CN116553040A - 智能地埋式垃圾站的状态参数管理方法以及装置 - Google Patents
智能地埋式垃圾站的状态参数管理方法以及装置 Download PDFInfo
- Publication number
- CN116553040A CN116553040A CN202310833969.6A CN202310833969A CN116553040A CN 116553040 A CN116553040 A CN 116553040A CN 202310833969 A CN202310833969 A CN 202310833969A CN 116553040 A CN116553040 A CN 116553040A
- Authority
- CN
- China
- Prior art keywords
- garbage
- intelligent
- model
- coding
- characters
- 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.)
- Granted
Links
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 214
- 238000007726 management method Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 238000004659 sterilization and disinfection Methods 0.000 claims abstract description 45
- 238000004332 deodorization Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 36
- 239000003795 chemical substances by application Substances 0.000 claims abstract description 15
- 239000002781 deodorant agent Substances 0.000 claims abstract description 7
- 230000001877 deodorizing effect Effects 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 23
- 230000007246 mechanism Effects 0.000 claims description 15
- 108091026890 Coding region Proteins 0.000 claims description 13
- 230000001954 sterilising effect Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 10
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 239000000341 volatile oil Substances 0.000 claims description 8
- 239000003206 sterilizing agent Substances 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 239000007921 spray Substances 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 66
- 230000001276 controlling effect Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000013136 deep learning model Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000969 carrier Substances 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F9/00—Transferring of refuse between vehicles or containers with intermediate storage or pressing
-
- 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
- B65F1/1426—Housings, cabinets or enclosures for refuse receptacles
- B65F1/1447—Housings, cabinets or enclosures for refuse receptacles located underground
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65F—GATHERING OR REMOVAL OF DOMESTIC OR LIKE REFUSE
- B65F7/00—Cleaning or disinfecting devices combined with refuse receptacles or refuse vehicles
