基于機器視覺識別的智能垃圾分類系統的設計與實現

張沛軒 李家楊 陳締 羅錦雄 蔡永康 許鐘煌

摘? 要：隨著經濟的迅猛發展和人們對工業產品需求的急速增加，生活垃圾規模急劇擴大，因此，垃圾處理已經成為現有城市管理中不可或缺的組成部分。為解決現階段傳統垃圾分類方式帶來的勞動力和其他社會資源浪費問題，本文設計了基于計算機視覺識別的智能化垃圾識別分類系統。該系統通過帶有垃圾識別算法的上位機和帶噴氣頭的分揀傳送帶兩部分所實現。

關鍵詞：機器視覺識別? 智能垃圾分類? 系統設計實現? 信息技術

中圖分類號：TP393 文獻標識碼：A 文章編號：1674-098X（2021）07（b）-0076-03

Design and Implementation of Intelligent Waste Classification System Based on Machine Vision Recognition

ZHANG Peixuan1? LI Jiayang1? CHEN Di2*? LUO Jinxiong1? CAI Yongkang1? XU Zhonghuang1

（1.Foshan University of Science and Technology， Foshan，? Guangdong Province， 528225? China;2.Foshan （South China） New Materials Research Institute， Foshan，Guangdong Province， 528010 china）

Abstract： With the fast development of economy and the rapid increase of people's demand for industrial products， the scale of domestic waste is greatly expanded. Therefore， waste treatment has become an indispensable part of urban management. In order to solve the waste of labor and other social resources caused by the existing traditional waste classification， an intelligent waste identification and classification system based on computer vision recognition is designed and provided. The system is realized by host computer with garbage identification algorithm and sorting conveyor belt with jet head.

Key Words： Machine vision recognition; Intelligent waste classification; Design and implementation of system; Information technology

基于CNN卷積神經網絡的可回收垃圾的識別算法，搭建了檢測模型與識別模型，對傳送帶上的垃圾進行識別處理，識別速度快，準確率高，適合應用于垃圾分類領域中，具有大量學習數據樣本供神經網絡進行訓練。分揀系統采用噴氣頭和傳送帶結構，根據識別結果，流水線作業對可回收垃圾進行分揀處理，提高分揀速度，降低部署難度與應用成本。系統通過簡潔的垃圾識別算法上位機部分和垃圾分揀帶部分就實現了垃圾識別、智能分類、自動分揀的功能，很好地為新時代的垃圾分類提供了一種更加高效和智能的方式。

在人們的日常生活中，不可避免地都會產生大量的垃圾，如果不對這些垃圾進行有效的處理，將會極大地影響人們的生活環境，甚至對人們的身體健康造成極大的威脅。尤其是城市生活垃圾種類非常多，包含了金屬、塑料、玻璃、陶瓷、廚余垃圾及磚瓦渣土等多種垃圾，這更是增加了城市生活垃圾處理的難度和成本。

我國大多數城市生活垃圾采用傳統的“集中混合收集-集中運輸-集中處理”的模式，這種粗放的處理模式大大忽略了垃圾中的可回收成分，而且增加了垃圾的處理量和處理難度，造成了巨大的物質、人力、土地資源的浪費。國外城市垃圾資源化已進入綜合利用階段，其資源化利用率已在60%以上，而我國尚不到5%。因此，設計基于機器視覺的智能垃圾分類系統，希望從根源上解決生活垃圾的前期分類問題。

1? 整體設計

智能垃圾分類系統主要由兩部分組成，分別為垃圾識別系統和噴氣分揀控制系統。總體設計圖如圖1所示。

設計在垃圾投放階段就對于垃圾進行分類，不僅提高垃圾回收效率，收回垃圾中有價值的資源，同時避免了由于垃圾統一收集后處理難度的增加，降低人力資源成本，實現在源頭處對垃圾進行自動化、智能化、綠色化分類處理。

該系統由基于STM32控制的噴氣式分揀系統與基于CNN神經網絡模型的嵌入式系統的垃圾識別系統[1]組成。其中基于STM32控制的噴氣式分揀系統包括噴氣和流水線兩個部分，分別是抓取垃圾和傳送待識別目標功能。基于CNN神經網絡模型的嵌入式系統的垃圾識別系統則是基于嵌入式機器視覺設計的，“嵌入式視覺”是指在嵌入式系統中使用計算機視覺技術。在識別系統中，高分辨攝像頭對傳送帶的垃圾進行圖像采集工作，所采集到圖像作為輸入信號傳入CNN視覺神經網絡模型中，模型輸出垃圾識別結果并通過USART通訊協議將識別結果數據發送到下位機中，分揀控制單元中STM32主控芯片通過USART接收到識別結果后，根據垃圾類型不同，創建對應分類任務，STM32中任務調度模塊程序能夠進行多任務處理，即多垃圾在傳送帶上時，能控制兩側噴氣系統從而對垃圾進行精準分揀[2]。

