一種視覺識別和語音控制并能行走的垃圾桶

任 帥 廖永盛 呂澤然

(黑龍江科技大學,黑龍江 哈爾濱150027)

垃圾桶是一種存放垃圾的容器，在人們生活中有著重要應(yīng)用，通常人們將垃圾短時間的存放在垃圾桶中，從而保持環(huán)境的整潔，同時方便進行處理。當前，大多數(shù)垃圾桶為金屬結(jié)構(gòu)，或者塑膠結(jié)構(gòu)，人們在使用過程中會放入塑料袋，在垃圾夠多時就一起丟掉。大多數(shù)垃圾桶，在設(shè)計時為了防止垃圾的異味四散，影響環(huán)境，都設(shè)置了桶蓋，有些垃圾桶則可以通過腳踏開啟。總的來說，現(xiàn)有的垃圾桶初步滿足了人們存放垃圾的需求，但是并不智能，或者智能化程度低。隨著社會的不斷發(fā)展，智能化水平不斷提高，傳統(tǒng)的垃圾桶已經(jīng)不能夠完全滿足現(xiàn)代人的使用需求，在這樣的背景下提高垃圾桶的智能化水平，成為了垃圾桶發(fā)展的重要方向。本文設(shè)計了一種具有智能識別、語音控制并且可以行走的垃圾桶，可以更好地滿足人們的使用需求，給人們提供更加良好的使用體驗。

1 智能垃圾桶的設(shè)計

本文設(shè)計了一種具有視覺識別和語音控制并能行走的垃圾桶，主要包括垃圾桶主體、機械爪和垃圾桶主體行走臺等部分。垃圾桶主體安裝于垃圾桶主體行走臺的頂部，垃圾桶主體由垃圾桶外桶體、垃圾桶內(nèi)桶體、下位機和伺服電機一組成，所述垃圾桶內(nèi)桶體的內(nèi)部設(shè)置有四個大小相等且等間距圓周分布的收容室，桶內(nèi)桶體設(shè)置于垃圾桶外桶體的內(nèi)部。主體的外部兩側(cè)側(cè)面固定安裝有機械爪，機械爪上設(shè)置有光電傳感器，主體的頂部設(shè)置有攝像頭一，主體的前側(cè)表面設(shè)置有攝像頭二和上位機。設(shè)計的智能垃圾桶具有自動拾取垃圾，并對垃圾進行判斷，實現(xiàn)垃圾分類收集等功能，該智能垃圾桶還設(shè)置了移動系統(tǒng)，可以移動和轉(zhuǎn)向，方便本垃圾桶的布設(shè)。智能垃圾桶整體外部側(cè)面結(jié)構(gòu)示意圖如圖1所示。

圖1 整體外部結(jié)構(gòu)圖

垃圾桶主體的后側(cè)安裝有出料口蓋板，出料口蓋板通過伺服電機進行帶動實現(xiàn)開合，伺服電機固定于垃圾桶主體上，垃圾桶外桶體的下部側(cè)面上設(shè)置有與出料口蓋板位置相對應(yīng)的出料口，垃圾桶內(nèi)桶體的側(cè)面上設(shè)置有與四個收容室一一對應(yīng)的四個排料口，排料口與出料口位置相對應(yīng)。垃圾桶外桶體的內(nèi)側(cè)底部安裝有用于對垃圾桶內(nèi)桶體進行稱重的壓力傳感器，壓力傳感器通過數(shù)據(jù)線與下位機電性連接。垃圾桶主體行走臺由上頂蓋、下底座、超聲波探測儀、轉(zhuǎn)向電機、轉(zhuǎn)向輪、蓄電池、單片機、驅(qū)動電機和移動輪組成，轉(zhuǎn)向輪設(shè)置于下底座的底部一側(cè)，轉(zhuǎn)向電機固定設(shè)置于下底座的頂部一側(cè)，且轉(zhuǎn)向電機的動力輸出軸帶動轉(zhuǎn)向輪旋轉(zhuǎn)，移動輪設(shè)置于下底座的底部另一側(cè)，驅(qū)動電機固定設(shè)置于下底座的頂部另一側(cè)，且驅(qū)動電機帶動移動輪旋轉(zhuǎn)，蓄電池固定設(shè)置于下底座的頂部中心位置，上頂蓋固定設(shè)置于下底座的上方，單片機固定于上頂蓋的內(nèi)側(cè)頂部，超聲波探測儀固定于上頂蓋的一側(cè)，超聲波探測儀通過數(shù)據(jù)線與單片機電性連接。

