录每袋垃圾过往和源头出处;
8.数据公开智能化:通过云平台将符合国家和地区的垃圾分类标准同步公开并推送给享受服务的人群;实现政策动向解读,让人工智能参与到垃圾分类中来;
9.人工智能走进千家万户:不管是垃圾分类云平台还是智能垃圾桶,都采用最新的科技成果;利用视觉神经网络技术学习区分垃圾类别,智能语音交互指导用户进行垃圾分类和处理;让智能垃圾桶走进千家万户服务。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明提出的一种垃圾分类自主学习系统的示意图。
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。
参照图1,一种垃圾分类自主学习系统,包括上位机、智能垃圾桶,所述上位机通过通讯设备与智能垃圾桶通讯连接;其特征在于:
所述智能垃圾桶包括本地处理器、距离传感器、语音接收器、图像采集器、开盖执行机构、语音播放器、本地数据库;
本地处理器接收来自距离传感器采集到的距离数据,本地处理器根据距离数据来判断是否开启语音接收器、图像采集器;
本地处理器接收来自语音接收器、图像采集器采集到的用户语音数据、垃圾图像数据,本地处理器将用户语音数据、垃圾图像数据分析处理后与本地数据库中的数据进行匹配,并将匹配结果发送至开盖执行机构进行开盖;同时将匹配的数据结果发送至上位机;
智能垃圾桶:用于信息采集和信息处理后的相关命令执行;
上位机:用于数据存储和数据计算;
距离传感器:用于采集人体接近垃圾桶物体的距离数据,人体到达检测距离范围后,就直接触发语音接收器和图像采集器工作;
本地数据库:用于存储常用或频率较高的垃圾数据;
图像采集器:用于采集垃圾的图像数据;
语音接收器:用于采集用户的语音数据;
语音播放器:用于本地处理器或上位机传回来的语音内容播放。
通过用户交互采集到的语音数据和图像数据的匹配,从而实现AI算法模型的训练及数据库的积累和机器智能学习的目的。
根据权利要求1所述的垃圾分类自主学习系统,其特征在于:所述上位机包括云端处理器、云端数据库,云端处理器接收来自处理器发来的用户语音数据、垃圾图像数据等数据信息;
云端处理器:用于计算、匹配所有相关数据,包括语音和图像数据的分析和识别;
云端数据库:用于存储用户信息,用户行为,用户语音和图像的所有相关数据。
根据权利要求1所述的垃圾分类自主学习系统,其特征在于:还包括显示器,显示器显示来自处理器的数据信息;
显示器:用于显示本地处理器及上位机传回来的相关信息,如垃圾图像、名称和处理方式。
一种垃圾分类自主学习系统及其使用方法,其特征在于,基于权利要求1至3所述垃圾分类自主学习系统,其使用方法包括离线方式、在线方式,如下方法一、离线方式
第一步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第二步;
2)若语音接收器采集到语音则进行第三步;
第二步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器分析抓取图像数据的特征点,并与本地数据库中的垃圾分类数据进行匹配对比;
判断是否有匹配结果?若有匹配结果进行第五步;若无匹配结果进行第三步;
第三步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行五;若无匹配结果则进行四;
第四步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第五步;
第五步:执行开盖
本地处理器根据第二步、第三步或第四步的匹配结果,向相应的开盖执行机构发送打开相应分类桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动匹配后存储到本地数据库中;
方法二、在线方式
第一步:用户设置
用户设置智能垃圾桶的相应用户信息及联网设置、绑定设备;
第二步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第三步;
2)若语音接收器采集到语音则进行第四步;
第三步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器通过通讯将语音接收器采集的语音数据和图像采集器采集的图像数据发送至上位机,上位机的云端处理器分析抓取图像数据的特征点,与云端数据库中的垃圾分类图片进行匹配对比;
上位机的云端处理器将图像数据与相应的垃圾分类进行匹配;
判断是否有匹配结果?若有匹配结果进行第七步;若无匹配结果进行第五步;
第四步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行七;若无匹配结果则进行第六步;
