[发明专利]一种基于图像识别技术的垃圾分类机器人

说明书

技术领域

本发明涉及垃圾处理技术，尤其涉及一种基于图像识别技术的垃圾分类机器人。

背景技术

城市垃圾资源化利用可以为国民经济提供巨大的经济效益，并由此带来生活环境 清洁与舒适的社会效益。而垃圾资源回收再利用，最重要的环节就是要把垃圾经过分离、分 类，然后根据所分离出来的垃圾按照其特性加以利用，现有垃圾分类只是简单的依赖于人 工，人工作业效率低且容易出错，无法满足城市垃圾资源化的高要求。

发明内容

为解决上述技术问题，本发明的目的是提供一种基于图像识别技术的垃圾分类机 器人。

本发明采用的技术方案是：

一种基于图像识别技术的垃圾分类机器人，包括单片机、机械手、摄像头，该机械手由 单片机控制其动作，该摄像头用于拍摄垃圾的图像并经预处理后输入单片机以计算分类， 单片机采用卷积神经网络算法对垃圾图像进行识别并输出分类指令给机械手，机械手根据 分类指令抓取不同种类的垃圾放置于指定位置以实现垃圾分类。

进一步，所述单片机所采用的卷积神经网络算法在投入使用前先进行大样本垃圾 分类图像识别训练。

进一步，所述单片机所采用的卷积神经网络算法在投入使用后继续对算法进行优 化训练。

进一步，所述机械手包括执行机构和驱动机构，该驱动机构接收单片机指令并根 据所述指令驱动执行机构的动作。

其中，所述执行机构为抓臂，所述驱动机构为液压驱动机构或气压驱动机构或电 气驱动机构。

本发明的有益效果：

本发明的垃圾分类机器人采用卷积神经网络算法对垃圾图像进行识别，减少了复杂特 征提取和数据重建等计算过程，输入图像和网络的拓扑结构能有很好的吻合，特征提取和 模式分类同时进行，并在训练中产生，权值共享可以很大程度上减少网络训练参数，使网络 结构的适应性更强，并结合机械手进行垃圾自动分类，大大提升了垃圾处理的效率，由此带 来生活环境清洁与舒适的社会效益。

附图说明

下面结合附图对本发明的具体实施方式做进一步的说明。

图1是本发明垃圾分类机器人的原理框图。

具体实施方式

如图1所示，为本发明一种基于图像识别技术的垃圾分类机器人，包括单片机10、 机械手20、摄像头30，该机械手20由单片机10控制其动作，该摄像头30用于拍摄垃圾的图像 并经预处理后输入单片机10以计算分类，单片机10采用卷积神经网络算法对垃圾图像进行 识别并输出分类指令给机械手20，机械手20根据分类指令抓取不同种类的垃圾放置于指定 位置以实现垃圾分类。

其中，所述机械手20包括执行机构和驱动机构，该驱动机构接收单片机10指令并 根据所述指令驱动执行机构的动作，执行机构为抓臂，所述驱动机构为液压驱动机构或气 压驱动机构或电气驱动机构。

进一步，本技术方案的单片机10所采用的卷积神经网络算法在投入使用前先进行 大样本垃圾分类图像识别训练，单片机10所采用的卷积神经网络算法在投入使用后继续对 算法进行优化训练。

具体的，上述卷积神经网络算法的结构是一种多层的感知器，每层由二维平面组 成，而每个平面由多个独立的神经元组成，网络中包含一些简单元和复杂元，分别记为C元 和S元。C元聚合在一起构成卷积层，S元聚合在一起构成下采样层。输入图像通过滤波器和 可加偏置进行卷积，在C层产生N个特征图（N值可人为设定），然后特征映射图经过求和、加 权值和偏置，再通过一个激活函数（通常选用Sigmoid函数）得到S层的特征映射图。根据人 为设定C层和S层的数量，将以上工作依次循环进行。最终，对最尾部的下采样和输出层进行 全连接，得到最后的输出。

卷积的过程：用一个可训练的滤波器fx去卷积一个输入的图像（在C1层是输入图 像，之后的卷积层输入则是前一层的卷积特征图），通过一个激活函数(一般使用的是 Sigmoid函数)，然后加一个偏置bx，得到卷积层Cx。