-
- 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
- B65F2210/129—Deodorizing means
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明涉及数据处理技术领域，提供一种智能地埋式垃圾站的状态参数管理方法以及装置，包括：采集智能垃圾桶的状态数据；获取智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；基于第一特征，匹配出初始垃圾分析模型；基于所述第二特征，匹配出模型参数集合；将初始垃圾分析模型中的初始模型参数更新为模型参数集合中的模型参数，得到垃圾分析模型；基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；若分析结果为需要进行消杀和除臭处理，则启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。本发明中，可以自动准确地检测智能垃圾桶是否需要进行消杀和除臭处理，进而再进行消杀和除臭处理。
Description
技术领域
本发明涉及数据处理的技术领域，特别涉及一种智能地埋式垃圾站的状态参数管理方法以及装置。
背景技术
随着城市化进程的加快，垃圾处理成为城市管理中一个重要的问题。传统的垃圾桶只能简单地堆放垃圾，当垃圾桶中的垃圾产生异味或者堆放时间过久时会造成病毒大量繁殖，可能造成人员感染。现有垃圾桶无法主动解决垃圾桶中的异味、传染病菌等问题；同时，目前的垃圾桶由于位置差异性不同，没有针对性的检测手段，也无法准确检测出垃圾桶是否需要清洁的结果，目前的检测手段检测准确度低，检测效率也低。
发明内容
本发明的主要目的为提供一种智能地埋式垃圾站的状态参数管理方法以及装置，旨在克服垃圾桶无法主动进行消杀、除臭处理以及检测不准确的缺陷。
为实现上述目的，本发明提供了一种智能地埋式垃圾站的状态参数管理方法，应用于云端服务器，所述方法包括以下步骤：
采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
进一步地，各个所述传感器通过物联网与云端服务器进行通讯，所述状态数据包括垃圾桶的填充程度、温度、湿度以及气味中的一种或多种。
进一步地，所述控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂到智能垃圾桶内部的步骤之后，还包括：
将消杀、除臭的信息以及智能垃圾桶的状态数据推送至管理系统进行可视化展示。
进一步地，所述智能地埋式垃圾站还包括升降机构；所述升降机构用于控制所述智能垃圾桶在地上与地下之间进行往复运动。
进一步地，所述智能地埋式垃圾站还包括除臭系统；
所述除臭系统用于通过雾化机对内置精油进行加热雾化，并通过喷雾管将雾化后的精油均匀释放至所述升降机构内部。
进一步地，所述基于所述第二特征，从数据库中匹配出对应的模型参数集合的步骤，包括：
基于所述第一特征对数据库中存储的多个加密数据表依次进行解密；其中，各个加密数据表的加密密码互不相同，所述第一特征为多个字符的组合；
获取出唯一一个被所述第一特征解密的加密数据表，解密之后得到目标数据表；其中，所述目标数据表中存储有不同的字符组合与不同的序号值的对应关系；
根据所述第二特征，从所述目标数据表中匹配出对应的序号值；其中，所述第二特征为字符组合；
根据所述序号值，在数据库中匹配对应的模型参数集合。
进一步地，所述根据所述序号值，在数据库中匹配对应的模型参数集合的步骤之后，还包括：
对所述模型参数集合进行哈希计算，得到对应的哈希值；
在所述目标数据表中获取对应所述序号值的参考哈希值；其中，所述目标数据表中还存储有不同的序号值与参考哈希值的对应关系；
判断所述哈希值与所述参考哈希值是否相同；若相同，则判定所述模型参数集合有效；若不同，则判定所述模型参数集合无效。
进一步地，所述对所述标识信息进行特征提取，得到第一特征以及第二特征的步骤，包括：
获取所述标识信息多个指定位置上的字符并进行组合，得到标识字符组合；
基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表；
基于编排之后的编码表对所述标识信息进行解码，得到对应的解码信息；
根据所述标识字符组合，在数据库中匹配对应的字符分割规则；其中，数据库中存储有标识字符组合与字符分割规则的映射关系；
基于匹配出的所述字符分割规则对所述标识信息进行分割，得到多个标识字符组合；其中，每个所述标识字符组合中包括至少一个字符；
从多个标识字符组合中识别出指定位置上包含第一字符的第一标识字符组合，作为所述第一特征；从多个标识字符组合中识别出指定位置上不包含第一字符的第二标识字符组合，作为所述第二特征。
进一步地，所述基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表的步骤，包括：
获取标准编码表；所述标准编码表中包含编码序列数字与编码字符的映射关系，其中编码字符为英文字符；
在标准编码表中查找与所述标识字符组合相匹配的英文字符，并将其标记为无效；
根据标准编码表中有效编码字符的编码频率构建一个编码优先级队列；
基于编码优先级队列中编码字符的编码频率，按照频率从高到低的顺序，为每个有效编码字符分配一个新的编码序列数字；
