[發(fā)明專利]一種智能分類回收垃圾的裝置及方法

在審

• 申請?zhí)枺?/td>: 202010122464.5
• 申請日: 2020-02-27
• 公開（公告）號: CN111169848A
• 公開（公告）日: 2020-05-19
• 發(fā)明（設(shè)計）人: 孫浩澤宇;董夢如;張潤豐;高馨竹;劉少楠
• 申請（專利權(quán)）人: 東北大學(xué)秦皇島分校
• 主分類號: B65F1/00
• 分類號: B65F1/00;B65F1/14
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

1.一種智能分類回收垃圾的裝置，其特征在于：包括攝像頭、壓力傳感器、中央處理器、回收裝置本體、設(shè)備終端；

所述回收轉(zhuǎn)置本體包括上箱體和下箱體，所述上箱體包括帶有投放口的上蓋、擋板、上蓋隔板、第一驅(qū)動裝置、緊固環(huán)；所述下箱體包括回收桶分隔擋板、四個帶有把手的回收桶、第二驅(qū)動裝置、底座、底座隔板；

所述帶有投放口的上蓋與緊固環(huán)相連接，所述擋板置于上蓋隔板上方，所述上蓋隔板置于緊固環(huán)內(nèi)；所述第一驅(qū)動裝置設(shè)置于上蓋隔板的下方，第一驅(qū)動裝置的一端通過上蓋隔板與擋板相連接，另一端與中央處理器相連接；

所述四個帶有把手的回收桶分別放置在回收桶分隔擋板的四個間隙處并嵌入底座內(nèi)；將所述回收桶分隔擋板分別與第一驅(qū)動裝置和第二驅(qū)動裝置相連接，所述第二驅(qū)動裝置嵌于底座內(nèi)，第二驅(qū)動裝置的一端通過底座隔板與回收桶分隔擋板相連接，第二驅(qū)動裝置的另一端與中央處理器相連接；

所述攝像頭設(shè)置于上蓋的投放口旁，且攝像頭的拍攝范圍需覆蓋投放口正下方擋板的間隙處，攝像頭的輸出端與中央處理器相連接；

所述壓力傳感器設(shè)置于投放口正下方處的上蓋隔板下方，其輸出端與中央處理器相連接；

所述中央處理器設(shè)置于上蓋隔板下方，包括識別模塊，控制模塊，輸出模塊；所述輸出模塊用于接收攝像頭拍攝的待識別圖像以及壓力傳感器輸出的信息，并將圖像及其識別結(jié)果輸出至設(shè)備終端，輸出模塊分別與識別模塊、控制模塊、設(shè)備終端相連接；所述識別模塊用于對待識別圖像進行識別，識別模塊的輸出端與控制模塊相連接，所述控制模塊用于控制攝像頭、第一驅(qū)動裝置和第二驅(qū)動裝置，控制模塊的輸出端分別與攝像頭、第一驅(qū)動裝置、第二驅(qū)動裝置相連接。

2.根據(jù)權(quán)利要求1所述的一種智能分類回收垃圾的裝置，其特征在于：所述上蓋隔板為帶有扇形開口部的上蓋隔板。

3.根據(jù)權(quán)利要求2所述的一種智能分類回收垃圾的裝置，其特征在于：所述扇形開口部的扇形開口設(shè)置為90度開口。

4.根據(jù)權(quán)利要求2或3所述的一種智能分類回收垃圾的裝置，其特征在于：所述扇形開口部設(shè)置于投放口下方擋板反向旋轉(zhuǎn)90度角的擋板間隙處。

5.一種智能分類回收垃圾的方法，通過權(quán)利要求1所述的一種智能分類回收垃圾的裝置實現(xiàn)，包括以下步驟：

步驟1：投入垃圾后，壓力傳感器輸出至輸出模塊的數(shù)值發(fā)生變化，控制模塊控制攝像頭獲取投入垃圾分類回收裝置中垃圾的圖片，收集到待識別的垃圾圖片后控制模塊控制第一驅(qū)動裝置使擋板正向旋轉(zhuǎn)90度；

步驟2：根據(jù)神經(jīng)網(wǎng)絡(luò)識別模型對待識別的垃圾圖片進行分類識別，得到分類結(jié)果；具體步驟如下：

步驟2.1：獲取訓(xùn)練數(shù)據(jù)集，所述數(shù)據(jù)集內(nèi)包括帶有標(biāo)簽的有害垃圾圖片、可回收垃圾圖片、其他垃圾圖片、廚余垃圾圖片；

步驟2.2：將訓(xùn)練集內(nèi)數(shù)據(jù)輸入到預(yù)訓(xùn)練的resnet50中，得到對應(yīng)的特征向量，將特征向量進入神經(jīng)網(wǎng)絡(luò)的全連接層，根據(jù)正向傳播方法對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，得到初始神經(jīng)網(wǎng)絡(luò)識別模型，并得到訓(xùn)練集內(nèi)數(shù)據(jù)的預(yù)測結(jié)果；

步驟2.3：計算出預(yù)測結(jié)果和圖片標(biāo)簽的損失函數(shù)，根據(jù)反向傳播方法，得出損失函數(shù)對不同參數(shù)的梯度，采用隨機梯度下降法更新參數(shù)，得到更新后神經(jīng)網(wǎng)絡(luò)識別模型；

步驟2.4：計算預(yù)測結(jié)果的準(zhǔn)確率，并保存準(zhǔn)確率高的更新后神經(jīng)網(wǎng)絡(luò)識別模型，將訓(xùn)練集內(nèi)數(shù)據(jù)輸入到更新后神經(jīng)網(wǎng)絡(luò)識別模型中，重復(fù)步驟2.2-步驟2.3，直至模型的準(zhǔn)確率保持5次不變，則輸出最后一次的更新后神經(jīng)網(wǎng)絡(luò)識別模型作為神經(jīng)網(wǎng)絡(luò)識別模型；

步驟2.5：將待識別的垃圾圖片輸入至神經(jīng)網(wǎng)絡(luò)識別模型中，得到分類結(jié)果；

步驟3：根據(jù)步驟2的識別結(jié)果，控制模塊控制第二驅(qū)動裝置將與分類結(jié)果相對應(yīng)的回收桶旋轉(zhuǎn)至固定位置，所述固定位置為底板扇形開口處；

步驟4：回收桶轉(zhuǎn)到固定位置后，第一驅(qū)動裝置旋轉(zhuǎn)擋板，將垃圾旋轉(zhuǎn)至固定位置；

步驟5：判斷是否存在待識別的垃圾圖像，若存在，則執(zhí)行步驟2，若不存在，則執(zhí)行步驟6；

步驟6：中央處理器將待分類的垃圾圖片及其分類結(jié)果傳輸至設(shè)備終端。