CN118494990A - 一种垃圾分类处理全流程监测管理系统 - Google Patents
一种垃圾分类处理全流程监测管理系统 Download PDFInfo
- Publication number
- CN118494990A CN118494990A CN202410801096.5A CN202410801096A CN118494990A CN 118494990 A CN118494990 A CN 118494990A CN 202410801096 A CN202410801096 A CN 202410801096A CN 118494990 A CN118494990 A CN 118494990A
- Authority
- CN
- China
- Prior art keywords
- garbage
- transportation
- data
- classification
- time
- 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 409
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000004140 cleaning Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000012545 processing Methods 0.000 claims description 45
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000007726 management method Methods 0.000 claims description 22
- 239000002699 waste material Substances 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 6
- 239000002920 hazardous waste Substances 0.000 claims description 6
- 239000010819 recyclable waste Substances 0.000 claims description 6
- 238000006065 biodegradation reaction Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000003062 neural network model Methods 0.000 claims description 3
- 230000002411 adverse Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000014759 maintenance of location Effects 0.000 description 3
- 231100000331 toxic Toxicity 0.000 description 3
- 230000002588 toxic effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009264 composting Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000003895 organic fertilizer Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Refuse Collection And Transfer (AREA)
Abstract
本发明公开了一种垃圾分类处理全流程监测管理系统,涉及垃圾分类处理技术领域,解决了因未考虑到不同体积、重量以及不同类型的垃圾在运输过程中所需使用的垃圾运输车辆不同,可能会导致运输次数增加,从而降低整体运输效率的技术问题;本发明通过传感器实时采集垃圾桶的填充信息并判断是否超出容量阈值;对需要清理垃圾桶的时间进行预测得到预测清理时间;采集垃圾投放处的垃圾图像数据,根据图像识别技术对各种类型垃圾进行识别并分类,根据分类数据判断是否有需要加急处理的垃圾;根据预测清理时间派遣收集员对垃圾进行收集;根据填充信息调整管理与运输策略,根据垃圾分类数据对垃圾进行处理,提高了垃圾分类处理全流程的效率。