在完成有效编码字符的编码序列数字分配后，为标记为无效的编码字符按照顺序分配新的编码序列数字，并重新标记为有效；
获取所有有效编码字符及其对应的新的编码序列数字，将其组合成重新编排后的编码表。
本发明还提供了一种智能地埋式垃圾站的状态参数管理装置，应用于云端服务器，所述装置包括：
采集单元，用于采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
获取单元，用于获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
匹配单元，用于基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
更新单元，用于将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
分析单元，用于基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
清洁单元，用于若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
本发明提供的智能地埋式垃圾站的状态参数管理方法以及装置，包括：采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。本发明中，可以自动准确地检测智能垃圾桶是否需要进行消杀和除臭处理，进而再进行消杀和除臭处理。
附图说明
图1是本发明一实施例中智能地埋式垃圾站的状态参数管理方法步骤示意图；
图2是本发明一实施例中智能地埋式垃圾站的状态参数管理装置结构框图；
图3是本发明一实施例的计算机设备的结构示意框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，本发明一实施例中提供了一种智能地埋式垃圾站的状态参数管理方法，应用于云端服务器，所述方法包括以下步骤：
步骤S1，采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
步骤S2，获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
步骤S3，基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
步骤S4，将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
步骤S5，基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
步骤S6，若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
在本实施例中，上述方案应用于自动检测智能垃圾桶是否需要进行消杀和除臭处理，在需要进行消杀和除臭处理时，控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部，智能化进行消杀以及除臭。
如上述步骤S1所述的，采集智能垃圾桶的状态数据：该步骤涉及使用安装在智能地埋式垃圾站中的多个传感器来采集垃圾桶的状态数据。传感器可能包括温度传感器、湿度传感器、填充传感器等，用于收集垃圾桶内部环境的相关信息。
如上述步骤S2所述的，获取智能地埋式垃圾站的标识信息并提取特征：在此步骤中，获取垃圾站的标识信息，并从中提取出第一特征和第二特征。这些特征主要为上述标识信息中的字符，而上述字符可以携带包括地理位置、容量、使用状态等与垃圾桶相关的信息。
如上述步骤S3所述的，基于第一特征匹配初始垃圾分析模型：根据所提取的第一特征，通过与存储在数据库中的初始模型进行匹配，找到对应的初始垃圾分析模型。上述初始垃圾分析模型是通过预先使用机器学习算法训练得到的模型。进而，基于第二特征匹配模型参数集合：通过与数据库中存储的模型参数集合进行匹配，找到与第二特征对应的参数集合。上述参数集合是初始垃圾分析模型适用于当前智能地埋式垃圾站的最优模型参数；不同的智能地埋式垃圾站适用于不同的模型参数集合。
如上述步骤S4所述的，在此步骤中，将初始垃圾分析模型中的初始模型参数替换为从数据库中匹配到的模型参数集合中的参数，以获得更新后的垃圾分析模型。
如上述步骤S5-S6所述的，基于更新后的垃圾分析模型，对采集到的状态数据进行检测和分析。这个步骤的目的是判断是否需要进行消杀和除臭处理。
如果分析结果显示需要进行消杀和除臭处理，则将控制智能地埋式垃圾站中的自动消杀设备和自动除臭设备启动并释放相应的消杀剂和除臭剂到垃圾桶内部。上述过程中自动化执行，且采用机器学习算法，检测准确率高。
在本实施例中，智能地埋式垃圾站的状态参数管理方法利用传感器采集垃圾桶的状态数据，并通过特征提取、模型匹配和参数更新等步骤，对垃圾桶的状态进行检测分析，以决定是否需要进行消杀和除臭处理。如果需要处理，则自动控制消杀和除臭设备释放相应的剂量。
在一实施例中，各个所述传感器通过物联网与云端服务器进行通讯，所述状态数据包括垃圾桶的填充程度、温度、湿度以及气味中的一种或多种。
对于采集智能垃圾桶的填充程度、温度、湿度以及气味，可以使用多种传感器进行采集数据。
例如：填充程度传感器：一种常用的传感器是压力传感器，可以测量智能垃圾桶内垃圾的重量或压力，从而得知智能垃圾桶的填充程度。
温度传感器：可使用温度传感器，如热敏电阻、热敏电容或红外线温度传感器，来测量智能垃圾桶的温度。
