论文部分内容阅读
摘 要：当前我国城市生活垃圾回收现状不容乐观，严重阻碍了我国社会化发展的进程，也不利于生态文明建设。因此，文章结合垃圾分类设计了一种基于AI智能视觉识别分拣的自动垃圾分类技术，该技术不仅能够高效、智能处理生活垃圾，还能够降低回收成本，提高回收效率，对于建设绿色节能中国具有十分重要的应用价值。
关键词：AI智能视觉识别分拣;自动垃圾分类;技术
0 引言
根据调查，荆州生活垃圾日产生量约为1 000吨，年递增率为5%。如果实行生活垃圾分类收集和废弃物的有效回收，垃圾量可望减少40%～50%，资源回收利用率达30%～40%。而人工处理垃圾分类工作耗时较大且存在分类不合理以及人员健康问题，严重影响了垃圾分类的效率。信息时代下人工智能技术的应用能够有效解决这一问题，用智能化系统代替人工操作，在提高回收效率的同时也有效保证了工作的精细化和科学化水平[1]。然而，垃圾分类需要全社会群众的广泛参与，而且需要每一位市民全面认识不同垃圾的分类方式;还存在分类意识普及和群众分类知识学习等方面的问题，造成现阶段我国垃圾分类工作的困难。基于这些问题，利用人工智能对垃圾的种类进行识别和分类形成智能化的垃圾分类技术便十分有必要[2]。
1 以AI智能视觉识别分拣为基础的自动垃圾分析技术探讨
1.1 技术工作流程
垃圾分类技术研究主要做了以下工作：首先，对垃圾分类工艺流程、架构总体布局的进行研究，给出智能视觉识别分拣垃圾分类系统的整体架构设计方案。通过分析垃圾分类工艺流程，给出智能视觉识别分拣垃圾分类系统的整体架构。其次，设计了基于TensorFlow深度学习理论、人工智能视觉识别识别系统平台[3]。平台上建立物体投入启动分析模块：运用Python语言编程树莓派开发模块，通过接入开源的Open CV垃圾种类图像数据处理库，搭配USB免驱动高清摄像头和红外对射探测器，完成开启摄像头、图库对比分析、驱动控制等系统流程设计。最后，完成了以4B/4G树莓派开发系统为控制主体的垃圾智能分拣、自动分类控制方案研究，并基于垃圾智能分拣、自动分类机械结构设计和研制，对产品外形进行了设计和优化[4]。
1.2 技术路线
本项目运用AI智能视觉识别技术开展对家庭生活垃圾进行分拣、分类的技术研究，把人工智能技术与传统环保产业相融合，设计垃圾自动分类装置，并推广应用于日常生活垃圾分类处理。一方面，智能垃圾分拣、分类装置易操作、分类精度高，可大大降低垃圾分类难度，从源端降低了荆州垃圾处理系统的处理负荷和成本，避免二次污染，有效实现垃圾“三化”处理。另一方面，将AI智能识别技术运用于垃圾智能分拣、自动分类的过程，把基于物联网、大数据和人工智能的新技术引入环保产业，带动荆州目前以垃圾终端处理为主的传统环保企业的技术创新和升级，带动环保产业创新发展[5]。
该技术的运行路线主要分为以下几步：（1）前期。对家庭垃圾智能分拣技术和分类流程进行了研究，确定了家庭垃圾自动分类技术及装置的整体方案。（2）中期。应用人工智能视觉识别系统完善了平台设计，并结合树莓派开发系统作为技术核心形成了垃圾分类的控制方案。（3）后期。对设计方案中的各个结构进行了制造和装配，并对比研究各种指标，通过模块实验的方式进行进一步的匹配和调试工作，最终形成了基于AI智能视觉识别分拣的自动垃圾分类技术。
1.3 技术方案
智能垃圾箱主要包括箱体、箱盖和控制3部分组成。箱体中通过隔板分为4个区域，分别盛放不同类型的垃圾，底部用于安装控制系统[6]。
1.3.1 箱盖体
箱盖体主要由箱盖、圆形挡板、旋转底板、旋转盖板、摄像头组成。
功能：红外对射探测器感知是否有垃圾扔进圆形挡板内，启动摄像头，摄像头对垃圾进行拍照，并通过控制系统与开源的垃圾分类服务器内的图库进行对比分析，判断垃圾的种类，控制盖板旋转一定角度至相应种类垃圾盛放位置的上方，控制旋转底板转出圆形挡板，该类垃圾掉入相应位置，实现垃圾分类。
1.3.2 箱体
