[发明专利]分类垃圾桶、基于深度学习的智能分类垃圾桶及分类方法在审

专利信息
申请号: 202110735525.X 申请日: 2021-06-30
公开(公告)号: CN113371363A 公开(公告)日: 2021-09-10
发明(设计)人: 潘铭杰;姚秋艳;戴园城;刘政军;奚凤帆;陈柯宇 申请(专利权)人: 上海建桥学院有限责任公司
主分类号: B65F1/14 分类号: B65F1/14;B65F1/00;B65F1/16;B65F1/10
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 许耀
地址: 201306 上海市浦东新区中国(*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分类 垃圾桶 基于 深度 学习 智能 方法
【权利要求书】:

1.一种分类垃圾桶,包括其特征在于,包括桶体(1)以及一上一下位于桶体(1)内部的垃圾分类单元(2)和垃圾分类收集单元(3);

所述的桶体(1)的顶部设有垃圾入口(11),

所述的垃圾分类单元(2)包括一级传送带(21)、位于一级传送带(21)第一端下方的压缩机构(23)以及位于一级传送带(21)第二端下方的二级传送带(22),所述的一级传送带(21)位于垃圾入口(11)的下方,一级传送带(21)和二级传送带(22)的传送方向所在直线交错布置,

所述的垃圾分类收集单元(3)包括设置于压缩机构(23)下方的可回收垃圾筐(31)以及分别设置于二级传送带(22)第一端和第二端下方的干垃圾筐(32)和湿垃圾筐(33)。

2.根据权利要求1所述的一种分类垃圾桶,其特征在于,垃圾分类单元还包括控制单元,所述的控制单元包括控制器(4)和垃圾分类按钮组件(5),所述的控制器(4)与一级传送带(21)、二级传送带(22)、压缩机构(23)及垃圾分类按钮组件(5)分别电性连接,所述的垃圾分类按钮组件(5)由湿垃圾按钮、干垃圾按钮和可回收垃圾按钮组成,用于控制进入垃圾入口(11)的垃圾进入垃圾分类收集单元(3)中相应的垃圾筐中。

3.根据权利要求1所述的一种分类垃圾桶,其特征在于,包括以下条件中的任一项或多项:

a、所述的一级传送带(21)和二级传送带(22)的传送方向所在直线在水平面内相互垂直;

b、所述的一级传送带(21)和二级传送带(22)均具有皮带(201)和用于带动皮带(201)正反向传送的驱动机构,所述的驱动机构由从动轮(203)、主动轮(202)以及用于带动主动轮(202)正反向转动的驱动电机(204)组成;

c、所述的压缩机构(23)为易拉罐压缩机构;

d、所述的垃圾入口(11)处设有可打开的箱盖。

4.一种基于深度学习的智能分类垃圾桶,其特征在于,包括桶体(1)以及一上一下位于桶体(1)内部的垃圾分类单元(2)和垃圾分类收集单元(3);

所述的桶体(1)的顶部设有垃圾入口(11),

所述的垃圾分类单元(2)包括一级传送带(21)、位于一级传送带(21)第一端下方的压缩机构(23)、位于一级传送带(21)第二端下方的二级传送带(22)以及位于一级传送带(21)上方的图像采集摄像头(6),所述的一级传送带(21)位于垃圾入口(11)的下方,一级传送带(21)和二级传送带(22)的传送方向所在直线交错布置,

所述的垃圾分类收集单元(3)包括设置于压缩机构(23)下方的可回收垃圾筐(31)以及分别设置于二级传送带(22)第一端和第二端下方的干垃圾筐(32)和湿垃圾筐(33)。

5.根据权利要求4所述的一种基于深度学习的智能分类垃圾桶,其特征在于,所述的垃圾分类单元(2)还包括控制器(4),所述的控制器(4)分别与一级传送带(21)、二级传送带(22)、压缩机构(23)及图像采集摄像头(6)电性连接。

6.根据权利要求5所述的一种基于深度学习的智能分类垃圾桶,其特征在于,所述的图像采集摄像头(6)用于采集落到一级传送带(21)上的垃圾的图像信息,所述的控制器(4)用于接收垃圾的图像信息并基于深度学习对垃圾图像信息进行识别,判断垃圾类型,进而控制一级传送带(21)、二级传送带(22)和/或压缩机构(23)工作,使垃圾进入相应的垃圾筐。

7.根据权利要求4所述的一种基于深度学习的智能分类垃圾桶,其特征在于,所述的一级传送带(21)和二级传送带(22)的传送方向所在直线在水平面内相互垂直。

8.根据权利要求4所述的一种基于深度学习的智能分类垃圾桶,其特征在于,所述的一级传送带(21)和二级传送带(22)均具有皮带(201)和用于带动皮带(201)正反向传送的驱动机构,所述的驱动机构由从动轮(203)、主动轮(202)以及用于带动主动轮(202)正反向转动的驱动电机(204)组成。

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上海建桥学院有限责任公司,未经上海建桥学院有限责任公司许可,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/202110735525.X/1.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