湿度传感器：湿度传感器可以测量智能垃圾桶内的湿度水平。常见的湿度传感器类型包括电容式湿度传感器和电阻式湿度传感器。
气味传感器：气味传感器可以检测智能垃圾桶中的气味浓度。常见的气味传感器类型包括挥发性有机化合物（VOC）传感器和气体传感器。
在一实施例中，所述控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂到智能垃圾桶内部的步骤之后，还包括：
将消杀、除臭的信息以及智能垃圾桶的状态数据推送至管理系统进行可视化展示。
在一实施例中，所述智能地埋式垃圾站还包括升降机构；所述升降机构用于控制所述智能垃圾桶在地上与地下之间进行往复运动。
在一实施例中，所述智能地埋式垃圾站还包括除臭系统；
所述除臭系统用于通过雾化机对内置精油进行加热雾化，并通过喷雾管将雾化后的精油均匀释放至所述升降机构内部。
在本实施例中，上述升降机构具有以下优点:
平台容积大，内置1100升超大容量智能垃圾桶，它是普通垃圾桶的5-10倍，能有效地缓存更多垃圾。该系统单筒可容纳1100L垃圾 (或300KG) 。同时由于充分利用了地下空间，使得垃圾不再暴露。当平台升起后，可使用传统的清运车辆，将其内置的垃圾桶清空。同时框架结构稳定，机构各处设计有四组调节水平及倾斜的部件，以供设备安装调节。在机构背面设计有安全插销，保证在每次升起设备后横置安全插销，以防止误操作、超重电控系统失灵等造成的设备下降。
智能地埋式垃圾站还包括垃圾投料器: 垃圾投料器安装于系统上平台的正中央，并做了垃圾分类标识。筒盖上装有监测用的红绿两个警示灯，方便观察机构内垃圾桶的料位情况。筒身内置机械减速装置，当筒盖关合至三分之一处时，筒盖缓慢匀速关合。且筒盖带锁，使用后盖紧筒盖，防止儿童攀爬，不慎坠入。筒身背后内置控制维修槽，打开维修门后便可取用控制器及维修设备。
智能地埋式垃圾站还包括料位监测系统: 料位监测系统由控制盒、一对红外线探测器、两个警示灯、一个声光报警器组成。系统采用直流12V安全电压控制。系统启动后，绿灯亮，可持续往投料口投掷垃圾，当垃圾料位触发升降机构内置探测器时，探测器发出电信号到控制盒控制盒发出报警信号，控制投料器上的红色灯钮亮，且内置声音报警器发出报警声音，提示操作人员，内置垃圾桶料位已满，需要倾倒垃圾。
智能地埋式垃圾站还包括除臭系统: 该除臭系统采用直流24v安全电压控制，外观小巧，且高度智能化。该除臭系统通过使用定制的雾化机，对内置精油进行加热雾化，在通过喷雾管均匀释放到升降机构内部，从而能够有效地抑制垃圾的腐化，细菌滋生，减少臭味产生。该除臭系统可对喷雾的时间段、喷雾时长及间隔时间进行人工调节，既保证喷雾效果，又能延长精油使用时间。
智能地埋式垃圾站还包括液压动力系统: 该液压动力系统依照国内常规工业用电，使用380V三相交流电源控制,通过控制器控制油泵动作，从而控制液压缸伸缩运动，再由液压缸的伸缩运动，带动升降机构缓慢匀速升降。该系统体积小巧且举升能力强，油泵内置于油箱，全密封式设计结构，相较其他动力系统，该系统防水性能高 (防水系数IP67)、且系统稳定，不易发生系统故障。电路控制系统，设计有一项保护操作，当液压缸降至距离地面20CM左右，电磁传感器向控制箱输入电信号，设备自动停机，需再次按下“下行”键，方可继续下降。此操作强调，在设备下行的过程当中，务必确保周围没有人 (特别是儿童) 或物经过。
智能地埋式垃圾站还包括排水系统: 该排水系统由排水井、地表排水沟、相应的排水管道及水泵组成。地表排水沟、基坑排水口，均有相应的排水管连接至排水井。当排水井内的水位超过警戒线时，水泵自动启动开始排水，设计排水量可承受日降雨量1000mm以上的排水使用。
在一实施例中，所述基于所述第二特征，从数据库中匹配出对应的模型参数集合的步骤，包括：
基于所述第一特征对数据库中存储的多个加密数据表依次进行解密；其中，各个加密数据表的加密密码互不相同，所述第一特征为多个字符的组合；在此步骤中，根据第一特征，逐个解密存储在数据库中的多个加密数据表。这些加密数据表使用不同的加密密码进行保护，而第一特征是由多个字符组合而成的。通过对每个加密数据表逐个解密，能够得到被第一特征解密的唯一一个目标数据表。
获取出唯一一个被所述第一特征解密的加密数据表，解密之后得到目标数据表；其中，所述目标数据表中存储有不同的字符组合与不同的序号值的对应关系；获取唯一一个被第一特征解密的目标数据表。解密该表后，可以得到存储不同的字符组合与其对应序号值的关系。
根据所述第二特征，从所述目标数据表中匹配出对应的序号值；其中，所述第二特征为字符组合；根据第二特征从目标数据表中匹配序号值：通过使用第二特征，即字符组合，从目标数据表中匹配对应的序号值。在目标数据表中，不同的字符组合与其对应的序号值被存储起来。
根据所述序号值，在数据库中匹配对应的模型参数集合。
在本实施例中，利用加密数据表、特征解密、字符组合匹配和序号值查询等步骤集成，实现了智能地埋式垃圾站的状态参数管理方法的关键功能。这些创新使得系统能够根据特定特征获取预先存储的模型参数集合，进而实现垃圾处理方案的灵活调整。
在一实施例中，所述根据所述序号值，在数据库中匹配对应的模型参数集合的步骤之后，还包括：
对所述模型参数集合进行哈希计算，得到对应的哈希值；
在所述目标数据表中获取对应所述序号值的参考哈希值；其中，所述目标数据表中还存储有不同的序号值与参考哈希值的对应关系；
判断所述哈希值与所述参考哈希值是否相同；若相同，则判定所述模型参数集合有效；若不同，则判定所述模型参数集合无效。
