CN115170982A - 一种基于人工智能的水面垃圾自动识别系统 - Google Patents
一种基于人工智能的水面垃圾自动识别系统 Download PDFInfo
- Publication number
- CN115170982A CN115170982A CN202210844857.6A CN202210844857A CN115170982A CN 115170982 A CN115170982 A CN 115170982A CN 202210844857 A CN202210844857 A CN 202210844857A CN 115170982 A CN115170982 A CN 115170982A
- Authority
- CN
- China
- Prior art keywords
- garbage
- unit
- module
- image
- water surface
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明属于水面垃圾自动识别系统技术领域,尤其是一种基于人工智能的水面垃圾自动识别系统,针对现有的水面垃圾清除打捞工作大多数为人工打捞,不但耗费人力物力、打捞效率低、劳动强度高的问题,现提出如下方案,其包括终端控制平台,终端控制平台上连接有卫星定位模块,终端控制平台上连接有显示模块、录入模块、图像采集模块、图像传送模块、图像分析判断模块、垃圾定位模块、垃圾追踪模块、垃圾收集模块和水质采集模块。本发明通过图像视觉识别系统自主识别水面垃圾,搜寻垃圾,并对水面垃圾精准定位与追踪,并可进行路径规划,自动避障,自动完成对垃圾的收集,实现了水面漂浮物打捞作业的无人化与全自动化操作。
Description
技术领域
本发明涉及水面垃圾自动识别系统技术领域,尤其涉及一种基于人工智能的水面垃圾自动识别系统。
背景技术
随着我国经济社会的发展,在日常生活中,一些居民或者游客没有养成良好的卫生习惯,直接把垃圾倒进江河湖泊里,某些工厂也片面地追求经济效益,随意将工业垃圾直接排到水面上,这样就大大的加重了水体的污染程度,而倒入的垃圾会跟随着水体一起流动或者下沉,为水体垃圾的清理工作带来了难题。
现有的水面垃圾清除打捞工作大多数为人工打捞,不但耗费人力物力、打捞效率低、劳动强度高。
发明内容
本发明的目的是为了解决现有的水面垃圾清除打捞工作大多数为人工打捞,不但耗费人力物力、打捞效率低、劳动强度高的缺点,而提出的一种基于人工智能的水面垃圾自动识别系统。
为了实现上述目的,本发明采用了如下技术方案:
一种基于人工智能的水面垃圾自动识别系统,包括终端控制平台,终端控制平台上连接有卫星定位模块,所述终端控制平台上连接有显示模块、录入模块、图像采集模块、图像传送模块、图像分析判断模块、垃圾定位模块、垃圾追踪模块、垃圾收集模块和水质采集模块;
显示模块用于对采集的图像进行显示;
录入模块用于建立垃圾模型,录入不同类型的垃圾;
图像采集模块用于搜索水面的垃圾图像;
图像传送模块用于将采集的垃圾图像传送给终端控制平台;
图像分析判断模块用于将传送的垃圾图像进行对比、分析,可以对垃圾图像进行判断;
垃圾定位模块用于对垃圾的位置进行定位;
垃圾追踪模块用于判断垃圾最佳收集路线;
垃圾收集模块用于对垃圾收集;
水质采集模块用于采集水质成分。
优选的,所述录入模块包括垃圾分类单元、垃圾图像录入单元;垃圾分类单元用于对垃圾进行分类。
优选的,所述图像采集模块包括摄像头单元、图像视觉识别单元。
优选的,所述图像分析判断模块包括图像对比单元、图像分析单元和图像判断单元;
图像对比单元用于将采集垃圾的的图像进行首次分类,然后按照类型与录入的垃圾进行对比,图像对比时:采用多角度对比,首先选择相似点进行对比,然后采用整体对比;
图像分析单元用于将对比的垃圾进行分析,进行相似度判断;
图像判断单元用于对垃圾图像进行判断,相似度大于80%合格。
优选的,所述垃圾定位模块包括GNSS自动导航单元,锁定垃圾的位置后进行定位,将垃圾采用阿拉伯数字:1,2,3……,进行标记。
优选的,所述垃圾追踪模块包括垃圾路线规划单元、路线规划反馈单元、最佳路线判断单元,获取垃圾的位置后,将所有垃圾位置传送给终端控制平台,通过垃圾路线规划单元将多个垃圾位置进行多条路线规划,将多条路线进行反馈判断,最佳路线判断单元获取:路径最短路线、障碍物最少路线、顺风路线。
