[发明专利]一种垃圾分类一站式智能管理平台在审

专利信息
申请号: 202211270089.4 申请日: 2022-10-18
公开(公告)号: CN115447925A 公开(公告)日: 2022-12-09
发明(设计)人: 张利芳;金伟;翟卫龙;罗红波;郭学鹏;李银凤 申请(专利权)人: 浙江绿达智能科技有限公司
主分类号: B65F1/00 分类号: B65F1/00;B65F1/14;G06V10/82;G06V10/774;G06V10/764
代理公司: 深圳市育科知识产权代理有限公司 44509 代理人: 杨宁
地址: 311100 浙江省杭州市余*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 垃圾 分类 一站式 智能 管理 平台
【说明书】:

发明属于垃圾分类技术领域,具体涉及一种垃圾分类一站式智能管理平台,包括垃圾箱体以及防止在垃圾箱体内底部的四个垃圾桶,所述垃圾箱体的顶端安装有高清摄像头,所述高清摄像头与垃圾桶之间设置有动作器,用于将垃圾分别投入四个垃圾桶内;所述垃圾箱体内安装有控制器、无线通讯模块以及图像处理单元,所述无线通讯模块用于与云服务器连接,获取垃圾品类的特征资料,所述图形处理单元用于对垃圾图像进行处理后判断该垃圾的品类,所述控制器用于根据垃圾的品类控制动作器将其投入对应的垃圾桶。通过高清摄像头配合识别模型对进入垃圾箱体内的垃圾进行识别,通过动作器自动将垃圾投放至对应的垃圾桶内,自动化水平高。

技术领域

本发明属于垃圾分类技术领域,具体涉及一种垃圾分类一站式智能管理平台。

背景技术

随着我国经济的发展和人口的增多,垃圾分类逐渐成为社会关注的热点话题。垃圾分类是对垃圾收集处置传统方式的改革,是对垃圾进行有效处置的一种科学管理方法。面对日益增长的垃圾产量和环境状况恶化的局面,如何通过垃圾分类管理、最大限度地实现垃圾资源利用、减少垃圾处置的数量、改善生存环境状态是当前世界各国共同关注的迫切问题。

目前对于垃圾分类主要的方式是使用多个垃圾桶,并在垃圾桶上分别标识不同的垃圾种类,指引人根据垃圾的种类将垃圾丢到对应的垃圾桶内;但是上述的方式会增加人员的学习成本,很多人难以确定垃圾具体属于哪种类别,同时也有人就不做分类,随意乱丢,影响了整体的垃圾分类。

发明内容

本发明的目的在于提供一种垃圾分类一站式智能管理平台,克服了现有技术的不足,通过高清摄像头配合识别模型对进入垃圾箱体内的垃圾进行识别,通过动作器自动将垃圾投放至对应的垃圾桶内,自动化水平高。

为解决上述问题,本发明所采取的技术方案如下:

一种垃圾分类一站式智能管理平台,包括垃圾箱体以及防止在垃圾箱体内底部的四个垃圾桶,所述垃圾箱体的顶端安装有高清摄像头,所述高清摄像头与垃圾桶之间设置有动作器,用于将垃圾分别投入四个垃圾桶内;

所述垃圾箱体内安装有控制器、无线通讯模块以及图像处理单元,所述无线通讯模块用于与云服务器连接,获取垃圾品类的特征资料,所述图形处理单元用于对垃圾图像进行处理后判断该垃圾的品类,所述控制器用于根据垃圾的品类控制动作器将其投入对应的垃圾桶。

进一步,所述图像处理单元包括数据处理模块、模型训练模块以及模型测试模块;所述数据处理模块用于将数据集划分为训练集、验证集和测试集,同时对训练集数据进行增强;所述模型训练模块是通过预训练的图像识别模型作为基础框架搭建深度卷积神经网络进行迁移学习,并使用经过数据增强的训练集对模型进行训练,且使用验证集的数据验证训练效果,所述模型测试模块通过获取高清摄像头拍摄的图像输入到训练好的图像识别模型,输出垃圾的识别结果。

进一步,所述数据处理模块将自云数据库获取的更新图像数据作为训练集,将本地之前获取的图像数据作为验证集,将实时获取的待识别图像作为测试集。

进一步,所述对训练集数据进行增强,其方式包括翻转变换、随机修剪、色彩抖动、平移变换、尺度变换、对比度变换、噪声扰动、旋转变换/反射变换、横向/纵向平移、错切变换、缩放、水平翻转。

进一步,所述图像识别模型包括输入层、Flatten层、隐含层以及输出层,所述输入层输入的是经过VGG16提取特征的神经元,所述Flatten层用于将多纬的输入一维化,所述隐含层通过relu函数激活神经元,使整个网络稀疏性更强。

进一步,所述模型训练模块采用对数损失函数进行计算,其数学模型为:

其中,yi是指第i个样本所属的真实类别0或者1,pi表示第i个样本属于类别1的概率,N代表测试样本总数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江绿达智能科技有限公司,未经浙江绿达智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211270089.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top