在一实施例中，所述对所述标识信息进行特征提取，得到第一特征以及第二特征的步骤，包括：
获取所述标识信息多个指定位置上的字符并进行组合，得到标识字符组合；在该步骤中，从标识信息中指定的多个位置获取字符，并将这些字符进行组合。通过这个组合，得到一个特定的标识字符组合。
基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表；基于上一步的标识字符组合，在此步骤中重新编排标准的编码表。通过重新编排，可以得到一个编排之后的编码表，用于后续解码过程。重新编排之后的编码表具有独特性，提升数据安全性。
基于编排之后的编码表对所述标识信息进行解码，得到对应的解码信息；在此步骤中，根据重新编排的编码表对标识信息进行解码。解码过程会将编码信息还原为对应的原始信息，从而得到解码信息。
根据所述标识字符组合，在数据库中匹配对应的字符分割规则；其中，数据库中存储有标识字符组合与字符分割规则的映射关系；根据标识字符组合，在数据库中匹配相应的字符分割规则。数据库中存储着标识字符组合与字符分割规则的映射关系，这种关系在特征提取过程中起到关键作用。
基于匹配出的所述字符分割规则对所述标识信息进行分割，得到多个标识字符组合；其中，每个所述标识字符组合中包括至少一个字符；基于匹配到的字符分割规则，对标识信息进行分割，从而得到多个标识字符组合。每个标识字符组合中至少包含一个字符，这在后续的特征提取中起到重要作用。
从多个标识字符组合中识别出指定位置上包含第一字符的第一标识字符组合，作为所述第一特征；从多个标识字符组合中识别出指定位置上不包含第一字符的第二标识字符组合，作为所述第二特征。在此步骤中，从多个标识字符组合中识别出包含第一字符的第一特征标识字符组合，作为第一特征。同时，也从多个标识字符组合中识别出不包含第一字符的第二特征标识字符组合，作为第二特征。
在本实施例中，上述技术方案的核心点在于通过特定的组合、重新编排的编码表、解码和字符分割规则的匹配，实现对标识信息的特征提取。通过特征提取，可以准确获取第一特征和第二特征，这对后续的数据处理和模型匹配具有重要意义。
在一实施例中，所述基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表的步骤，包括：
获取标准编码表；所述标准编码表中包含编码序列数字与编码字符的映射关系，其中编码字符为英文字符；在此步骤中，获取包含编码序列数字与编码字符的标准编码表。标准编码表中的编码字符是英文字符，而编码序列数字与每个编码字符相关联。
在标准编码表中查找与所述标识字符组合相匹配的英文字符，并将其标记为无效；
根据标准编码表中有效编码字符的编码频率构建一个编码优先级队列；可以理解的是，在一个实施例中，上述编码频率指的是上述标准编码表中有效编码字符对一个预设的数据进行编码时，各个有效编码字符的使用频率。
基于编码优先级队列中编码字符的编码频率，按照频率从高到低的顺序，为每个有效编码字符分配一个新的编码序列数字；
在完成有效编码字符的编码序列数字分配后，为标记为无效的编码字符按照顺序分配新的编码序列数字，并重新标记为有效；
获取所有有效编码字符及其对应的新的编码序列数字，将其组合成重新编排后的编码表。
在本实施例中，上述技术方案的核心在于通过重新编排标准编码表，根据编码字符的频率分配新的编码序列数字，并确保所生成的新编码表与原标识字符组合相关联。重新编排的编码表能够提高编码字符的独特性，且可以和标识字符组合进行强关联，后续可以根据标识字符组合重新生成相同的编码表，有利于后续稽查。
在一实施例中，上述智能垃圾桶还用于：
开启摄像头，采集用户终端的显示屏上显示的二维码；其中，所述二维码基于厂商企业提供的WiFi名称以及WiFi密码所生成；
对所述二维码进行解析，得到一个数据载体序列；其中，所述数据载体序列中包括多个依次排序的数据载体；所述数据载体中包括空的数据载体、真实数据载体以及伪造数据载体；
检测所述数据载体序列中空的数据载体的数量x；
基于所述空的数据载体的数量x，从所述数据载体序列中选择出排列在第x位的数据载体，作为真实数据载体；
对所述真实数据载体进行数据解析，获取所述真实数据载体中携带的WiFi名称以及WiFi密码，并基于WiFi名称以及WiFi密码自动无线连接至WiFi热点中。
在一实施例中，上述初始垃圾分析模型的训练方法，包括：
分析模型训练的条件是否已经满足。训练条件可以包括输入的数据集的长度、质量、完整性，以及模型参数的初始化。
如果模型训练的条件已满足，则判断是否需要对深度学习模型进行重构性训练。此判断可以根据上一次训练模型的表现，如模型准确度、召回率等模型评估指标来确定。
如果需要对深度学习模型进行重构性训练，则获取智能垃圾桶的样本状态参数。这些参数会用于深度学习模型的变量的确定性训练和变量系数的确定性训练。
如果不需要对深度学习模型进行重构性训练，则利用智能垃圾桶的样本状态参数对深度学习模型进行修正性训练。
修正性训练包括深度学习模型的变量系数的确定性训练，具体步骤如下：
确定预定的垃圾桶样本状态参数与对应变量系数的取值范围映射关系。通过对已有的垃圾桶样本状态参数进行分析，定义出不同样本状态参数与对应变量系数的取值范围。例如根据重量和体积能预定出垃圾类别的取值范围。
在已定义出的对应变量系数取值范围中，为各个深度学习模型的变量系数确定取值。然后，根据取值后的变量系数对深度学习模型进行修正性训练。
综上所述的训练过程，可以得到一个经过训练的初始垃圾分析模型，该模型能对垃圾桶的状态数据进行初步分析，实现对垃圾的气味、湿度、温度等特征的预测与分辨。
