[发明专利]一种智能垃圾前端分类系统和方法有效

专利信息
申请号: 202110475037.X 申请日: 2021-04-29
公开(公告)号: CN113135368B 公开(公告)日: 2022-07-22
发明(设计)人: 王庆楠;何贤杰;曾自强;金佑松;王博 申请(专利权)人: 怀化学院
主分类号: B65F1/00 分类号: B65F1/00;B65F1/14
代理公司: 暂无信息 代理人: 暂无信息
地址: 418000 *** 国省代码: 湖南;43
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 智能 垃圾 前端 分类 系统 方法
【说明书】:

发明提供了一种智能垃圾前端分类系统和方法,智能垃圾前端分类系统包括:垃圾图像识别系统、垃圾自动分类投放系统、垃圾信息处理系统。在本申请中,基于垃圾图像识别系统、垃圾自动分类投放系统、垃圾信息处理系统,该智能垃圾前端分类系统可以独立分布式运行、自动识别、自动分类投放垃圾,可以采集和反馈垃圾分类信息,可以联网更新扩展功能。

技术领域

本发明涉及垃圾的分类处理领域,特别涉及一种智能垃圾前端分类系统和方法。

背景技术

出于环境保护和资源回收的需要,国家提出了严格的垃圾分类管理要求,现行垃圾分类规范是将垃圾分为四种类别:可回收垃圾、厨余垃圾、有害垃圾和其他垃圾。人工垃圾分类受到知识结构的局限性导致误差率高;机械式或电子感应垃圾分类,主要是利用材料物性或基本形状、颜色进行垃圾分类,仅适用于金属垃圾和建筑垃圾等特定工业领域,可扩展性差。由于,垃圾前端分类主要是处理日常生活垃圾,没有比较固定的形状和物性,且种类繁多、背景复杂,所以采用传统方法难以有效地分类。同时,现有的垃圾前端分类系统主要是由远程服务器端或工作站控制,而垃圾前端分类的应用场合比较分散、实时性强,导致现有的垃圾前端分类系统无法独立、快速、精确地响应垃圾分类工作。

发明内容

本发明的目的在于:为了解决技术背景中当前存在的技术问题,实现可以独立分布式运行、自动识别、自动分类投放、宣传引导的智能垃圾前端分类系统和方法。

上述技术目的,本发明通过以下技术方法实现:一种智能垃圾前端分类系统,包括:垃圾图像识别系统,垃圾自动分类投放系统,垃圾信息处理系统。

所述垃圾图像识别系统,是一种嵌入式图像识别系统,部署在垃圾前端分类装置上,用于对垃圾进行图像采集和识别。所述垃圾的图像采集,通过摄像头进行视觉采集,获取垃圾的图像。所述垃圾的图像识别,通过加载预训练模型的数据,与采集图像进行比较,识别出垃圾的具体品名或所属种类。

所述垃圾自动分类投放系统,垃圾放入置物装置,投放机构根据所述图像识别系统识别出垃圾的具体品名或所属种类,将垃圾自动投放到垃圾对应的分类垃圾箱。

所述垃圾信息处理系统,是一种信息数据的采集和反馈系统。所述垃圾信息处理系统检测垃圾分类工作状况并实时反馈信息,对投放垃圾对应的种类、数量采集和反馈,所述分类垃圾箱的满载检测和信息反馈,垃圾分类宣传片的循环播放。

一种智能垃圾前端分类方法,基于所述智能垃圾前端分类系统,包括:垃圾图像识别系统,垃圾自动分类投放系统,垃圾信息处理系统,所述方法包括以下步骤。

启动所述智能垃圾前端分类系统,开始系统运行计时,所述摄像头进行视觉采集,所述视觉采集的视频获取一帧图像进行预处理和解码,所述图像进行初始标定,加载所述预训练模型。

在待机过程中,所述垃圾信息处理系统的显示屏循环播放垃圾分类宣传片,宣传垃圾分类知识及所述智能垃圾前端分类系统的使用方法。

在待机过程中,所述摄像头进行视觉采集,进行物体检测。获取一帧图像进行解码,与所述初始标定进行对比,用于判断是否有垃圾放入。

当有垃圾放入所述置物装置,所述垃圾图像识别系统获取一帧图像进行预处理和解码,与所述初始标定图像进行对比,判断所述置物装置有垃圾放置。进一步提取高阶抽象特征与所述预训练模型的数据进行检测识别,获取所有标签值的可能性概率值,所述概率值最大或所述概率值超过阀值,则将所述概率值对应的所述标签值赋值给所述垃圾,所述垃圾标记对应的具体垃圾品名信息。根据所述具体垃圾品名信息进行分类,获得所述垃圾的类别。所述垃圾的类别为四种,可回收垃圾、厨余垃圾、有害垃圾、其他垃圾。

根据所述垃圾的类别,所述投放机构将所述垃圾自动投放到所述垃圾类别对应的分类垃圾箱,所述分类垃圾箱包括有害垃圾箱、可回收垃圾箱、厨余垃圾箱、其他垃圾箱。

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怀化学院,未经怀化学院许可,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/202110475037.X/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