基于深度學習的智能垃圾桶識別分類系統＊

郭昌鑫，陳公興

基于深度學習的智能垃圾桶識別分類系統＊

郭昌鑫，陳公興

（廣東技術師范大學天河學院 電氣與電子工程學院，廣東 廣州 510540）

垃圾分類引領綠色生活新時尚，為使傳統垃圾桶更加人性化、智能化，提出了基于深度學習的智能垃圾桶分類識別系統。通過樹莓派控制攝像頭讀取當前環境，采用OpenCV進行圖像處理，并加載TensorFlow訓練的CNN垃圾識別分類算法進行識別分類，最后由STM32單片機控制垃圾桶開蓋，同時系統還支持語音識別分類、人體紅外感應開蓋、溫濕度檢測等。通過測試，系統功能穩定，其誤差較低，具有一定的應用價值。

垃圾分類；深度學習；毒氣報警；自動開蓋

1 引言

隨著科技的迅猛發展和人類物質水平的提高，人們越來越重視周邊環境衛生及可持續發展。現今，中國最大的垃圾填埋場快裝滿了，人們對于垃圾的投放處理問題也越來越關注[1]，而生活中產生的大部分垃圾沒有分類就被丟到垃圾桶，垃圾以越來越快的速度增長，人們不得不打起精神準備一場持久戰——焚燒垃圾，這也是一些發達國家的主流方式。但焚燒不是終點，人類必須尋找新的方式對付自己親手制造的敵人，這就需要進行科學的垃圾回收再利用[2]，因此分類垃圾桶在人們的生活中是不可或缺的，它的應用場合非常廣泛，大至公園景區車站，小至餐廳家庭宿舍，對國家實行可持續綠色發展有著極其重要的意義。

目前，智能垃圾桶制造行業不斷發展與成熟，但其系統一般只具備自動開關蓋、智能語音提示功能，無法滿足現代人的需要。然而垃圾分類的效果對環境治理和經濟發展都同時產生直接影響，所以垃圾桶自動識別分類的人性化設計使其具有廣泛的應用價值和市場前景。

2 系統整體方案設計

本設計主要以搭載TensorFlow訓練的CNN垃圾識別分類算法的樹莓派和語音識別模塊作為主要的垃圾識別部件，采用STM32單片機作為微控制器，并外加紅外和觸摸模塊輔助感應垃圾桶開蓋，系統整體設計如圖1所示。

當樹莓派識別垃圾并自動分類（四類垃圾）后由STM32驅動舵機打開相應蓋子，同時驅動彩燈照亮桶內情況，系統還應用物聯網技術遠程監控垃圾桶內外情況，此外還有人體感應開蓋、桶滿提示和毒氣報警功能。

3 硬件結構

3.1 樹莓派RPI

本系統主要的分類識別部件是樹莓派（簡稱RPI），它本質上是一個只有信用卡大小的基于ARM的微型計算機，以MicroSD卡為內存硬盤，自帶Wi-Fi和藍牙模塊，可運行Linux系統與Windows IoT系統等，它類似一臺便攜式電腦，具有優越的性價比和功能，作為本智能設備開發的首選[3]。

圖1 系統整體設計框圖

3.2 單片機STM32

本系統采用的單片機型號為STM32F103C8T6，并設定該微處理器工作頻率在72 MHz，其運算速度是51單片機的幾十倍。該單片機融高性能、實時性、數字信號處理、低功耗、低電壓、豐富的外圍接口于一身，配合豐富的軟硬件開發工具，讓該類單片機成為項目中解決方案的理想選擇。

3.3 舵機MG996R

本系統選用MG996R金屬舵機來驅動蓋子打開，它由直流電機、減速電機、減速齒輪組、傳感器和控制電路組成的一套伺服系統，通過控制線發送可變寬度的脈沖來指定輸出軸旋轉角度，配合金屬拉桿達到控制垃圾桶蓋子的開合。 單片機系統實現對舵機輸出轉角的控制，必須要完成兩個任務：①產生基本的PWM周期信號；②脈寬的調整，即用單片機模擬PWM信號的輸出，并且調整占空比來達到控制目的[4]。

3.4 全彩LED燈WS2812B

WS2812B內置全彩驅動芯片，其控制電路和RGB芯片集成于一個5050封裝的元器件中，構成一個完整的外控像素點，每個像素點的三基色顏色可實現256級亮度顯示，完成16 777 216種顏色的全真彩顯示。WS2812B具有體積小、亮度高、功耗低等特點，本項目將其置于垃圾桶內部，當蓋子打開后由STM32驅動點亮，特別是夜晚時更顯人性化，更進一步引導人們將垃圾分類。

3.5 無線模塊ESP8266

本系統選擇ESP8266來遠程監控垃圾桶內外情況，該模塊自帶一超低功率32位的CPU，具有能耗低優點。通過物聯網技術可遠程查看桶內外溫濕度，當桶內溫度過高（如有未熄滅煙頭）或有異味時會發送警告信息給手機或上位機，同時會自動開啟負離子發生器凈化桶內異味和煙霧。垃圾桶還可實時監測桶外濕度，低于設定值時自動開啟加濕器，此外還支持語音控制設備。