参照图2，本发明一实施例中还提供了一种智能地埋式垃圾站的状态参数管理装置，应用于云端服务器，所述装置包括：
采集单元，用于采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
获取单元，用于获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
匹配单元，用于基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
更新单元，用于将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
分析单元，用于基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
清洁单元，用于若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
在本实施例中，上述装置实施例中的各个单元的具体实现，请参照上述方法实施例中所述，在此不再进行赘述。
参照图3，本发明实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、显示屏、输入装置、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定。
本发明一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。
综上所述，为本发明实施例中提供的智能地埋式垃圾站的状态参数管理方法以及装置，包括：采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。本发明中，可以自动准确地检测智能垃圾桶是否需要进行消杀和除臭处理，进而再进行消杀和除臭处理。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能地埋式垃圾站的状态参数管理方法，其特征在于，应用于云端服务器，所述方法包括以下步骤：
采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
2.根据权利要求1所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，各个所述传感器通过物联网与云端服务器进行通讯，所述状态数据包括垃圾桶的填充程度、温度、湿度以及气味中的一种或多种。
3.根据权利要求1所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂到智能垃圾桶内部的步骤之后，还包括：
将消杀、除臭的信息以及智能垃圾桶的状态数据推送至管理系统进行可视化展示。
4.根据权利要求1所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述智能地埋式垃圾站还包括升降机构；所述升降机构用于控制所述智能垃圾桶在地上与地下之间进行往复运动。
5.根据权利要求4所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述智能地埋式垃圾站还包括除臭系统；
所述除臭系统用于通过雾化机对内置精油进行加热雾化，并通过喷雾管将雾化后的精油均匀释放至所述升降机构内部。
6.根据权利要求1所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述基于所述第二特征，从数据库中匹配出对应的模型参数集合的步骤，包括：
基于所述第一特征对数据库中存储的多个加密数据表依次进行解密；其中，各个加密数据表的加密密码互不相同，所述第一特征为多个字符的组合；
获取出唯一一个被所述第一特征解密的加密数据表，解密之后得到目标数据表；其中，所述目标数据表中存储有不同的字符组合与不同的序号值的对应关系；
根据所述第二特征，从所述目标数据表中匹配出对应的序号值；其中，所述第二特征为字符组合；
根据所述序号值，在数据库中匹配对应的模型参数集合。
7.根据权利要求6所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述根据所述序号值，在数据库中匹配对应的模型参数集合的步骤之后，还包括：
对所述模型参数集合进行哈希计算，得到对应的哈希值；
在所述目标数据表中获取对应所述序号值的参考哈希值；其中，所述目标数据表中还存储有不同的序号值与参考哈希值的对应关系；
判断所述哈希值与所述参考哈希值是否相同；若相同，则判定所述模型参数集合有效；若不同，则判定所述模型参数集合无效。
8.根据权利要求1所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述对所述标识信息进行特征提取，得到第一特征以及第二特征的步骤，包括：
获取所述标识信息多个指定位置上的字符并进行组合，得到标识字符组合；
基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表；
基于编排之后的编码表对所述标识信息进行解码，得到对应的解码信息；
根据所述标识字符组合，在数据库中匹配对应的字符分割规则；其中，数据库中存储有标识字符组合与字符分割规则的映射关系；
基于匹配出的所述字符分割规则对所述标识信息进行分割，得到多个标识字符组合；其中，每个所述标识字符组合中包括至少一个字符；
