[發明專利]一種城市街道垃圾檢測和清潔度評估方法

有效

• 申請號: 201810901959.0
• 申請日: 2018-08-09
• 公開（公告）號: CN109165582B
• 公開（公告）日: 2021-09-24
• 發明（設計）人: 張鵬程;趙齊;賈旸旸;金惠穎;王繼民;吉順慧
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/00;G06Q10/06;G06Q50/26
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

本發明公開了一種基于移動邊緣計算和深度學習的城市街道垃圾檢測和清潔度評估方法。這種方法主要通過安裝在城市街道垃圾收集車上的高分辨率攝像機和手持的移動設備進行街景圖象收集；利用邊緣服務器臨時存儲并進行街景圖象預處理；通過城市網絡把這些數據傳輸到云中心，同時利用深度學習Faster?Rcnn算法識別街道垃圾類別以及對垃圾數量計數，并且將這些結果引入到基于層次的街道清潔度評估框架當中，最終可視化街道清潔度等級；為城市市政管理者有效安排清理人員提供方便。

技術領域

本發明涉及一種城市街道垃圾檢測和清潔度評估方法，尤其涉及基于移動邊 緣計算和深度學習的城市街道垃圾檢測和清潔度評估方法，屬于信息處理技術領 域。

背景技術

隨著城市越來越多，城市化進程越來越快，保持城市清潔是城市發展的重要 目標。目前，街道清潔成為智慧城市下城市清潔過程中的主要關注點。傳統上， 街道清潔需要每個層次的人工干預。城市公民人工檢查垃圾存在的位置，然后向 城市管理者提交報告，城市管理者再就近安排市政人員前去清潔。有的城市在街 道的十字路口上安置攝像頭觀察該區域是否有垃圾。這些都不能及時的掌握城市 街道的垃圾清潔狀況。為此，國內外的研究者們正在研究一種自動化系統。Begur H等利用帶有相機的保潔車定期的捕獲街道，收集街道信息，比如圖片、地理位 置、日期和時間，然后使用機器學習技術在云平臺中進行圖像檢測，產生的結果 被送到城市管理系統供城市管理者查看。Akshay Dabholkar等用深度學習方法識 別各種類型的傾倒垃圾，同時建議使用邊緣計算來減少不必要的圖像傳輸進服務 器。僅當圖像包含頻繁傾倒的垃圾時才將圖像發送到服務器。

隨著5G時代的即將來臨，以云計算為核心的大型集中式計算顯然不能高效 地處理邊緣設備所產生的大量數據。為此，研究者們將邊緣計算的微數據中心充 當移動設備和云服務器的橋梁，把一小部分數據提前放到網絡邊緣處理，云中心 再承接全部的計算服務，未來移動邊緣計算會在電信、工業生產、教育、電子商 務、移動醫療、車聯網等中有著廣泛的應用。

發明內容

發明目的：針對現有技術中存在的問題，本發明提供一種城市街道垃圾檢測 和清潔度評估方法，通過安裝在城市街道垃圾收集車上的高分辨率攝像機和手持 的移動設備進行街景圖象收集；利用邊緣服務器臨時存儲并進行街景圖象預處理； 通過城市網絡把這些數據傳輸到云中心，同時利用Faster-Rcnn算法識別街道垃 圾類別以及對垃圾數量計數，并且將這些結果引入到基于層次的街道清潔度評估 框架當中，最終可視化街道清潔度等級；為城市市政管理者有效安排清理人員提 供方便。

技術方案：一種基于移動邊緣計算和深度學習的城市街道垃圾檢測和清潔度 評估方法，包括如下步驟：

步驟1：垃圾收集車和城市居民持移動設備進行街景圖象數據收集；

步驟2：邊緣服務器對街景圖象進行預處理；

步驟3云服務器進行垃圾檢測模型訓練；

步驟4：云服務器對街景圖象進行垃圾檢測并進行垃圾計數；

步驟5：基于垃圾識別結果進行街道清潔度計算；

步驟6：基于層次評估模型展示城市各層次清潔度圖。

所述步驟1中收集數據主要包括三個方面，(1)用于垃圾檢測模型訓練的垃 圾圖像數據，需要從各個大小街道上拍攝垃圾照片，制作城市垃圾檢測的數據集 庫且該庫包含了街道上出現的主要垃圾類型。(2)用于垃圾檢測的街道圖象數據， 安裝有高分辨率攝像機的清潔車按照管理員的指派在每條街道線路上定點拍攝， 相鄰拍攝點之間的距離由管理員設定，每個拍攝點按前后左右四個方向進行全方 位拍攝，一般拍攝范圍在150-300㎡。對于移動站，設定以下規定：1)固定的 圖像分辨率；2)固定的車速；3)固定距離的拍攝點；4)每個拍攝點拍攝4張圖 片。(3)用于調度的本地管理數據。清潔車需要定時向城市管理員報告其所處的 位置信息，管理員通過本地管理，及時做出響應并安排清潔人員前去打掃。