2 智能垃圾桶的使用原理

2.1 電控方面，采用STM32F103C8作為主控芯片

STM32F103C8配有ARM Cortex-M3 32位微控制器,48路LQFP封裝，它結(jié)合了高性能的RISC內(nèi)核,運行頻率可達72MHz,其運算速度是51單片機的幾十倍。STM32F103C8工作溫度廣，抗干擾能力強，性能強悍，可以同時控制多個設(shè)備，并且體積微小、成本低廉，目前市面上一塊STM32F1售價僅為8-9元。在配合豐富的軟硬件開發(fā)工具，讓該類單片機成為項目中解決方案的理想選擇。

2.2 圖形分類方面，采用搭載了OPENCV的樹莓派arm板。先通過對圖像采用一系列的處理，然后在通過預(yù)先訓練的模型，對居民的垃圾進行預(yù)分類

首先通過對圖像進行亮度、顏色、仿射變換、噪點、模糊、翻轉(zhuǎn)等方面的增強，突出圖像的特征，從而使模型具有更好的泛化能力，弱化模型對圖片明暗色彩、角度變化、局部裁剪的依賴，使其更好地適用于真實的垃圾分類場景。

垃圾的智能分類采用深度學習進行模型訓練，然后進行智能預(yù)測。深度學習是近十年來人工智能領(lǐng)域取得的重要突破。它在語音識別、自然語言處理、計算機視覺、圖像與視頻分析、多媒體等諸多領(lǐng)域的應(yīng)用取得了巨大成功。利用卷積神經(jīng)網(wǎng)絡(luò)等深度學習解決方案，可以逐漸取代基于算法說明的傳統(tǒng)圖像處理工作。深度學習憑借其在識別應(yīng)用中超高的預(yù)測準確率，勢必將帶來包括垃圾分類在內(nèi)的多個傳統(tǒng)行業(yè)的深刻變革。

深度學習里面的基本模型大致分為三類：多層感知機模型、深度神經(jīng)網(wǎng)絡(luò)模型和遞歸神經(jīng)網(wǎng)絡(luò)模型。其代表分別是DBN（Deep belief network）深度信念網(wǎng)絡(luò)、CNN（Convolution Neural Networks）卷積神經(jīng)網(wǎng)絡(luò)、RNN（Recurrent neural network）遞歸神經(jīng)網(wǎng)絡(luò)。

本文采用CNN（Convolution Neural Networks）卷積神經(jīng)網(wǎng)絡(luò)。卷積網(wǎng)絡(luò)是為識別二維形狀而特殊設(shè)計的一個多層感知器，也是一個多層的神經(jīng)網(wǎng)絡(luò)，這種網(wǎng)絡(luò)結(jié)構(gòu)對平移、比例縮放、傾斜或者共他形式的變形具有高度不變性。其基本運算單元包括：卷積運算、池化運算、全連接運算和識別運算。

Google公司開發(fā)的Inception系列網(wǎng)絡(luò)模型，除了像之前網(wǎng)絡(luò)模型一樣增加網(wǎng)絡(luò)的深度外，在保持計算量基本不變的條件下另辟蹊徑考慮了網(wǎng)絡(luò)的寬度，即對輸入圖像并行地執(zhí)行多個卷積運算或池化操作，并將所有輸出結(jié)果拼接為一個非常深的特征圖。通過綜合考慮各網(wǎng)絡(luò)模型的優(yōu)缺點、模型搭建運行成本等因素，本文最終選擇使用InceptionV3網(wǎng)絡(luò)模型作為系統(tǒng)的分類器。InceptionV3網(wǎng)絡(luò)模型結(jié)構(gòu)如圖2所示。