优选的,所述垃圾收集模块包括垃圾收集器、收集感应单元、结果反馈单元、垃圾分类收集单元;垃圾收集器包括轮船和设置的轮船上的多个智能垃圾机器人,多个智能垃圾机器人用于对不同的垃圾进行收集,收集感应单元包括红外传感器和重量传感器,用于采集收集的垃圾图像和垃圾的重量,结果反馈单元用于将采集的垃圾图像传送给终端控制平台,对不同的垃圾进行分类判断;垃圾分类收集单元包括有害垃圾收集箱、无害垃圾收集箱、可回收垃圾箱、不能回收垃圾箱并与多个智能垃圾机器人配合;重量传感器感应到垃圾装满后,则自动返航。
优选的,所述水质采集模块包括水质检测分析仪,水质检测分析仪设置在垃圾收集器上。
与现有技术相比,本发明的优点在于:
本发明通过图像视觉识别系统自主识别水面垃圾,搜寻垃圾,并对水面垃圾精准定位与追踪,并可进行路径规划,GNSS自动导航,自动避障,自动完成对垃圾的收集,满载后自动返航,实现了水面漂浮物打捞作业的无人化与全自动化操作。
附图说明
图1为本发明提出的一种基于人工智能的水面垃圾自动识别系统的框图;
图2为本发明提出的录入模块的框图;
图3为本发明提出的图像采集模块的框图;
图4为本发明提出的图像分析判断模块的框图;
图5为本发明提出的垃圾追踪模块的框图;
图6为本发明提出的垃圾收集模块的框图。
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。
实施例一
参照图1-6,一种基于人工智能的水面垃圾自动识别系统,包括终端控制平台,终端控制平台上连接有卫星定位模块,终端控制平台上连接有显示模块、录入模块、图像采集模块、图像传送模块、图像分析判断模块、垃圾定位模块、垃圾追踪模块、垃圾收集模块和水质采集模块;
显示模块用于对采集的图像进行显示;
图像传送模块用于将采集的垃圾图像传送给终端控制平台。
参照图2,本实施例中,录入模块用于建立垃圾模型,录入不同类型的垃圾;录入模块包括垃圾分类单元、垃圾图像录入单元;垃圾分类单元用于对垃圾进行分类。
参照图3,本实施例中,图像采集模块用于搜索水面的垃圾图像;图像采集模块包括摄像头单元、图像视觉识别单元;摄像头单元为卫星摄像头,图像视觉识别单元将拍摄的图像识别存储,初次识别按照尺寸进行识别,垃圾尺寸一般小于4m2,大于4m2则判定位其他物体或障碍物,同样进行标记,采用红色三角进行标记,方便后期规划路线进行避障。
参照图4,本实施例中,图像分析判断模块用于将传送的垃圾图像进行对比、分析,可以对垃圾图像进行判断;图像分析判断模块包括图像对比单元、图像分析单元和图像判断单元;
图像对比单元用于将采集垃圾的的图像进行首次分类,然后按照类型与录入的垃圾进行对比,图像对比时:采用多角度对比,首先选择相似点进行对比,然后采用整体对比;
图像分析单元用于将对比的垃圾进行分析,进行相似度判断;
图像判断单元用于对垃圾图像进行判断,相似度大于80%合格。
本实施例中,垃圾定位模块用于对垃圾的位置进行定位;垃圾定位模块包括GNSS自动导航单元,锁定垃圾的位置后进行定位,将垃圾采用阿拉伯数字:1,2,3……,进行标记。
参照图5,本实施例中,垃圾追踪模块用于判断垃圾最佳收集路线;垃圾追踪模块包括垃圾路线规划单元、路线规划反馈单元、最佳路线判断单元,获取垃圾的位置后,将所有垃圾位置传送给终端控制平台,通过垃圾路线规划单元将多个垃圾位置进行多条路线规划,将多条路线进行反馈判断,最佳路线判断单元获取:路径最短路线、障碍物最少路线、顺风路线,还可以规划出用时最少路线。
参照图6,本实施例中,垃垃圾收集模块包括垃圾收集器、收集感应单元、结果反馈单元、垃圾分类收集单元;垃圾收集器包括轮船和设置的轮船上的多个智能垃圾机器人,多个智能垃圾机器人用于对不同的垃圾进行收集,收集感应单元包括红外传感器和重量传感器,用于采集收集的垃圾图像和垃圾的重量,结果反馈单元用于将采集的垃圾图像传送给终端控制平台,对不同的垃圾进行分类判断;垃圾分类收集单元包括有害垃圾收集箱、无害垃圾收集箱、可回收垃圾箱、不能回收垃圾箱并与多个智能垃圾机器人配合;重量传感器感应到垃圾装满后,则自动返航。
本实施例中,水质采集模块用于采集水质成分,水质采集模块包括水质检测分析仪,水质检测分析仪设置在垃圾收集器上。
实施例二