Description
技术领域
本发明属于环境科学与工程领域,涉及垃圾分类处理技术,具体是一种垃圾分类处理全流程监测管理系统。
背景技术
垃圾分类有助于减少环境污染。不同种类的垃圾对环境的影响不同,如可回收物可以进行再利用,减少资源浪费;有害垃圾需要进行特殊处理,避免对环境和人体健康造成危害;易腐垃圾可以通过堆肥等方式转化为有机肥料,减少化肥的使用,降低对土壤和水源的污染,垃圾分类可以降低垃圾处理的成本,不同类型的垃圾需要不同的处理方式,如焚烧、填埋等。如果将所有垃圾混在一起处理,会增加处理的难度和成本,而通过垃圾分类,可以将不同类型的垃圾分开处理,降低处理成本;垃圾分类可以促进循环经济的发展,实现资源的永续利用。通过减少资源消耗、提高资源利用率、减少废物排放,实现经济效益、环境效益和社会效益的统一。垃圾分类是社会文明进步的一种体现,通过垃圾分类,可以提高公众的环保意识和文明素养,促进城市环境的改善和美化。同时,垃圾分类也是城市管理和公共服务水平提升的重要标志之一。
现有技术(公开号为CN114781907A的发明专利申请)公开了一种垃圾分类处理全流程跟踪监测系统,包括垃圾投放模块、垃圾收集模块、垃圾运输模块、垃圾处理模块和云计算管理模块;垃圾投放模块用于获取垃圾投放信息;垃圾收集模块用于获取垃圾收集信息;垃圾运输模块用于获取垃圾运输信息;垃圾处理模块用于获取垃圾处理信息;云计算管理模块用于对垃圾投放信息、垃圾收集信息、垃圾运输信息、垃圾处理信息进行管理。本发明通过设置多个模块,分别对垃圾的投放阶段、中转阶段、运输阶段和处理阶段进行数据的获取,将垃圾分类处理的全流程的数据统一到云计算管理模块进行管理;现有技术在运输阶段,只记录了垃圾运输信息,并未考虑到不同体积、重量以及不同类型的垃圾在运输过程中所需要使用的垃圾运输车辆不同,可能会导致运输次数增加,从而降低整体运输的效率。
本发明提供了一种垃圾分类处理全流程监测管理系统,以解决以上技术问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种垃圾分类处理全流程监测管理系统,用于解决因未考虑到不同体积、重量以及不同类型的垃圾在运输过程中所需使用的垃圾运输车辆不同,可能会导致运输次数增加,从而降低整体运输效率的技术问题。
为实现上述目的,本发明的第一方面提供了一种垃圾分类处理全流程监测管理系统,包括:垃圾桶状态监测模块,垃圾分类监测模块以及垃圾运输与处理模块;
垃圾桶状态监测模块:通过传感器实时采集垃圾桶的填充信息;根据填充信息判断是否超出容量阈值,是,发出预警清理信息;否,继续监测;根据填充信息对需要清理垃圾桶的时间进行预测得到预测清理时间;其中,填充信息包括体积和重量;传感器包括:超声波传感器、重量传感器;容量阈值包括垃圾桶的体积阈值以及承重阈值;
垃圾分类监测模块:采集垃圾投放处的垃圾图像数据,根据图像识别技术对各种类型垃圾进行识别并分类,得到垃圾的分类数据;判断垃圾是否被放入正确的分类桶,是,则继续检测;否,则发出提醒信号;根据分类数据判断是否有需要加急处理的垃圾,是,则发出预警清理信号;否,则持续检测;
垃圾运输与处理模块:根据垃圾的分类数据和填充信息确定垃圾的评估等级;根据评估等级调整管理与运输策略;根据垃圾分类数据对垃圾进行处理并对处理结果进行分析。
优选的,所述通过传感器实时采集垃圾桶的填充信息,包括:
通过安装在垃圾桶内胆的中心位置上方的超声波传感器发射超声波并接收其反射的信号,测量垃圾桶内垃圾的高度;在垃圾桶底部位置安装重量传感器,重量传感器根据将物体的质量信号转变为电信号输出,获取垃圾的实时重量。
需要说明的是,垃圾桶的体积阈值和承重阈值根据具体垃圾桶的规格确定;
本发明通过传感器实时采集垃圾桶的填充信息,当垃圾桶接近或达到满载状态时,传感器会触发预警机制,及时通知清洁人员进行清理,可以优化垃圾处理流程和提高垃圾处理效率,可以减少垃圾处理过程中产生的污染物排放,降低对环境的负面影响。
优选的,所述根据填充信息对需要清理垃圾桶的时间进行预测,包括:
调取垃圾桶填充信息和容量阈值数据,将垃圾桶填充信息与容量阈值数据整合成时间阈值序列;