根据4类垃圾分类，将箱体用隔板隔成4个空间，分别用来盛放干垃圾、湿垃圾、有毒垃圾、可回收垃圾。在箱体的上方安装有3个舵机，通过内齿轮啮合的带传动，带动盖板旋转。
1.3.3 箱底
箱子底部主要用来安装控制系统。控制机构主要包括树莓派开发模块，以Python语言编程和Open CV图像处理库，搭配USB免驱动摄像头和红外对射探测器等硬件深度学习人工智能（OpenCV，TensorFlow），可实现对垃圾的探测、开启摄像头、图库对比分析、控制箱盖旋转等，实现垃圾的分类[7]。
1.4 产品工作流程
在接通产品的控制机构电源以后，设备显示屏开启，此时系统内部程序开始运行，在进行垃圾识别分拣之前，需要对产品内部的红外探测器对射进行初始化设置，完成之后开启产品摄像头进行工作。在工作过程中，把一个垃圾扔进产品的内部圆形挡板内，摄像头会对垃圾进行自动拍照，照片随后进入控制系统内部进行分析和识别，进而确定垃圾种类，此时红外信号被垃圾物品遮擋，驱动盖板电机，使盖板旋转至对应垃圾种类盛放处上方。随后，挡板电机工作，转动挡板，同时通过圆形挡板的作用使垃圾掉入箱体内相应位置，完成垃圾分类[8]。
1.5 产品技术组成
1.5.1 技术方案
技术方案包括视觉识别分拣垃圾分类系统工作工艺流程设计、整体架构布局以及智能视觉识别分拣垃圾分类系统在内的总体设计方案[9]。
1.5.2 基于TensorFlow深度学习理论、人工智能视觉识别系统平台设计的构建
运用Python语言编程树莓派开发模块，通过接入开源的Open CV垃圾种类图像数据处理库，搭配USB免驱动高清摄像头和红外对射探测器，完成开启摄像头、图库对比分析、驱动控制等系统设计。 1.5.3 优化设计
以 4B/4G树莓派开发系统为控制主体的垃圾智能分拣、自动分类控制方案设计的完善优化[10]。
1.5.4 机械结构设计
基于垃圾智能分拣、自动分类机械结构设计和研制，利用若干个MG995、180°数码机器人金属标准舵机，通过运动控制，完成齿形皮带的带传动使盖板整体旋转至特定种类盛放处上方，再通过底板旋转和挡板的遮挡作用，实现垃圾自动收集的分拣分类机构设计和研制。
2 结语
综上所述，开展基于AI智能视觉识别分拣的自动垃圾分类技术研究，即运用智能视觉识别技术，运用Tensorflow深度学习理论，通过Python编程语言进行编程，针对设备启动、感应、拍照、分析、识别、分拣、回位各个节点，完成全过程智能分拣、自动分类的装置设计和研究。
在当前在国家环保政策的引导下，以及人们对于智慧生活的向往，家庭生活垃圾智能分拣、自动分类技术及装置的研发具有巨大的市场前景。
[参考文献]
[1]张开生，秦博，张晨静，等.一种基于人工智能的节能式垃圾分类箱门控制装置及其方法：111290318A[P].2020-06-16.
[2]孟田宇，赵胜男，王禹霖，等.基于物联网的智能垃圾分类系统的设计[J].衛星电视与宽带多媒体，2019（15）：34，36.
[3]冯莹倩.以“垃圾分类”为例的图像识别课程案例设计[J].电脑知识与技术，2020（6）：180-181.
[4]吴碧程，邓祥恩，张子憧，等.基于卷积神经网络的智能垃圾分类系统[J].物理实验，2019（11）：47-52.
[5]胡向东，许奥狄，杜悦，等.一种基于人工智能与大数据技术的垃圾智能回收系统：108839980A[P].2018-11-20.
[6]吴桐.基于人工智能技术的垃圾分类回收系统研究[J].科技与创新，2020（9）：44-45，48.
[7]李翔.信息化在智能垃圾分类系统中的研究与应用[J].信息与电脑（理论版），2020（14）：156-158.
[8]张培元.垃圾分类：“上海阿姨”和“人工智能”一个都不能少[J].新西部，2019（22）：89-89.
[9]卢丽花.一种基于互联网的人工智能高效垃圾分类处理箱：CN110510281A[J].2019-08-17.