实施例二与实施例一的区别在于:终端控制平台上还连接有移动模块,移动模块为手机或平板,通过下载安装app的方式与终端控制平台连接,可以远程接收信息,并远程进行操控。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于人工智能的水面垃圾自动识别系统,包括终端控制平台,终端控制平台上连接有卫星定位模块,其特征在于,所述终端控制平台上连接有显示模块、录入模块、图像采集模块、图像传送模块、图像分析判断模块、垃圾定位模块、垃圾追踪模块、垃圾收集模块和水质采集模块;
显示模块用于对采集的图像进行显示;
录入模块用于建立垃圾模型,录入不同类型的垃圾;
图像采集模块用于搜索水面的垃圾图像;
图像传送模块用于将采集的垃圾图像传送给终端控制平台;
图像分析判断模块用于将传送的垃圾图像进行对比、分析,可以对垃圾图像进行判断;
垃圾定位模块用于对垃圾的位置进行定位;
垃圾追踪模块用于判断垃圾最佳收集路线;
垃圾收集模块用于对垃圾收集;
水质采集模块用于采集水质成分。
2.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述录入模块包括垃圾分类单元、垃圾图像录入单元;垃圾分类单元用于对垃圾进行分类。
3.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述图像采集模块包括摄像头单元、图像视觉识别单元。
4.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述图像分析判断模块包括图像对比单元、图像分析单元和图像判断单元;
图像对比单元用于将采集垃圾的的图像进行首次分类,然后按照类型与录入的垃圾进行对比,图像对比时:采用多角度对比,首先选择相似点进行对比,然后采用整体对比;
图像分析单元用于将对比的垃圾进行分析,进行相似度判断;
图像判断单元用于对垃圾图像进行判断,相似度大于80%合格。
5.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述垃圾定位模块包括GNSS自动导航单元,锁定垃圾的位置后进行定位,将垃圾采用阿拉伯数字:1,2,3……,进行标记。
6.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述垃圾追踪模块包括垃圾路线规划单元、路线规划反馈单元、最佳路线判断单元,获取垃圾的位置后,将所有垃圾位置传送给终端控制平台,通过垃圾路线规划单元将多个垃圾位置进行多条路线规划,将多条路线进行反馈判断,最佳路线判断单元获取:路径最短路线、障碍物最少路线、顺风路线。
7.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述垃圾收集模块包括垃圾收集器、收集感应单元、结果反馈单元、垃圾分类收集单元;垃圾收集器包括轮船和设置的轮船上的多个智能垃圾机器人,多个智能垃圾机器人用于对不同的垃圾进行收集,收集感应单元用于采集收集的垃圾图像,结果反馈单元用于将采集的垃圾图像传送给终端控制平台,对不同的垃圾进行分类判断;垃圾分类收集单元包括有害垃圾收集箱、无害垃圾收集箱、可回收垃圾箱、不能回收垃圾箱并与多个智能垃圾机器人配合。
8.根据权利要求1所述的一种基于人工智能的水面垃圾自动识别系统,其特征在于,所述水质采集模块包括水质检测分析仪,水质检测分析仪设置在垃圾收集器上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844857.6A CN115170982A (zh) | 2022-07-19 | 2022-07-19 | 一种基于人工智能的水面垃圾自动识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844857.6A CN115170982A (zh) | 2022-07-19 | 2022-07-19 | 一种基于人工智能的水面垃圾自动识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115170982A true CN115170982A (zh) | 2022-10-11 |
Family
