高精度智能垃圾分類回收系統

徐乾龍，王凌霄，趙志陽，姜懿軒

（大連理工大學城市學院，遼寧 大連 116000）

0 引 言

生態的可持續發展已經成為我國乃至世界的重要發展戰略。垃圾分類、資源回收利用更是環境保護工作中的重中之重[1-4]。基于此，本文提出了一種基于樹莓派、物聯網技術，集垃圾分類、消毒、運輸、回收于一體的智能化垃圾處理網絡系統。旨在提高民眾的垃圾分類意識、提升垃圾分類效率及資源回收利用率，同時促進垃圾分類在全民中的認知及普及程度，進一步完成美好城市建設，從而更好地施行可持續發展戰略，推動資源、經濟循環的高質量發展[5-8]。

1 系統設計方案

1.1 設計原理

系統硬件分為智能垃圾桶和運輸回收車兩部分，并根據用戶歷次投放垃圾時的分類精準程度將此次投放的垃圾分為三個待識別等級。將這三個識別等級對應為三種垃圾分類速度。基于物聯網技術達成通信聯橋，連接并管理區域內同時工作的多個智能垃圾桶和回收運輸車。該產品通過NB-IoT技術[9]感知層的各傳感模塊，包括語音模塊、OpenCV視覺識別模塊、桶內垃圾量紅外檢測模塊、垃圾桶和回收車的GPS定位模塊等，實現信息的實時獲取；然后通過網絡層和應用層對信息進行傳輸和處理，從而實現垃圾的識別、分類、打包、運輸和回收的智能化和一體化。本文設計的系統將桶內的垃圾分為高、中、低三個待分類等級，分別對應快、中、慢三個不同的二次分類速度。

系統設計框架如圖1所示。

圖1 系統設計框架

1.2 系統硬件

1.2.1 主控系統

主控系統采用基于Linux系統的樹莓派Raspberry Pi 4B。得益于28 nm的CPU，4B相較于上代（樹莓派3B+）在處理速度、內存和連接方面都有著突破性的提升，且其提供的桌面性能已經可以與基礎的x86PC相媲美。其性能和所提供的拓展單元完全能夠滿足本設計要求，本文主要使用樹莓派4B完成以下3個功能：

（1）與OneNET云平臺通過自帶的WiFi模塊連接，將GPS信號、用戶所投放的垃圾類別信息提供給上位機，上位機獲取信息后進行下一步的任務分配。

（2）通過USB將OpenCV所用的攝像頭與系統相連接，并對采集到的數據進行高速分析。（3）通過GPIO接口與電機驅動芯片L298N相連接，并接收指令打開相應的垃圾桶蓋。

1.2.2 通信技術

通信技術采用NB-IoT，本設計中由于用戶多，需處理的垃圾信息復雜，需要更高的通信速度、更穩定的通信技術[2]。相較于LoRa技術，NB-IoT屬于廣域網的通信技術，需要通過運營商的基站網絡才能使用。因此后期的運營成本相對較高，但它不需要組網，可以直接和云平臺通信，NB-IoT在我們國家的支持下發展得更加迅速，且傳輸距離最大可達LoRa的二倍[3]。由于美國Semtech公司對于LoRa技術的壟斷使得對其技術和芯片的獲取可能并不穩定。但NB-IoT技術在國內則有著更多的技術支持。

1.2.3 電機控制模塊

電機控制模塊采用L298N芯片，其屬于H橋集成電路，控制速度和位置十分精準，效率和使用壽命高。該模塊具有過熱自斷和反饋檢測功能，輸入端可以直接與單片機相連，便于單片機控制。作為常用的電機驅動控制芯片，L298N也具有較高的性價比。

1.2.4 消毒模塊

隨著國內外對衛生安全的重視，對垃圾進行及時消毒成為垃圾處理工作中必不可少的環節之一。為解決這一問題，本系統專門設計了消毒模塊。本模塊主要采用液體酒精和消毒液消毒，根據不同的垃圾類別還可在云端進行不同類別的垃圾消毒設置。

1.2.5 垃圾打包模塊

垃圾打包模塊由兩個相同的可替換垃圾桶組成，當正在使用的垃圾桶已滿后，紅外測距模塊會檢測到已滿信息并傳輸信息到主控芯片，主控芯片控制電機驅動履帶將已滿垃圾桶退到桶外待運輸區，等候回收車輛或機器人前來回收，而新的空桶將由電機驅動向前補位。

2 軟件設計方案

2.1 基于深度學習的圖像識別

本設計建立在卷積神經網絡CNN基礎上，因為CNN具有良好的特征提取性能，且模型的不斷訓練也使得其識別精度愈發準確[10]。經過一系列卷積對應相乘和求均值等卷積層和ReLU層操作后得到數量巨大的feature map，并進入pooling池化層保留最大值增強模型的泛化能力；接著進入全連接層對上一層的數據加權處理整合成一維向量，再通過回歸層對上一層得到的數據進行線性回歸處理[4]。本設計通過互聯網下載所需的測試集使其適應神經網絡，按照9∶1的比例分成訓練集和測試集。在測試次數達到上千次后基本滿足使用要求。

2.2 垃圾桶軟件基礎流程

垃圾桶軟件基礎流程如圖2所示。

圖2 垃圾桶軟件基礎流程

（1）用戶個性化數據

用戶通過手機APP與云端相連，前五次使用時，云平臺傳輸樹莓派慢速識別指令，將用戶投入垃圾與其在APP上所選擇的垃圾種類進行比較，根據最后的比較數據進行分數的評比，逐次對用戶的分數求平均值；在五次使用后根據分數設定該用戶投入垃圾后進行垃圾分類的速度，對于分類意識高，所投垃圾精準，分數高的用戶設定高速大概識別，對分數低的用戶進行低速單件認真識別。繼續累加本次分數求平均值并重新計算分數，將數據發送給云平臺統計。

（2）垃圾識別與分類

當用戶在云平臺進行垃圾類別選擇后開啟對應類別的垃圾桶蓋，用戶投入裝著許多對應類別垃圾的垃圾袋或單個垃圾。利用圖像識別攝像頭逐次對垃圾進行判斷，屬于本類別的落入本類的垃圾箱，不屬于本類別的垃圾進入二次識別區，待到本次用戶操作后逐個進行識別分類。

（3）回收路線計算

基于百度API構建本區域的地圖以及垃圾桶的位置。通過云平臺實時獲取本網絡中所有垃圾桶內的垃圾量以及回收車的位置。計算垃圾量處于90%以上的GPS信息繪制路線傳送到回收車上的終端平臺，以便指引最佳路線。

3 結 語

目前國內外對普通垃圾桶的改進，大部分還僅針對某一模塊或某幾個方面，缺少一套完整的智能化系統。本文所設計的新型智能化垃圾網絡系統不僅可以通過用戶的信息分析垃圾類別并打包、消毒，還可通過物聯網技術構建一定范圍的垃圾桶網絡體系，在方便用戶的同時還能高效地完成垃圾分類回收。但由于其元器件的成本以及定期維護的費用偏高，未來將從提高工作效率等方面來平衡其高成本的投入。