[10]钟银彪，王宁.一种应用于自动清扫车的垃圾分类智能视觉系统及方法：110219271A[P].2019-06-16.
（编辑 姚 鑫）
关键词：AI智能视觉识别分拣;自动垃圾分类;技术
0 引言
根据调查，荆州生活垃圾日产生量约为1 000吨，年递增率为5%。如果实行生活垃圾分类收集和废弃物的有效回收，垃圾量可望减少40%～50%，资源回收利用率达30%～40%。而人工处理垃圾分类工作耗时较大且存在分类不合理以及人员健康问题，严重影响了垃圾分类的效率。信息时代下人工智能技术的应用能够有效解决这一问题，用智能化系统代替人工操作，在提高回收效率的同时也有效保证了工作的精细化和科学化水平[1]。然而，垃圾分类需要全社会群众的广泛参与，而且需要每一位市民全面认识不同垃圾的分类方式;还存在分类意识普及和群众分类知识学习等方面的问题，造成现阶段我国垃圾分类工作的困难。基于这些问题，利用人工智能对垃圾的种类进行识别和分类形成智能化的垃圾分类技术便十分有必要[2]。
1 以AI智能视觉识别分拣为基础的自动垃圾分析技术探讨
1.1 技术工作流程
垃圾分类技术研究主要做了以下工作：首先，对垃圾分类工艺流程、架构总体布局的进行研究，给出智能视觉识别分拣垃圾分类系统的整体架构设计方案。通过分析垃圾分类工艺流程，给出智能视觉识别分拣垃圾分类系统的整体架构。其次，设计了基于TensorFlow深度学习理论、人工智能视觉识别识别系统平台[3]。平台上建立物体投入启动分析模块：运用Python语言编程树莓派开发模块，通过接入开源的Open CV垃圾种类图像数据处理库，搭配USB免驱动高清摄像头和红外对射探测器，完成开启摄像头、图库对比分析、驱动控制等系统流程设计。最后，完成了以4B/4G树莓派开发系统为控制主体的垃圾智能分拣、自动分类控制方案研究，并基于垃圾智能分拣、自动分类机械结构设计和研制，对产品外形进行了设计和优化[4]。
1.2 技术路线
本项目运用AI智能视觉识别技术开展对家庭生活垃圾进行分拣、分类的技术研究，把人工智能技术与传统环保产业相融合，设计垃圾自动分类装置，并推广应用于日常生活垃圾分类处理。一方面，智能垃圾分拣、分类装置易操作、分类精度高，可大大降低垃圾分类难度，从源端降低了荆州垃圾处理系统的处理负荷和成本，避免二次污染，有效实现垃圾“三化”处理。另一方面，将AI智能识别技术运用于垃圾智能分拣、自动分类的过程，把基于物联网、大数据和人工智能的新技术引入环保产业，带动荆州目前以垃圾终端处理为主的传统环保企业的技术创新和升级，带动环保产业创新发展[5]。
该技术的运行路线主要分为以下几步：（1）前期。对家庭垃圾智能分拣技术和分类流程进行了研究，确定了家庭垃圾自动分类技术及装置的整体方案。（2）中期。应用人工智能视觉识别系统完善了平台设计，并结合树莓派开发系统作为技术核心形成了垃圾分类的控制方案。（3）后期。对设计方案中的各个结构进行了制造和装配，并对比研究各种指标，通过模块实验的方式进行进一步的匹配和调试工作，最终形成了基于AI智能视觉识别分拣的自动垃圾分类技术。
1.3 技术方案
智能垃圾箱主要包括箱体、箱盖和控制3部分组成。箱体中通过隔板分为4个区域，分别盛放不同类型的垃圾，底部用于安装控制系统[6]。
1.3.1 箱盖体
箱盖体主要由箱盖、圆形挡板、旋转底板、旋转盖板、摄像头组成。
功能：红外对射探测器感知是否有垃圾扔进圆形挡板内，启动摄像头，摄像头对垃圾进行拍照，并通过控制系统与开源的垃圾分类服务器内的图库进行对比分析，判断垃圾的种类，控制盖板旋转一定角度至相应种类垃圾盛放位置的上方，控制旋转底板转出圆形挡板，该类垃圾掉入相应位置，实现垃圾分类。
1.3.2 箱体
根据4类垃圾分类，将箱体用隔板隔成4个空间，分别用来盛放干垃圾、湿垃圾、有毒垃圾、可回收垃圾。在箱体的上方安装有3个舵机，通过内齿轮啮合的带传动，带动盖板旋转。