2? 垃圾識別分類系統部分

2.1 垃圾識別分類系統硬件部分

如圖2所示為圖像采集裝置OpenMV模塊，該模塊搭載了STM32H743II（ARM Cortex M7 處理器），主頻480MHz，1MB RAM，2MB flash。在QVGA圖像采集模式（320×240）及以下的分辨率時，大多數算法可以運行（25～50）FPS。高性能的嵌入式MCU能夠提供快速、高質量的圖像采集效率，適合用于嵌入式機器視覺中圖像采集[3-4]。

2.2 垃圾識別分類系統算法部分

搭建基于CNN卷積神經網絡算法-VGGNet網絡架構的垃圾識別模型和訓練模型，對所用于分類的垃圾搭建圖片數據庫，用于訓練識別神經網絡。訓練好的模型經過測試后，完成相關指標能夠直接投入垃圾分類識別工作中[5-6]。因此，相比于其他網絡模型，該方法具有高效部署的特點。CNN-VGG網絡架構示意圖如圖3所示。

3? 噴氣分揀控制系統部分

3.1 噴氣分揀控制系統硬件部分

如表1所示，噴氣分揀系統主要采用STM32控制板控制噴氣舵機的執行和傳輸。

3.2 噴氣分揀控制系統實現部分

設計噴氣分揀控制系統的目的是能夠實現準確迅捷地進行數據的實時傳輸。噴氣系統的設計如圖4所示。由于垃圾分類場景往往存在垃圾混亂、濕度高等特點，基于USART通信采用Wi-Fi方式進行數據傳輸，一方面適應于各種復雜環境的場合，另一方面保證了傳輸的實時性。工作情況：通過高分辨率攝像頭獲取圖像后，經過垃圾識別模型處理得出的數據，通過Wi-Fi由嵌入式視覺系統傳輸到STM32控制板從而操作噴氣式達到分揀功能[7-9]。

4? 結語

設計的整個識別到分揀的過程分為3個步驟：一是將需要識別目標垃圾置于傳送帶的起始位上，啟動系統，使目標物緩向圖像識別模塊移動;二是圖像識別模塊對移動過來的目標物進行多次采樣拍照分析，識別出目標物為哪一種垃圾;三是圖像識別模塊將數據傳輸到上位機中，上位機立即反應驅動相應的機械臂將目標垃圾投入到分類儲存箱中，整個垃圾識別分揀流程結束。

本系統采用了嵌入式系統，在復雜的垃圾分類環境中，小型的嵌入式系統比計算機優勢更大，其將在計算機上運行的神經網絡移植到嵌入式系統中，實現輕量化、低成本化。同時，系統運用Wi-Fi無線通信的方式，可以實現無物理信號線傳輸。噴氣式分揀也是一種清潔簡便、成本極低的分揀方式，這些簡便和低成本的優勢也很好地為設計的推廣打下了良好的物質基礎。

參考文獻

[1] 黃凱奇，任偉強，譚鐵牛.圖像物體分類與檢測算法綜述[J].計算機學報，2014，37（6）：1225-1240.

[2] 楊健，辛浪，豆昌軍.基于機器視覺技術的瓶蓋劃痕檢測[J].包裝工程，2019，40（13）：227-232.

[3] 曾文艷，王亞剛，蔣念平，等.基于機器視覺的香煙小包裝外觀質量檢測系統[J].信息技術，2014（1）：46-49.

[4] 吳珊，陳斌，楊溪遠，等.卡片劃痕檢測關鍵算法設計[J].計算機應用，2017，37（S2）：171-174.

[5] 葉志祥.智能分類垃圾箱設計研究[J].中國資源綜合利用，2019，37（4）：191-193.

[6] 曹高華，于建明，劉曉艷.基于材質識別的飲料瓶自動分類回收裝置設計[J].自動化應用，2019（2）：130-132.

[7] 王明月.新民市生活垃圾分類現狀及發展對策[D].沈陽：沈陽農業大學，2020.

[8] 吳子沛.面向垃圾分類的瓶罐識別分類系統[D].邯鄲：河北工程大學，2020.

[9] 陳文，林宗德，胡志超，等.智能分類垃圾箱的結構設計與研究[J].現代工業經濟和信息化，2021，11（1）：45-46，59.