从多个标识字符组合中识别出指定位置上包含第一字符的第一标识字符组合，作为所述第一特征；从多个标识字符组合中识别出指定位置上不包含第一字符的第二标识字符组合，作为所述第二特征。
9.根据权利要求8所述的智能地埋式垃圾站的状态参数管理方法，其特征在于，所述基于所述标识字符组合，对标准的编码表进行重新编排，得到编排之后的编码表的步骤，包括：
获取标准编码表；所述标准编码表中包含编码序列数字与编码字符的映射关系，其中编码字符为英文字符；
在标准编码表中查找与所述标识字符组合相匹配的英文字符，并将其标记为无效；
根据标准编码表中有效编码字符的编码频率构建一个编码优先级队列；
基于编码优先级队列中编码字符的编码频率，按照频率从高到低的顺序，为每个有效编码字符分配一个新的编码序列数字；
在完成有效编码字符的编码序列数字分配后，为标记为无效的编码字符按照顺序分配新的编码序列数字，并重新标记为有效；
获取所有有效编码字符及其对应的新的编码序列数字，将其组合成重新编排后的编码表。
10.一种智能地埋式垃圾站的状态参数管理装置，其特征在于，应用于云端服务器，所述装置包括：
采集单元，用于采集智能垃圾桶的状态数据；其中，所述智能地埋式垃圾站中包括多个地埋式的智能垃圾桶，所述智能垃圾桶中安装有多个传感器用于采集所述状态数据；
获取单元，用于获取所述智能地埋式垃圾站的标识信息，对所述标识信息进行特征提取，得到第一特征以及第二特征；
匹配单元，用于基于第一特征，从数据库中匹配出对应的初始垃圾分析模型；基于所述第二特征，从数据库中匹配出对应的模型参数集合；其中，所述初始垃圾分析模型预先基于机器学习算法训练得到；
更新单元，用于将所述初始垃圾分析模型中的初始模型参数更新为所述模型参数集合中的模型参数，得到垃圾分析模型；
分析单元，用于基于垃圾分析模型对所述状态数据进行检测分析，得到对应的分析结果；所述分析结果包括是否进行消杀和除臭处理；
清洁单元，用于若分析结果为需要进行消杀和除臭处理，则控制所述智能地埋式垃圾站中的自动消杀设备和自动除臭设备，自动启动并释放对应的消杀剂和除臭剂至智能垃圾桶内部。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310833969.6A CN116553040B (zh) | 2023-07-10 | 2023-07-10 | 智能地埋式垃圾站的状态参数管理方法以及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310833969.6A CN116553040B (zh) | 2023-07-10 | 2023-07-10 | 智能地埋式垃圾站的状态参数管理方法以及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116553040A true CN116553040A (zh) | 2023-08-08 |
| CN116553040B CN116553040B (zh) | 2023-09-01 |
Family
ID=87503880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310833969.6A Active CN116553040B (zh) | 2023-07-10 | 2023-07-10 | 智能地埋式垃圾站的状态参数管理方法以及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116553040B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117092493A (zh) * | 2023-10-19 | 2023-11-21 | 深圳市百千成电子有限公司 | Pcba自动化测试系统 |
| CN117318053A (zh) * | 2023-11-28 | 2023-12-29 | 广州宝云信息科技有限公司 | 用于储能电站的能源需求预测方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018018584A1 (zh) * | 2016-07-29 | 2018-02-01 | 汤美 | 一种教室用防异味垃圾桶 |
| CN110040396B (zh) * | 2019-05-17 | 2021-09-28 | 海南树印网络科技有限公司 | 基于大数据、机器学习的智能垃圾桶自主决策系统与方法 |
| CN110406839A (zh) * | 2019-08-30 | 2019-11-05 | 湘潭大学 | 垃圾分类回收的方法、装置、智能垃圾桶和存储介质 |
| JP7407276B2 (ja) * | 2020-04-09 | 2023-12-28 | 株式会社日立製作所 | ごみ置き場監視システム |
| AU2021101744A4 (en) * | 2021-04-06 | 2021-06-03 | Deepthi Bolukonda | The waste segregation method using machine learning technique |
| CN113335793A (zh) * | 2021-06-10 | 2021-09-03 | 安徽国科信通科技有限公司 | 一种基于深度学习的可回收垃圾图像识别装置 |
-
2023