1.3.3 箱底
箱子底部主要用来安装控制系统。控制机构主要包括树莓派开发模块，以Python语言编程和Open CV图像处理库，搭配USB免驱动摄像头和红外对射探测器等硬件深度学习人工智能（OpenCV，TensorFlow），可实现对垃圾的探测、开启摄像头、图库对比分析、控制箱盖旋转等，实现垃圾的分类[7]。
1.4 产品工作流程
在接通产品的控制机构电源以后，设备显示屏开启，此时系统内部程序开始运行，在进行垃圾识别分拣之前，需要对产品内部的红外探测器对射进行初始化设置，完成之后开启产品摄像头进行工作。在工作过程中，把一个垃圾扔进产品的内部圆形挡板内，摄像头会对垃圾进行自动拍照，照片随后进入控制系统内部进行分析和识别，进而确定垃圾种类，此时红外信号被垃圾物品遮擋，驱动盖板电机，使盖板旋转至对应垃圾种类盛放处上方。随后，挡板电机工作，转动挡板，同时通过圆形挡板的作用使垃圾掉入箱体内相应位置，完成垃圾分类[8]。
1.5 产品技术组成
1.5.1 技术方案
技术方案包括视觉识别分拣垃圾分类系统工作工艺流程设计、整体架构布局以及智能视觉识别分拣垃圾分类系统在内的总体设计方案[9]。
1.5.2 基于TensorFlow深度学习理论、人工智能视觉识别系统平台设计的构建
运用Python语言编程树莓派开发模块，通过接入开源的Open CV垃圾种类图像数据处理库，搭配USB免驱动高清摄像头和红外对射探测器，完成开启摄像头、图库对比分析、驱动控制等系统设计。 1.5.3 优化设计
以 4B/4G树莓派开发系统为控制主体的垃圾智能分拣、自动分类控制方案设计的完善优化[10]。
1.5.4 机械结构设计
基于垃圾智能分拣、自动分类机械结构设计和研制，利用若干个MG995、180°数码机器人金属标准舵机，通过运动控制，完成齿形皮带的带传动使盖板整体旋转至特定种类盛放处上方，再通过底板旋转和挡板的遮挡作用，实现垃圾自动收集的分拣分类机构设计和研制。
2 结语
综上所述，开展基于AI智能视觉识别分拣的自动垃圾分类技术研究，即运用智能视觉识别技术，运用Tensorflow深度学习理论，通过Python编程语言进行编程，针对设备启动、感应、拍照、分析、识别、分拣、回位各个节点，完成全过程智能分拣、自动分类的装置设计和研究。
在当前在国家环保政策的引导下，以及人们对于智慧生活的向往，家庭生活垃圾智能分拣、自动分类技术及装置的研发具有巨大的市场前景。
[参考文献]
[1]张开生，秦博，张晨静，等.一种基于人工智能的节能式垃圾分类箱门控制装置及其方法：111290318A[P].2020-06-16.
[2]孟田宇，赵胜男，王禹霖，等.基于物联网的智能垃圾分类系统的设计[J].衛星电视与宽带多媒体，2019（15）：34，36.
[3]冯莹倩.以“垃圾分类”为例的图像识别课程案例设计[J].电脑知识与技术，2020（6）：180-181.
[4]吴碧程，邓祥恩，张子憧，等.基于卷积神经网络的智能垃圾分类系统[J].物理实验，2019（11）：47-52.
[5]胡向东，许奥狄，杜悦，等.一种基于人工智能与大数据技术的垃圾智能回收系统：108839980A[P].2018-11-20.
[6]吴桐.基于人工智能技术的垃圾分类回收系统研究[J].科技与创新，2020（9）：44-45，48.
[7]李翔.信息化在智能垃圾分类系统中的研究与应用[J].信息与电脑（理论版），2020（14）：156-158.
[8]张培元.垃圾分类：“上海阿姨”和“人工智能”一个都不能少[J].新西部，2019（22）：89-89.
[9]卢丽花.一种基于互联网的人工智能高效垃圾分类处理箱：CN110510281A[J].2019-08-17.
[10]钟银彪，王宁.一种应用于自动清扫车的垃圾分类智能视觉系统及方法：110219271A[P].2019-06-16.
（编辑 姚 鑫）