圖2 Ince ption V3網(wǎng)絡(luò)模型結(jié)構(gòu)

它包括了輸入層、卷積層、池化層、全連接層以及softmax輸出層。InceptionV3網(wǎng)絡(luò)共有47層，前面的卷積層設(shè)計了3×3和1×1，步長均為1的2種不同卷積核，卷積核通過與上一層圖像的局部感受野進行卷積運算后加上預(yù)先設(shè)置的偏置值完成一次卷積操作，其變換過程為圖3所示。

圖3 卷積變換公式

InceptionV3網(wǎng)絡(luò)通過設(shè)計多個Inception Module模塊組增加了網(wǎng)絡(luò)的寬度。模塊組通過使用多個1×N和N×1的卷積核極大地減少了網(wǎng)絡(luò)的參數(shù)，縮小了深度，降低了卷積神經(jīng)網(wǎng)絡(luò)的運算量。通過全連接層變換公式，即如圖4所示。

圖4 全連接層變換公式

轉(zhuǎn)化為一維向量，最后選用softmax函數(shù)作為最終的類器。由此輸出概率分布，實現(xiàn)多分類目標。

2.3 語音方面，采用麥克風陣列作為聲音識別的主要傳感器

基于Raspberry Pi的ReSpeaker 4-Mic陣列是一款適用于AI和語音應(yīng)用的Raspberry Pi的四通道麥克風擴展板。這意味著可以借助它構(gòu)建一個集成Amazon Alexa語音服務(wù)、Google助手等，功能更強大、更靈活的語音產(chǎn)品。

可以通過調(diào)用百度語音識別的api，在其上面訓練新的模型，直接調(diào)用，即可完成像小愛同學這種語音助手功能。

3 新型智能垃圾桶的優(yōu)勢

本文設(shè)計的新型智能垃圾桶具有視覺識別功能，通過攝像頭能夠?qū)Φ孛孢M行檢測，能夠自主發(fā)現(xiàn)垃圾。該智能垃圾桶還設(shè)置了機械爪，在發(fā)現(xiàn)垃圾之后，能夠自主拾取垃圾，該智能垃圾桶能夠根據(jù)攝像頭拍攝的影像，對垃圾進行分類，然后將垃圾放入到對應(yīng)的垃圾桶內(nèi)，實現(xiàn)垃圾的自動分類，可以滿足當前對垃圾分類的要求。此外還設(shè)置了語音識別功能，上位機具有語音接收功能，工作人員可以通過語音的方式設(shè)定垃圾桶的移動總路徑，在設(shè)定完成后，垃圾桶根據(jù)語音可以自動移動到指定位置，方便垃圾桶的布設(shè)。

4 應(yīng)用市場前景分析

目前中國城市垃圾收集和運輸方式尚處于比較落后的階段，絕大部分的居民生活垃圾采用混合收集，未實行分類收集。有的城市開始實施垃圾分類收集管理制度，但成效不顯著，主要是因為我國目前尚缺乏關(guān)于垃圾分類收集的強制性法律法規(guī)以及經(jīng)濟調(diào)整杠桿，居民沒有從垃圾分類收集中獲得益處，而且城市居民的環(huán)保意識不強，推廣的難度較大。隨著人們生活水平的提高和科學技術(shù)的不斷創(chuàng)新,垃圾分類將逐漸從人力執(zhí)行變成機械執(zhí)行。在未來，垃圾分類的發(fā)展方向必將是為了適應(yīng)不同垃圾的分類要求以及適應(yīng)各種垃圾的處理方式。研究智能程度高的垃圾桶有利于減少我國更多的人力、物力、財力，有利于減少垃圾的混合收集,對我國的經(jīng)濟發(fā)展也具有深遠的意義。

5 結(jié)論

總的來說，本文設(shè)計的智能垃圾桶具有強大的功能，能夠?qū)崿F(xiàn)垃圾的自動識別、自動拾取，能夠?qū)M行分類，同時垃圾桶可以自動移動、避障，按照語音設(shè)定進行布設(shè)，可以給人們提供極大的便利，具有較好的應(yīng)用價值。