调取时间预测模型,将时间阈值序列输入时间预测模型中,得到对应的时间阈值标签,根据时间阈值标签匹配对应的时间预测类型;其中,时间预测模型基于人工智能模型构建;时间阈值标签设置为正整数。
本发明通过根据填充信息对需要清理垃圾桶的时间进行预测,预测垃圾桶将在什么时间内达到满载状态,清洁人员可以提前前往该区域进行清理,从而确保垃圾桶不会溢出,提高垃圾处理的效率。
优选的,所述时间预测模型基于人工智能模型构建,包括:
获取标准训练数据;其中,标准训练数据包括与时间阈值序列内容属性相一致的标准输入数据,以及与时间阈值标签内容属性相一致的标准输出数据;
利用标准训练数据对人工智能模型进行训练,将训练好的人工智能模型标记为时间预测模型;其中,人工智能模型包括卷积神经网络模型或者长短记忆神经网络模型。
优选的,所述根据图像识别技术对各种类型垃圾进行识别并分类,包括:
调取垃圾图像数据库,提取垃圾图像数据库中的垃圾特征,利用垃圾特征以及对应的垃圾类型对分类器进行训练;将训练好的分类器放置在垃圾投放处;其中,垃圾特征包括颜色、形状以及纹理;
采集垃圾投放处的垃圾图像数据,提取垃圾图像数据的分类特征,将分类特征输入分类器中得到垃圾的类型;其中,垃圾的类型包括可回收垃圾、有害垃圾、易腐垃圾以及其他垃圾。
需要说明的是,分类器是基于机器学习的算法模型,利用高质量的垃圾特征和大量的训练数据对分类器进行训练,能够提高分类器分类的准确性。
本发明通过图像识别技术对各种类型垃圾进行识别并分类,图像识别技术可以自动、准确地识别出垃圾的类型,避免了因人工分类可能产生的误判和遗漏,该技术还可以降低对人力资源的依赖,使垃圾的分类工作更加地高效、便捷。
优选的,所述根据分类数据判断是否有需要加急处理的垃圾,包括:
调取分类数据,判断分类数据中是否包含易腐垃圾或有害垃圾,是,则判定存在加急处理的垃圾,生成预警清理信号;否,则持续分类数据进行检测。
本发明通过调取分类数据,判断分类数据中是否包含易腐垃圾或有毒有害垃圾,如果包含就会及时发出预警信号,可以确保需要加急的垃圾得到快速而有效的处理,避免长时间滞留造成的不良影响,而且清洁人员可以根据系统的预警信号有针对性地进行清理工作,减少不必要的巡查和等待时间,降低人力成本。
优选的,所述根据垃圾的分类数据和填充信息确定垃圾的评估等级,包括:
调取垃圾的分类数据,根据垃圾的分类数据设置垃圾的等级标签I;提取填充信息中的体积和重量,将体积和重量分别标记为V、M;其中,I的值分别设置为1,2,3和4;
通过公式PY=γ×V+θ×M计算得到等级评估系数;其中,γ和θ均为大于0的权重系数;
通过公式PR=PY+I计算得到评估等级;将垃圾按照评估等级由大到小进行排序得到处理排序表。
需要说明的是可回收垃圾等级标签为1、其他垃圾等级标签为2、易腐垃圾等级标签为3、有害垃圾等级标签为4;
本发明通过设定待处理垃圾的优先级,垃圾的优先级越高,收集垃圾的次数越多;通过计算等级评估系数和评估等级,能够准确判断垃圾的优先级,确保高优先级的垃圾得到优先处理有助于减少垃圾滞留时间,提高垃圾处理的整体效率。
优选的,所述根据评估等级调整管理与运输策略,包括:
调取预警清理信息,获取垃圾的填充信息,根据垃圾的体积和重量分别确定两者对应的运输车规模;判断两者所需运输车的规模是否一致,是,则派遣对应规模的运输车,否,则选择两者之间规模最大的运输车进行运输;其中,运输车的规模包括大、中、小;
调取处理排序表,根据处理排序表分析需要处理的垃圾类型和填充信息,根据垃圾的类型确定运输车的类型;根据垃圾的填充信息确定运输车的规模;根据运输车的类型规划运输车的运输路径;其中,运输车的类型包括可回收垃圾运输车、有害垃圾运输车、易腐垃圾运输车、其他垃圾运输车。
需要说明的是,当接收到的为预警清理信号一时,需要对垃圾的类型进行分析确定运输车的类型和规模,当接收到的为预警清理信号时,则运输车的类型为有害垃圾运输车,只需要对运输车的规模进行确定。
本发明通过综合考虑垃圾的体积和重量来确定运输车的规模,可以确保所选的运输车能够高效地完成任务,避免资源浪费;派遣适当规模的运输车可以减少不必要的行驶次数和等待时间,提高垃圾收集和处理的整体效率,确保了垃圾在短时间内被快速、有效地收集和运输到处理设施。
优选的,所述根据运输车的类型规划运输车的运输路径,包括:
获取运输起点以及运输终点;根据运输起点和运输终点规划若干运输路径;计算若干运输路径的运输时间,选择运输时间最短的运输路径作为最终路径;
获取实时交通情况,根据实时交通情况判断最终路径是否存在事故;是,则对最终路径进行调整;否,则持续对交通情况进行监测。
本发明通过计算多条运输路径的运输时间,并选择时间最短的路径,可以确保货物或人员以最快速度到达目的地,从而最大化运输效率;通过获取实时交通情况并根据情况调整最终路径,确保了路径规划始终基于最新的交通信息,一旦发生事故或拥堵等不利因素,可以迅速调整路径,避免了潜在的风险。
优选的,所述根据垃圾分类数据对垃圾进行处理并对处理结果进行分析,包括:
调取垃圾的分类数据,判断垃圾是否为可回收垃圾,是,则将可回收垃圾送往再生资源加工厂;否,则进行其他处理方式;其中,其他处理方式包括:焚烧处理、卫生填埋、生物降解;
获取各种类型的垃圾处理数据,判断垃圾的处理数据是否大于处理阈值;是,则持续对垃圾的处理数据进行监测;否,则对垃圾进行深度处理。
需要说明的是,处理阈值根据经验设定。
本发明通过将可回收垃圾送往废品回收站,能够确保有价值的资源得到有效的回收和再利用有助于节约原材料,减少资源浪费;对于不可回收垃圾,采用焚烧处理、卫生填埋、生物降解的处理方式,旨在实现垃圾的无害化、减量化处理;建立垃圾处理反馈机制,对垃圾处理进行实时监控,能够确保垃圾处理的质量和效果,通过人工检查方式判断垃圾是否处理干净,能够及时发现处理过程中的问题并进行改进,从而确保垃圾得到彻底的处理。
与现有技术相比,本发明的有益效果是:
1.通过信息技术手段对垃圾分类处理全流程进行实时监测和管理,包括垃圾桶状态监测模块、垃圾分类监测模块、垃圾运输与处理模块;通过这三大模块,确保了垃圾分类处理的准确性和效率,提高了资源回收利用率,减少了环境污染;垃圾分类处理全流程涵盖了从垃圾分类到最终处理的各个环节,每个模块都发挥着重要的作用,共同构成了完整的垃圾分类处理体系。
2.在垃圾桶状态监测模块中,通过传感器实时采集垃圾桶的填充信息,当垃圾桶接近或达到满载状态时,传感器会触发预警机制,及时通知清洁人员进行清理,可以优化垃圾处理流程和提高垃圾处理效率;在垃圾分类监测模块中,通过调取分类数据,判断分类数据中是否包含易腐垃圾或有毒有害垃圾,如果包含就会及时发出预警信号,可以确保需要加急的垃圾得到快速而有效的处理,避免长时间滞留造成的不良影响;在垃圾运输与处理模块中,通过计算等级评估系数和评估等级,能够准确判断垃圾的优先级,确保高优先级的垃圾得到优先处理有助于减少垃圾滞留时间,提高垃圾处理的整体效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明系统整体框架的示意图;
图2为本发明根据预测收集时间处理垃圾的示意图;
图3为本发明根据加急情况处理垃圾的示意图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明第一方面实施例提供了一种垃圾分类处理全流程监测管理系统,包括:垃圾桶状态监测模块,垃圾分类监测模块以及垃圾运输与处理模块;
垃圾桶状态监测模块:通过传感器实时采集垃圾桶的填充信息;根据填充信息判断是否超出容量阈值,是,发出预警清理信息;否,继续监测;根据填充信息对需要清理垃圾桶的时间进行预测得到预测清理时间;其中,填充信息包括体积和重量;传感器包括:超声波传感器、重量传感器;容量阈值包括垃圾桶的体积阈值以及承重阈值;
垃圾分类监测模块:采集垃圾投放处的垃圾图像数据,根据图像识别技术对各种类型垃圾进行识别并分类,得到垃圾的分类数据;判断垃圾是否被放入正确的分类桶,是,则继续检测;否,则发出提醒信号;根据分类数据判断是否有需要加急处理的垃圾,是,则发出预警清理信号;否,则持续检测;
垃圾运输与处理模块:根据垃圾的分类数据和填充信息确定垃圾的评估等级;根据评估等级调整管理与运输策略;根据垃圾分类数据对垃圾进行处理并对处理结果进行分析。
