基于视觉与板球系统的智能垃圾桶

本文介绍了一款基于视觉与板球系统的智能垃圾桶设计,利用摄像头、树莓派、STM32和板球系统实现垃圾的精准识别和分类。通过卷积神经网络与HOG值处理,垃圾桶可识别干垃圾、湿垃圾、可回收垃圾、有害垃圾,采用滑模控制的板球系统完成倾倒。项目结合了BP神经网络进行图像学习,提高了分类准确性和处理速度。
摘要由CSDN通过智能技术生成

沈阳航空航天大学
创新能力训练报告

2019.12.29
题目 基于视觉与板球系统的智能垃圾桶设计

班 级
学 号
学 生 姓 名 刘一博
指 导 教 师

基于视觉与板球系统的智能垃圾桶
刘一博 沈阳航空航天大学自动化学院## 标题
1.立题意义
垃圾分类是垃圾处理流程中的基础环节,一直以来是各级政府倡导与推行的重要工作.但是由于配套设施的不完善与人们的垃圾分类意识与能力不足,该项工作进展成效并不理想,收集到的“分类垃圾”往往仍是混合垃圾,严重影响了垃圾分类的秩序[1]。决定做一个智能化垃圾分类产品,解决家庭、学校、餐馆小型场所的垃圾智能分类,杜绝混合垃圾的出现。当前市面上的智能分类垃圾桶往往依赖多个传感器进行复杂的操作完成识别分类,准确率较低且识别种类较为单一[2]。结合上海市垃圾分类政策,决定设计一款可以准确识别干垃圾、湿垃圾、可回收垃圾、有害垃圾的智能垃圾桶。但是考虑到传统舵机无法满足双自由度的垃圾分类设计,决定结合板球系统的双自由度,做一款多种类垃圾分类垃圾桶。
2.研究内容
智能垃圾分类垃圾桶主要由可识别垃圾种类的嵌入式主控与实现自动垃圾分类控制的板球系统机械结构构成。基于对成本与体积的考虑,系统选用了常用的嵌入式设备STM32与树莓派作为实验设备。而基于对四种常用垃圾桶的改造,根据滑模控制系统设计了平面式倾倒结构,以便于充分利用普通垃圾桶空间。滑模控制系统中的运动过程可由两个阶段组成: 第一阶段是趋近阶段,它完全位于滑模面之外, 或者有限次的穿过滑模面; 第二阶段是滑动模态,完全位于滑模面上的滑动模态区[3]。
本项目设计一个基于视觉与板球系统的智能垃圾桶。智能垃圾桶的识别系统以摄像头为主体,摄像头将垃圾图像发送给树莓派,树莓派借助卷积神经网络与HOG值归一化处理实现垃圾的精准识别,识别完成后采用串口通信发送给主控制器STM32,主处理器接受信号后,推动舵机,使板球系统倾倒垃圾,倾倒完成板球系统复位,当摄像头识别无异物后再进行擦除,恢复处理。

系统最终实现的主要功能如下:
(1)垃圾图像采集:采用摄像头采集图像,将图像信息传递给树莓派,树莓派对图像进行分析。
(2)垃圾图像学习功能:通过BP神经网络进行不断学习对象选取了生活中常见的6种垃圾:易拉罐、塑料瓶、牛奶盒、纸杯、纸团以及电池,通过训练得到较高准确率。
(3)垃圾图像分类功能&#

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值