4 軟件設計

系統軟件設計主要是對PRI和STM32進行程序設計，其中STM32程序主要是由C語言編寫的主程序、底層驅動程序和各功能模塊子程序；而RPI是采用OpenCV進行圖像處理，并加載TensorFlow訓練的CNN垃圾識別分類算法進行識別分類，即將收集到的數據集進行不斷地訓練，最后由RCNN使用預先訓練的網絡的前幾層（如RestNet50）來識別來自輸入層的圖像特征。RPI攝像頭對垃圾識別分類流程如圖2所示。

圖2 RPI攝像頭識別垃圾流程圖

TensorFlow在其模型庫中提供了幾種對象檢測模型（具有特定神經網絡架構的預訓練分類器）。其中SSD-MobileNet模型具有允許更快檢測速度但精度較低的體系結構，但其主要應用在運算能力較低的設備，而Faster-RCNN模型給出的檢測速度相對較慢但精度更高，可以在功能強大的筆記本電腦或臺式電腦上運行檢測器。

本系統最初是從SSD-MobileNet-V1模型開始的，綜合考慮，后期在Faster-RCNN-Inception-V2模型上對檢測器進行了重新訓練，檢測效果明顯提升。訓練RCNN的目的是調整RPN（區域生成網絡）和分類網絡在的權重，RPN網絡是產生圖中可能的目標區域，分類網絡則是為每個可能的目標區域得到一屬于某個分類的得分。而RCNN的目標之一是生成圖像中檢測物的邊框，先由RCNN通過給定的邊界框（由邊框的長、寬和左上角坐標組成），應用一組回歸系數來調整邊框大小?？杉僭O目標和原始邊界框的長和寬分別為L、W、L、W，目標和原始邊界框左上角的、坐標分別為X、Y、X、Y，則由以下公式將原始邊界框換算為目標邊界框：

5 測驗結果與分析

調試初期，垃圾桶蓋子采用步進電機驅動開合，但經大量試驗得出：步進電機運行時抖動、力矩不夠，長時間超負荷運行會嚴重發熱，最終燒毀電機，其軟件配置程序較舵機更煩瑣。電機抖動原因是步進電機需要配置相應的定時器（一個用于定時1 ms，另一個用于產生脈沖），通過實驗發現，如果將定時1 ms的定時器中斷優先級設置為0級，用于發脈沖的定時器中斷優先級設置為1級，即用于定時1 ms的定時器中斷優先級高于用于產生脈沖定時器中斷優先級，則會出現輸出脈沖間斷且丟脈沖的現象，步進電機運行不平穩產生抖動且定位不準[5]。后來改為MG996R舵機，配合金屬拉桿實現開閉。MG996R型號舵機有著20 kg的扭力且旋轉角度精準易調，足以撐起蓋子，這一點比步進電機強得多。

系統還增加了紅外和觸摸感應模塊，當人們能夠清楚分辨垃圾種類后可使用兩種感應模塊快速開啟特定的蓋子，而不需要觸碰垃圾桶任何位置，減少接觸細菌的可能性。

6 結束語

本文介紹了基于深度學習的智能垃圾桶識別分類系統及實現過程，該系統的實現將引導更多人認識垃圾的分類及其重要意義。

測試表明，該智能分類垃圾桶的反應速度較快、系統誤差較低、功能穩定，具有一定的應用價值和市場前景，在今后還可對本系統進行完善改進，比如增加系統數據集，讓垃圾桶可以精確識別更多的垃圾，并實現自動倒垃圾的功能，這將讓人們的生活更加智能化。垃圾桶的自動識別分類對中國的經濟可持續發展有著重要價值和意義，智能垃圾桶實物如圖3所示。

圖3 智能垃圾桶實物圖

［1］鞠海翔，樊東燕.公共場所智能垃圾桶系統的設計［J］.山西電子技術，2017（6）：28-31.

［2］吳凡，孫穎，賈長青.基于物聯網的垃圾智能分類回收系統的研究［J］.科技與創新，2017（14）：48-50.

［3］陳龍，凌利，鐘學洋，等.基于WiFi的新型智能垃圾桶設計［J］.軟件導刊，2018（9）：171-174.

［4］黃益民.舵機、步進電機綜合控制器設計［J］.價值工程，2020，39（4）：225-226.

［5］趙成龍，張春雷，陳龍.基于定時器的步進電機控制程序設計［J］.精密制造與自動化，2018（4）：30-32.

TP311

A

10.15913/j.cnki.kjycx.2020.12.012

2095－6835（2020）12－0030－02

2020年廣東大學生科技創新培育專項資金項目（攀登計劃專項）（編號：pdjh2020b0851）

郭昌鑫（1998—），男，廣東潮州人，在讀本科生，研究方向為電氣工程及其自動化。

陳公興（1981—），男，廣東湛江人，碩士，副教授，研究方向為測控技術及機器人先進技術。

〔編輯：王霞〕