ID=83494818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210844857.6A Pending CN115170982A (zh) | 2022-07-19 | 2022-07-19 | 一种基于人工智能的水面垃圾自动识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115170982A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116591131A (zh) * | 2023-07-18 | 2023-08-15 | 浙江大学海南研究院 | 垃圾收集模块及垃圾收集装置 |
-
2022
- 2022-07-19 CN CN202210844857.6A patent/CN115170982A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116591131A (zh) * | 2023-07-18 | 2023-08-15 | 浙江大学海南研究院 | 垃圾收集模块及垃圾收集装置 |
CN116591131B (zh) * | 2023-07-18 | 2023-09-22 | 浙江大学海南研究院 | 垃圾收集模块及垃圾收集装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108189043B (zh) | 一种应用于高铁机房的巡检方法及巡检机器人系统 | |
CN108875911B (zh) | 一种泊车位检测方法 | |
CN110040396B (zh) | 基于大数据、机器学习的智能垃圾桶自主决策系统与方法 | |
CN102221551B (zh) | 一种蓝藻监测装置及方法 | |
CN101706274B (zh) | 钢轨扣件系统螺母缺失自动检测装置 | |
CN114355907B (zh) | 一种基于云端的智能化垃圾识别和清扫方法、系统 | |
CN109459552B (zh) | 一种节点监测装置的投放和回收方法及系统 | |
CN113109344A (zh) | 一种基于物联网技术实时高效的新型水质监测系统 | |
CN115170982A (zh) | 一种基于人工智能的水面垃圾自动识别系统 | |
CN114147740B (zh) | 基于环境状态的机器人巡查规划系统及方法 | |
CN112775970A (zh) | 一种巡检机器人多传感器系统及巡检方法 | |
CN111931986A (zh) | 一种垃圾清运车路线优化方法及城市垃圾清运生态系统 | |
CN113377111A (zh) | 一种无人清扫车的任务调度系统及方法 | |
CN109297763A (zh) | 水体污染物采样监测系统及控制方法 | |
CN115941529A (zh) | 一种基于机器人的电缆隧道检测方法和系统 | |
Srinivasan et al. | Smart Waste Collecting Robot Integration With IoT and Machine Learning | |
CN112508911A (zh) | 基于巡检机器人的轨交接触网悬挂支撑部件裂纹检测系统及其检测方法 | |
CN113052005A (zh) | 一种用于家居服务的垃圾分拣方法和垃圾分拣装置 | |
CN209805505U (zh) | 一种配电房移动式巡检装置 | |
CN113051944B (zh) | 一种无线分布式快速寻物的方法及系统 | |
CN113239747A (zh) | 一种基于计算机视觉的水上智能排污清障系统 | |
CN109178308A (zh) | 一种无人机清理湖面垃圾的方法及系统 | |
CN117526838A (zh) | 一种光伏电站清洁维护系统 | |
CN117134703A (zh) | 一种光伏板的清洁方法和清洁系统 | |
CN109902647A (zh) | 一种便携式在线鸟巢智能识别方法及系统 |
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 |