通过安装在垃圾桶内胆的中心位置上方的超声波传感器发射超声波并接收其反射的信号,测量垃圾桶内垃圾的高度;在垃圾桶底部位置安装重量传感器,重量传感器根据将物体的质量信号转变为电信号输出,获取垃圾的实时重量;调取垃圾桶填充信息和容量阈值数据,将垃圾桶填充信息与容量阈值数据整合成时间阈值序列;调取时间预测模型,将时间阈值序列输入时间预测模型中,得到对应的时间阈值标签,根据时间阈值标签匹配对应的时间预测类型;其中,时间预测模型基于人工智能模型构建;时间阈值标签设置为正整数;调取垃圾图像数据库,提取垃圾图像数据库中的垃圾特征,利用垃圾特征以及对应的垃圾类型对分类器进行训练;将训练好的分类器放置在垃圾投放处;其中,垃圾特征包括颜色、形状以及纹理;采集垃圾投放处的垃圾图像数据,提取垃圾图像数据的分类特征,将分类特征输入分类器中得到垃圾的类型;其中,垃圾的类型包括可回收垃圾、有害垃圾、易腐垃圾以及其他垃圾。
需要说明的是,时间预测模型基于人工智能模型构建,包括:
获取标准训练数据;其中,标准训练数据包括与时间阈值序列内容属性相一致的标准输入数据,以及与时间阈值标签内容属性相一致的标准输出数据;
利用标准训练数据对人工智能模型进行训练,将训练好的人工智能模型标记为时间预测模型;其中,人工智能模型包括卷积神经网络模型或者长短记忆神经网络模型。
例如,现有一垃圾投放点放置A、B、C、D、E、F六个垃圾桶,在六个垃圾桶内胆的中心位置上方安装超声波传感器、在底部位置安装重量传感器;现对A、B、C、D四个垃圾桶的填充信息进行分析,通过传感器实时采集垃圾桶内垃圾体积和重量数据,对比容量阈值,得出A垃圾桶内垃圾体积超出体积阈值,B垃圾桶内垃圾的重量超出重量阈值,则垃圾桶A、B发出预警清理信息;通过填充信息对C、D两垃圾桶需要清理的时间进行预测,得到C垃圾桶一小时后需要清理、D垃圾桶半小时后需要清理;采集C、D两垃圾桶中的垃圾图像数据,根据图像识别技术判断得出:C垃圾桶中包含可回收垃圾、D两垃圾桶中包含其他垃圾,则收集人员根据预测时间前往该区域进行清理;其中,C垃圾桶内垃圾的体积需要使用大号运输车,桶内垃圾的重量需要使用中号运输车,则最终使用大号垃圾车运输C垃圾桶内的垃圾;D垃圾桶内垃圾的体积需要使用中号运输车,桶内垃圾的重量需要使用中号运输车,则最终使用中号垃圾车运输D垃圾桶内的垃圾。
请参阅图3,调取分类数据,判断分类数据中是否包含易腐垃圾或有毒有害垃圾,是,则判定存在加急处理的垃圾,生成预警清理信号;否,则持续分类数据进行检测;调取垃圾的分类数据,根据垃圾的分类数据设置垃圾的等级标签I;提取填充信息中的体积和重量,将体积和重量分别标记为V;M;其中,I的值分别设置为1,2,3和4;通过公式PY=γ×V+θ×M计算得到等级评估系数;其中,γ和θ均为大于0的权重系数;通过公式PR=PY+I计算得到评估等级;将垃圾按照评估等级由大到小进行排序得到处理排序表;调取预警清理信息,获取垃圾的填充信息,根据垃圾的体积和重量分别确定两者对应的运输车规模;判断两者所需运输车的规模是否一致,是,则派遣对应规模的运输车,否,则选择两者之间规模最大的运输车进行运输;其中,运输车的规模包括大、中、小;调取处理排序表,根据处理排序表分析需要处理的垃圾类型和填充信息,根据垃圾的类型确定运输车的类型;根据垃圾的填充信息确定运输车的规模;根据运输车的类型规划运输车的运输路径;其中,运输车的类型包括可回收垃圾运输车、有害垃圾运输车、易腐垃圾运输车、其他垃圾运输车。
例如,现对E、F两垃圾桶的填充信息进行分析;通过传感器实时采集垃圾桶内垃圾体积和重量数据,对比容量阈值,得出E、F垃圾桶内垃圾体积和重量均未超出阈值,则对垃圾桶E、F不发出预警清理信息;采集E、F两垃圾桶中的垃圾图像数据,根据图像识别技术判断得出:E垃圾桶中包含有害垃圾、F垃圾桶中包含易腐垃圾,此时发出预警清理信号;根据PY=γ×V+θ×M计算得到两个垃圾桶的等级评估系数,其中E垃圾桶内垃圾体积为4L,体重为6kg;F垃圾桶内垃圾体积为2L,体重为4kg,设置γ与θ均为0.5,得出E垃圾桶的等级评估系数为5,得出F垃圾桶的等级评估系数为3;将有害垃圾的等级标签设置为4、易腐垃圾的等级标签设置为3,再通过公式PR=PY+I计算得出:E垃圾桶的评估等级属于9级,F垃圾桶的评估等级属于6级,则对E垃圾桶优先收集;
其中,E垃圾桶内垃圾的体积需要使用小号有害垃圾运输车,桶内垃圾的重量需要使用中号有害垃圾运输车,则最终使用中号有害垃圾垃圾车运输E垃圾桶内的垃圾;F垃圾桶内垃圾的体积需要使用小号易腐垃圾运输车,桶内垃圾的重量需要使用小号易腐垃圾运输车,则最终使用中小号易腐垃圾垃圾车运输F垃圾桶内的垃圾。
