当前人们不满足于传统的、效率低下的人工分类垃圾的方式,开发新型、智能型垃圾分类装置越来越成为现代垃圾分类的重要任务。本文基于图像信息识别对垃圾分类装置的机械系统、下位机控制系统以及上位机识别程序进行设计,主要内容如下:首先,分析新型垃圾分类装置的发展趋势,提出两种自动分类方案:（1）采用识别垃圾袋颜色的方式对可回收、不可回收、有害等类别的垃圾分类;（2）使用图像处理技术和深度学习技术对可回收类单个垃圾进行分类。根据提出的两种方案,进行垃圾自动分类装置的具体方案设计,包括适应两种分类方案的箱体框架单元、分运机构单元及运输收纳箱单元结构方案设计,和垃圾自动分类装置控制方案设计,从而实现收纳、识别与分类等功能。其次,对两种分类方案的分析基础上,利用工程设计软件对垃圾自动分类装置的整体结构进行设计,建立出装置各机械单元的3D模型,并采用有限元分析软件对关键受力零部件进行静力学分析,验证其可靠性。在对颜色识别自动分类装置控制方案分析的基础上,确定下位机工作流程以及各动作之间的衔接关系,并且对装置下位机的控制程序及电路进行设计。在对图像识别自动分类装置方案分析的基础上,采用Resnet-34残差神经网络及Py Torch框架,设计出单个垃圾图像的识别程序并进行测试,结果表明该程序识别垃圾图像的正确率达到97.3%。最后,研制垃圾自动分类装置样机,进行整机调试。实验结果表明,颜色识别自动分类装置可实现多个垃圾同时投递,且可以采用识别垃圾袋的颜色实现垃圾的自动分类。