第五步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第四步;
第六步:专业人员进行垃圾类型的判断
将第六步中无匹配结果的数据发送至后台,由专业人工服务人员进行人工垃圾分类,并将分类结果发送至本地处理器,并进行第七步;
第七步:执行开盖
将第三步、第四步或第六步匹配结果发回本地处理器,本地处理器向相应的开盖执行机构发送打开相应桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动对应后上传到云端的数据库中,从而实现机器自主学习的目的;
第八步:行为记录;
上位机实时并精准的采集到用户信息和用户扔垃圾的时间、地址、垃圾名称以及数据采集处理的方式等数据信息。
数据共享平台:
所有的垃圾分类信息在云平台开放接口给社区和街道垃圾处理办公室环卫办公室等单位调取,提供数据分析数据源;
用户交互:
智能垃圾桶可以通过麦克风和喇叭,利用语音技术和用户交互;也可以通过触摸显示屏和摄像头和用户交互;
区块链技术实现垃圾的溯源;
垃圾袋采用特殊识别号,每次丢弃的垃圾袋智能垃圾桶都会自动在云端生成一条跟踪数据;
使用时,用户要先绑定智能垃圾桶,联网,并设置好相应的用户信息;
用户要扔垃圾时,向智能垃圾桶报出垃圾的名称,如香蕉皮,然后智能垃圾桶进行语音采集并识别,到本地数据库中去匹配。
如果匹配成功,上位机就会把正确结果返回给智能垃圾桶,让其打开相应分类的桶盖,同时摄像头进行多角度拍照,将图像和语音识别的结果自动对应并上传到云端的数据库中;2)如果匹配不成功,上位机就传回相应指令,而智能垃圾桶就会通过语音来回应用户表示需要更多学习,同时智能垃圾桶进行多角度拍照并将照片与识别的结果自动对应并上传至云端的数据库中,至于垃圾类别需要后台运营人员来实时更新,也可由企业通过前端APP的方式开放给平台的相关专业用户甚至是所有用户,由其来进行有奖解答,解答正确的给予相应奖励;
工作人员或者平台用户解答的结果都会实时在云端数据库中更新,不断扩充数据库;
后台上位机通过视觉AI算法,对上传的大量图像做图像特征点抓取并分析,从而实现计算机在视觉方面的自主学习,以求在下次扔垃圾的过程中,不再需要用户报出垃圾的名称就可以实现垃圾分类,更加智能,更加便捷;
有些用户的语音反馈不一定是正确的,比如故意把香蕉皮说成是苹果皮,这就需要计算机通过大数据的概率统计算法来进行数据纠正;
上位机会实时并精准的采集到用户信息和用户扔垃圾的时间,地址,垃圾名称等,从而通过大数据的沉淀和AI算法的分析,得到精准的用户消费行为,并引入相关的第三方社区服务商家,为其做精准营销的推送。
本发明未详述之处,均为本领域技术人员的公知技术。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种垃圾分类自主学习系统,包括上位机、智能垃圾桶,所述上位机通过通讯设备与智能垃圾桶通讯连接;其特征在于:
所述智能垃圾桶包括本地处理器、距离传感器、语音接收器、图像采集器、开盖执行机构、语音播放器、本地数据库;
本地处理器接收来自距离传感器采集到的距离数据,本地处理器根据距离数据来判断是否开启语音接收器、图像采集器;
本地处理器接收来自语音接收器、图像采集器采集到的用户语音数据、垃圾图像数据,本地处理器将用户语音数据、垃圾图像数据分析处理后与本地数据库中的数据进行匹配,并将匹配结果发送至开盖执行机构进行开盖;同时将匹配的数据结果发送至上位机;
智能垃圾桶:用于信息采集和信息处理后的相关命令执行;
上位机:用于数据存储和数据计算;
距离传感器:用于采集人体接近垃圾桶物体的距离数据,人体到达检测距离范围后,就直接触发语音接收器和图像采集器工作;
本地数据库:用于存储常用或频率较高的垃圾数据;
图像采集器:用于采集垃圾的图像数据;
语音接收器:用于采集用户的语音数据;
语音播放器:用于本地处理器或上位机传回来的语音内容播放。
通过用户交互采集到的语音数据和图像数据的匹配,从而实现AI算法模型的训练及数据库的积累和机器智能学习的目的。
2.根据权利要求1所述的垃圾分类自主学习系统,其特征在于:所述上位机包括云端处理器、云端数据库,云端处理器接收来自处理器发来的用户语音数据、垃圾图像数据等数据信息;
云端处理器:用于计算、匹配所有相关数据,包括语音和图像数据的分析和识别;
云端数据库:用于存储用户信息,用户行为,用户语音和图像的所有相关数据。
3.根据权利要求1所述的垃圾分类自主学习系统,其特征在于:还包括显示器,显示器显示来自处理器的数据信息;
显示器:用于显示本地处理器及上位机传回来的相关信息,如垃圾图像、名称和处理方式。
4.一种垃圾分类自主学习系统及其使用方法,其特征在于,基于权利要求1至3所述垃圾分类自主学习系统,其使用方法包括离线方式、在线方式,如下方法一、离线方式