获取运输起点以及运输终点;根据运输起点和运输终点规划若干运输路径;计算若干运输路径的运输时间,选择运输时间最短的运输路径作为最终路径;获取实时交通情况,根据实时交通情况判断最终路径是否存在事故;是,则对最终路径进行调整;否,则持续对交通情况进行监测;调取垃圾的分类数据,判断垃圾是否为可回收垃圾,是,则将可回收垃圾送往再生资源加工厂;否,则进行其他处理方式;其中,其他处理方式包括:焚烧处理、卫生填埋、生物降解;获取各种类型的垃圾处理数据,判断垃圾的处理数据是否大于处理阈值;是,则持续对垃圾的处理数据进行监测;否,则对垃圾进行深度处理。
例如:获取C、D两垃圾桶的运输起点以及运输终点,规划出线路一和线路二两条运输路径,其中线路一所需运输时间为15分钟,线路二所需运输时间为18分钟,选择线路一为最终运输路线,并实时监测该路线的交通情况;通过线路一将C垃圾桶送往再生资源加工厂,将D垃圾桶送往卫生填埋厂,对D垃圾桶的垃圾持续监测,判断经过卫生填埋后,垃圾的处理数据大于处理阈值,则继续对垃圾进行深度处理。
上述公式中的部分数据是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:通过传感器实时采集垃圾桶的填充信息,根据填充信息判断是否超出容量阈值,根据填充信息对需要清理垃圾桶的时间进行预测得到预测清理时间;采集垃圾投放处的垃圾图像数据,根据图像识别技术对各种类型垃圾进行识别并分类,得到垃圾分类数据;判断垃圾是否被放入正确的分类桶中,根据分类数据判断是否有需要加急处理的垃圾;根据预测清理时间派遣收集员对垃圾进行收集;根据填充信息调整管理与运输策略;根据垃圾分类数据对垃圾进行处理。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (10)
1.一种垃圾分类处理全流程监测管理系统,其特征在于,包括:垃圾桶状态监测模块,垃圾分类监测模块以及垃圾运输与处理模块;
垃圾桶状态监测模块:通过传感器实时采集垃圾桶的填充信息;根据填充信息判断是否超出容量阈值,是,发出预警清理信息;否,继续监测;根据填充信息对需要清理垃圾桶的时间进行预测得到预测清理时间;其中,填充信息包括体积和重量;传感器包括:超声波传感器、重量传感器;容量阈值包括垃圾桶的体积阈值以及承重阈值;
垃圾分类监测模块:采集垃圾投放处的垃圾图像数据,根据图像识别技术对各种类型垃圾进行识别并分类,得到垃圾的分类数据;判断垃圾是否被放入正确的分类桶,是,则继续检测;否,则发出提醒信号;根据分类数据判断是否有需要加急处理的垃圾,是,则发出预警清理信号;否,则持续检测;
垃圾运输与处理模块:根据垃圾的分类数据和填充信息确定垃圾的评估等级;根据评估等级调整管理与运输策略;根据垃圾分类数据对垃圾进行处理并对处理结果进行分析。
2.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述通过传感器实时采集垃圾桶的填充信息,包括:
通过安装在垃圾桶内胆的中心位置上方的超声波传感器发射超声波并接收其反射的信号,测量垃圾桶内垃圾的高度;在垃圾桶底部位置安装重量传感器,重量传感器根据将物体的质量信号转变为电信号输出,获取垃圾的实时重量。
3.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据填充信息对需要清理垃圾桶的时间进行预测,包括:
调取垃圾桶填充信息和容量阈值数据,将垃圾桶填充信息与容量阈值数据整合成时间阈值序列;
调取时间预测模型,将时间阈值序列输入时间预测模型中,得到对应的时间阈值标签,根据时间阈值标签匹配对应的时间预测类型;其中,时间预测模型基于人工智能模型构建;时间阈值标签设置为正整数。
4.根据权利要求3所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述时间预测模型基于人工智能模型构建,包括:
获取标准训练数据;其中,标准训练数据包括与时间阈值序列内容属性相一致的标准输入数据,以及与时间阈值标签内容属性相一致的标准输出数据;
利用标准训练数据对人工智能模型进行训练,将训练好的人工智能模型标记为时间预测模型;其中,人工智能模型包括卷积神经网络模型或者长短记忆神经网络模型。
