[发明专利]一种基于DMD和YOLOV5的光电智能垃圾分拣方法

说明书

本发明涉及一种基于DMD和YOLOV5的光电智能垃圾分拣方法，属于垃圾分类及机械智能控制技术领域。包括：1初始化摄像头及机械爪初始化；2通过摄像头获取垃圾图像；3构建垃圾图像数据集，具体通过DMD将垃圾图像分解为背景和前景，提取前景构建垃圾图像数据集；4将构建的垃圾图像数据集输入YOLOV5网络进行训练，得到训练好的YOLOV5网络作为垃圾图像识别模型；5通过摄像头捕捉待识别的时序画面，使用DMD将捕捉的待识别时序画面区分为背景和前景，提取前景构成测试集；6利用训练好的垃圾图像识别模型对测试集中的前景进行实时分类与识别，得到垃圾位置和数量。所述垃圾分拣方法，识别准确度高、算法复杂度低、对环境条件要求低且抗干扰能力强。

技术领域

本发明涉及一种基于DMD和YOLOV5的光电智能垃圾分拣方法，属于垃圾分类及机械智能控制技术领域。

背景技术

按一定规定或标准将垃圾分类储存、投放和搬运，将垃圾转变成公共资源，提高垃圾的资源价值和经济价值，可以为国民经济提供了巨大经济、社会、生态效益。在城市中，垃圾主要分布在道路和小区内，这些区域直接和居民住行相关联，垃圾的识别检测显得非常重要。随着社会的不断进步和人民生活水平的日益提高，对生活环境的要求也越来越高，也对垃圾的处理技术提出了更高要求，目前垃圾分类是对垃圾处理提出的新要求，不同型号的垃圾分拣车被广泛的使用到垃圾处理的各个领域。垃圾资源回收再利用的重要环节是将垃圾的拾取、装载、分离和分类，然后根据分离出来的垃圾按照其特性加以利用，现有的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。

本发明提出了一种光电智能垃圾分拣方法，通过动态模式分解DMD深度神经网络对垃圾进行特征提取和识别并记录垃圾在相机坐标下的位置。同时依托于分拣小车采用激光雷达与IMU作为主要传感器，利用2DSLAM进行地图构建与定位，最大化减小垃圾移动对于定位的影响，再结合IMU与光电编码器的信息，使用卡尔曼滤波进行多传感器的信息融合，以光电编码器与激光SLAM消除IMU的累积误差。小车具有结构简单、便于操作的优势，降低人力操作。

发明内容

本发明的目的在于针对现有垃圾分类操作繁琐、缺乏协作以及效率有待提高的技术现状，提出了一种基于DMD和YOLOV5的光电智能垃圾分拣方法。

为了实现上述目的，本发明采取的技术方案如下：

所述基于DMD和YOLOV5的光电智能垃圾分拣依托的垃圾分拣小车，包括传感器模块、信息处理模块、控制系统模块以及运动模块；

其中，传感器模块包括摄像头、IMU单元、激光雷达以及光电编码器；

信息处理模块包括识别处理单元、回收识别单元以及卡尔曼滤波处理单元；

控制系统模块包括任务规划子模块、底层驱动单元和通信单元；

任务规划子模块包括垃圾识别定位单元、垃圾拾取判决单元和导航与路径规划单元；

运动模块选择矩形四轮双层小车作为载体，该双层小车搭载传感器模块、控制系统模块及运动模块；运动模块，具体包括机械臂及机械爪、运动底盘单元以及车体和车轮单元；

传感器模块在控制系统模块调用和控制下，获取感兴趣目标区域内的图像、小车姿态、位置及码型，供给信息处理模块及运动模块；

所述光电智能垃圾分拣方法，具体包括如下步骤：

步骤1.初始化垃圾分拣小车，包括摄像头初始化、机械臂及机械爪初始化；

步骤2.通过传感器模块的摄像头获取垃圾图像；

步骤3.依据步骤2获取的垃圾图像构建垃圾图像数据集，具体通过DMD分解垃圾图像为背景和前景，提取分解后的垃圾图像前景，构建垃圾图像数据集；