第一步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第二步;
2)若语音接收器采集到语音则进行第三步;
第二步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器分析抓取图像数据的特征点,并与本地数据库中的垃圾分类数据进行匹配对比;
判断是否有匹配结果?若有匹配结果进行第五步;若无匹配结果进行第三步;
第三步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行五;若无匹配结果则进行四;
第四步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第五步;
第五步:执行开盖
本地处理器根据第二步、第三步或第四步的匹配结果,向相应的开盖执行机构发送打开相应分类桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动匹配后存储到本地数据库中;
方法二、在线方式
第一步:用户设置
用户设置智能垃圾桶的相应用户信息及联网设置、绑定设备;
第二步:判断出发类型
1)若用户将垃圾移动至距离传感器相应范围内,本地处理器接收到距离传感器的触发信号,则进行第三步;
2)若语音接收器采集到语音则进行第四步;
第三步:图像数据的采集
本地处理器控制并启动语音接收器、图像采集器进行相应数据采集,本地处理器通过通讯将语音接收器采集的语音数据和图像采集器采集的图像数据发送至上位机,上位机的云端处理器分析抓取图像数据的特征点,与云端数据库中的垃圾分类图片进行匹配对比;
上位机的云端处理器将图像数据与相应的垃圾分类进行匹配;
判断是否有匹配结果?若有匹配结果进行第七步;若无匹配结果进行第五步;
第四步:语音数据的采集以及语音数据的匹配分类;
语音接收器采集来自用户的语音数据之后,本地处理器接收来自语音接收器的数据,本地处理器对语音数据与本地数据库的数据进行对比分析,并根据语音中的关键词匹配在相应的垃圾分类内,若有匹配结果则进行七;若无匹配结果则进行第六步;
第五步:进行语音交互
根据第三步中的无匹配结果,语音播放器进行询问用户垃圾所述类别,同时语音接收器采集语音数据,并进行第四步;
第六步:专业人员进行垃圾类型的判断
将第六步中无匹配结果的数据发送至后台,由专业人工服务人员进行人工垃圾分类,并将分类结果发送至本地处理器,并进行第七步;
第七步:执行开盖
将第三步、第四步或第六步匹配结果发回本地处理器,本地处理器向相应的开盖执行机构发送打开相应桶盖的指令,开盖执行机构将相应的垃圾桶盖打开,用户将垃圾扔进垃圾桶内,即完成分类存放,同时摄像头进行图像采集,并将图像数据与语音接收器采集的语音数据自动对应后上传到云端的数据库中,从而实现机器自主学习的目的,从而实现机器自主学习的目的;
第八步:行为记录;
上位机实时并精准的采集到用户信息和用户扔垃圾的时间、地址、垃圾名称以及数据采集处理的方式等数据信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154236.7A CN113879722A (zh) | 2021-09-29 | 2021-09-29 | 一种垃圾分类自主学习系统及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111154236.7A CN113879722A (zh) | 2021-09-29 | 2021-09-29 | 一种垃圾分类自主学习系统及其使用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113879722A true CN113879722A (zh) | 2022-01-04 |
Family
ID=79008350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111154236.7A Pending CN113879722A (zh) | 2021-09-29 | 2021-09-29 | 一种垃圾分类自主学习系统及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113879722A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007310107A (ja) * | 2006-05-18 | 2007-11-29 | Ryushi Tamai | ゴミ箱装置 |