5.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据图像识别技术对各种类型垃圾进行识别并分类,包括:
调取垃圾图像数据库,提取垃圾图像数据库中的垃圾特征,利用垃圾特征以及对应的垃圾类型对分类器进行训练;将训练好的分类器放置在垃圾投放处;其中,垃圾特征包括颜色、形状以及纹理;
采集垃圾投放处的垃圾图像数据,提取垃圾图像数据的分类特征,将分类特征输入分类器中得到垃圾的类型;其中,垃圾的类型包括可回收垃圾、有害垃圾、易腐垃圾以及其他垃圾。
6.根据权利要求5所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据分类数据判断是否有需要加急处理的垃圾,包括:
调取分类数据,判断分类数据中是否包含易腐垃圾或有害垃圾,是,则判定存在加急处理的垃圾,生成预警清理信号;否,则持续分类数据进行检测。
7.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据垃圾的分类数据和填充信息确定垃圾的评估等级,包括:
调取垃圾的分类数据,根据垃圾的分类数据设置垃圾的等级标签I;提取填充信息中的体积和重量,将体积和重量分别标记为V、M;其中,I的值分别设置为1,2,3和4;
通过公式PY=γ×V+θ×M计算得到等级评估系数;其中,γ和θ均为大于0的权重系数;
通过公式PR=PY+I计算得到评估等级;将垃圾按照评估等级由大到小进行排序得到处理排序表。
8.根据权利要求7所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据评估等级调整管理与运输策略,包括:
调取预警清理信息,获取垃圾的填充信息,根据垃圾的体积和重量分别确定两者对应的运输车规模;判断两者所需运输车的规模是否一致,是,则派遣对应规模的运输车,否,则选择两者之间规模最大的运输车进行运输;其中,运输车的规模包括大、中、小;
调取处理排序表,根据处理排序表分析需要处理的垃圾类型和填充信息,根据垃圾的类型确定运输车的类型;根据垃圾的填充信息确定运输车的规模;根据运输车的类型规划运输车的运输路径;其中,运输车的类型包括可回收垃圾运输车、有害垃圾运输车、易腐垃圾运输车、其他垃圾运输车。
9.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据运输车的类型规划运输车的运输路径,包括:
获取运输起点以及运输终点;根据运输起点和运输终点规划若干运输路径;计算若干运输路径的运输时间,选择运输时间最短的运输路径作为最终路径;
获取实时交通情况,根据实时交通情况判断最终路径是否存在事故;是,则对最终路径进行调整;否,则持续对交通情况进行监测。
10.根据权利要求1所述的一种垃圾分类处理全流程监测管理系统,其特征在于,所述根据垃圾分类数据对垃圾进行处理并对处理结果进行分析,包括:
调取垃圾的分类数据,判断垃圾是否为可回收垃圾,是,则将可回收垃圾送往再生资源加工厂;否,则进行其他处理方式;其中,其他处理方式包括:焚烧处理、卫生填埋、生物降解;
获取各种类型的垃圾处理数据,判断垃圾的处理数据是否大于处理阈值;是,则持续对垃圾的处理数据进行监测;否,则对垃圾进行深度处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410801096.5A CN118494990A (zh) | 2024-06-20 | 2024-06-20 | 一种垃圾分类处理全流程监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410801096.5A CN118494990A (zh) | 2024-06-20 | 2024-06-20 | 一种垃圾分类处理全流程监测管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118494990A true CN118494990A (zh) | 2024-08-16 |
Family
ID=92243740
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410801096.5A Pending CN118494990A (zh) | 2024-06-20 | 2024-06-20 | 一种垃圾分类处理全流程监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118494990A (zh) |