- 2023-07-10 CN CN202310833969.6A patent/CN116553040B/zh active Active
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117092493A (zh) * | 2023-10-19 | 2023-11-21 | 深圳市百千成电子有限公司 | Pcba自动化测试系统 |
| CN117092493B (zh) * | 2023-10-19 | 2024-01-16 | 深圳市百千成电子有限公司 | Pcba自动化测试系统 |
| CN117318053A (zh) * | 2023-11-28 | 2023-12-29 | 广州宝云信息科技有限公司 | 用于储能电站的能源需求预测方法及系统 |
| CN117318053B (zh) * | 2023-11-28 | 2024-03-19 | 广州宝云信息科技有限公司 | 用于储能电站的能源需求预测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116553040B (zh) | 2023-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116553040B (zh) | 智能地埋式垃圾站的状态参数管理方法以及装置 | |
| CN111514325B (zh) | 智能消杀系统和方法 | |
| Yahya et al. | Using internet of things application for disposing of solid waste | |
| CN109165811B (zh) | 社区垃圾处理方法、系统、终端和计算机可读存储介质 | |
| CN110980050A (zh) | 垃圾处理方法、存储介质及垃圾存放设备 | |
| KR20230064066A (ko) | Ai 기반 재활용 폐기물 분류 기기 및 이를 포함하는 재활용 폐기물 관리 시스템 | |
| CN112340273A (zh) | 一种垃圾主动分类回收方法 | |
| CN204606507U (zh) | 垃圾分类袋及使用该垃圾分类袋的垃圾分类回收箱 | |
| CN109455431B (zh) | 一种垃圾分类处理方法和装置 | |
| KR102052323B1 (ko) | 스마트 쓰레기 관리 시스템 | |
| CN105905486A (zh) | 一种自动粉碎、消毒、压缩并检测的智能餐厨垃圾桶 | |
| CN215324729U (zh) | 一种垃圾主动分类回收设备 | |
| CN115321044A (zh) | 一种无废社区垃圾管理系统及管理方法 | |
| CN211086960U (zh) | 集成智慧路灯的垃圾回收系统 | |
| CN117255108A (zh) | 地埋式垃圾桶的满溢监测方法、装置以及计算机设备 | |
| AU2021102776A4 (en) | An internet of things-based garbage recycling system and its implementation method there of | |
| CN206125990U (zh) | 一种自动粉碎、消毒、压缩并检测的智能餐厨垃圾桶 | |
| Anitha et al. | Promoting a clean and hygienic environment using IoT | |
| CN116433227A (zh) | 一种固废智管库存储方法及系统 | |
| CN109398843A (zh) | 公共场所垃圾去污化预处理方法及系统 | |
| CN117061903B (zh) | 垃圾投放设备的信息采集系统及智能垃圾房 | |
| KR101142964B1 (ko) | 폐기물매립지 잔여 매립용량 및 폐기물 매립이력 정보관리 시스템 | |
| Anusha et al. | Waste Management Framework Using Brainy Litter Basket | |
| CN211894577U (zh) | 集成智慧路灯的垃圾分类系统 | |
| Rahman et al. | Smart Trash Distribution, and Recycling Processes Using IoT Sensing & Mobile Application |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: State parameter management method and device for intelligent buried garbage station Granted publication date: 20230901 Pledgee: Shenzhen Branch of Guangdong Huaxing Bank Co.,Ltd. Pledgor: SHENZHEN SAGACITY ENVIRONMENT TECHNOLOGY Co.,Ltd. Registration number: Y2024980011705 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right |