US20160167056A1 (en) * | 2014-12-11 | 2016-06-16 | Frank Lawrence Squartino | Organizational recycling assembly and method of use |
CN110222676A (zh) * | 2019-07-04 | 2019-09-10 | 谷建勇 | 一种垃圾分类学习系统及其使用方法 |
CN110606292A (zh) * | 2019-09-17 | 2019-12-24 | 蔡亦圣 | 基于人工智能的自动分类垃圾桶及分类方法 |
CN110697273A (zh) * | 2019-08-27 | 2020-01-17 | 酆雨舟 | 一种基于迭代学习控制的生活垃圾智能识别与自动分类系统及方法 |
-
2021
- 2021-09-29 CN CN202111154236.7A patent/CN113879722A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007310107A (ja) * | 2006-05-18 | 2007-11-29 | Ryushi Tamai | ゴミ箱装置 |
US20160167056A1 (en) * | 2014-12-11 | 2016-06-16 | Frank Lawrence Squartino | Organizational recycling assembly and method of use |
CN110222676A (zh) * | 2019-07-04 | 2019-09-10 | 谷建勇 | 一种垃圾分类学习系统及其使用方法 |
CN110697273A (zh) * | 2019-08-27 | 2020-01-17 | 酆雨舟 | 一种基于迭代学习控制的生活垃圾智能识别与自动分类系统及方法 |
CN110606292A (zh) * | 2019-09-17 | 2019-12-24 | 蔡亦圣 | 基于人工智能的自动分类垃圾桶及分类方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222676A (zh) | 一种垃圾分类学习系统及其使用方法 | |
CN109684979B (zh) | 一种基于图像识别技术的垃圾分类方法、装置及电子设备 | |
CN110697273B (zh) | 一种基于迭代学习控制的生活垃圾智能识别与自动分类系统及方法 | |
CN110294236A (zh) | 一种垃圾分类监督装置、方法及服务器系统 | |
CN108304793B (zh) | 在线学习分析系统及方法 | |
CN111498327B (zh) | 基于区块链技术提高垃圾分类正确率的系统及方法 | |
CN112298844B (zh) | 一种垃圾分类监督方法及装置 | |
CN108234610A (zh) | 一种课堂互动和反馈系统 | |
CN111301886B (zh) | 基于rbf神经网络的垃圾分类回收系统及控制方法 | |
CN111846693A (zh) | 基于实名制的智能垃圾分类投放监督和控制系统 | |
CN113111769A (zh) | 垃圾违规投放行为监控方法、装置和计算机设备 | |
CN111126138A (zh) | 垃圾分类ai图像识别方法 | |
CN110516768A (zh) | 一种垃圾分类管理的方法、装置及人工智能机器人 | |
CN115564376A (zh) | 垃圾投放管理系统和垃圾存放系统 | |
CN110929693A (zh) | 智能垃圾分类方法及系统 | |
CN111832749B (zh) | 垃圾袋识别方法及相关装置 | |
CN113971746B (zh) | 基于单次人手示教的垃圾分类方法、装置及分拣智能系统 | |
CN117465862A (zh) | 智能垃圾桶管理方法和装置 | |
CN110683240A (zh) | 一种基于图像处理的垃圾分类处理系统 | |
CN112241651A (zh) | 数据展示方法及系统、数据处理方法、存储介质、系统 | |
CN113657509A (zh) | 教学训练提升方法、装置、终端和存储介质 | |
CN113879722A (zh) | 一种垃圾分类自主学习系统及其使用方法 | |
CN117088015A (zh) | 一种智慧垃圾处理方法、系统及存储介质 | |
CN112183385A (zh) | 目标对象处理方法以及装置 | |
CN113428525A (zh) | 一种基于计算机视觉的垃圾分类系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220104 |