-
2024
- 2024-06-20 CN CN202410801096.5A patent/CN118494990A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fang et al. | Artificial intelligence for waste management in smart cities: a review | |
CN112478529B (zh) | 智慧垃圾收运系统 | |
CN106115104B (zh) | 基于物联网的生活垃圾分类收运系统、装置及其方法 | |
Hannan et al. | An automated solid waste bin level detection system using a gray level aura matrix | |
CN107472752A (zh) | 一种生活垃圾分类收集及智能监督的方法和系统 | |
CN113344262A (zh) | 一种基于城市垃圾分类的智能清运系统及方法 | |
CN109600376B (zh) | 一种基于物联网的分散式厨余垃圾回收处理系统 | |
Raman et al. | Real-Time Video Management System for Robotic Waste Sorting and Recycling Using IoT and Machine Learning | |
CN111301886B (zh) | 基于rbf神经网络的垃圾分类回收系统及控制方法 | |
CN108263777A (zh) | 一种基于大数据和物联网智能垃圾分类回收方法及其装置 | |
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 | |
CN114936678A (zh) | 一种生活垃圾全过程精细化智慧管理平台及其架构 | |
Maulana et al. | Design and development of smart trash bin prototype for municipal solid waste management | |
CN109978266A (zh) | 一种资源回收的路线规划方法 | |
CN111661521A (zh) | 一种基于大数据的环保智能垃圾处理系统 | |
CN115593817A (zh) | 基于物联网的垃圾分类收集房集成智能控制系统及方法 | |
Agarwal et al. | Automatic waste segregation and management | |
Wong et al. | ESS-IoT: The Smart Waste Management System for General Household. | |
Reza et al. | AI-Driven solutions for enhanced waste management and recycling in urban areas | |
TW201541399A (zh) | 廢棄物轉運系統及其處理方法 | |
Ramesh et al. | IoT based Waste Management System | |
CN118494990A (zh) | 一种垃圾分类处理全流程监测管理系统 | |
Shafi et al. | Application of Internet of Things (IoT) in Waste Management | |
Kumar et al. | Artificial Intelligence in Sustainable Development of Municipal Solid Waste Management | |
CN111689088A (zh) | 垃圾分类回收处理方法及系统 |
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 |