基于圖像識別的分類垃圾桶設(shè)計(jì)與仿真

張爽 路坦 楊光 孫鳳

關(guān)鍵詞：垃圾分類;Arduino控制板;Raspberry Pi控制板;舵機(jī);圖像識別

為了落實(shí)黨對生態(tài)文明建設(shè)的要求，許多城市日益重視對垃圾進(jìn)行分類的工作，我國已經(jīng)逐漸進(jìn)入垃圾分類時(shí)代。國內(nèi)外的科研技術(shù)人員對垃圾分類進(jìn)行了較多的研究，北京工商大學(xué)王科舉等人搭建了基于樹莓控制器與視覺感應(yīng)器的智能垃圾桶系統(tǒng)，該系統(tǒng)對垃圾進(jìn)行圖像掃描并通過掃描結(jié)果得出垃圾的類別，以此完成智能垃圾桶的廢棄物圖像識別分析工作。上海交通大學(xué)梁克靖等人設(shè)計(jì)出了一種基于可編程邏輯控制器并具有識別功能的智能化垃圾分類系統(tǒng)。中北大學(xué)和山西省深孔加工工程技術(shù)研究中心張方超等人探索出了一種基于圖像視覺識別控制系統(tǒng)，投入的垃圾進(jìn)行識別后通過機(jī)械手臂對垃圾進(jìn)行分揀。從上述研究現(xiàn)狀可知，隨著城市化的發(fā)展，科學(xué)技術(shù)的不斷革新，生活垃圾不再是毫無用處的廢棄物，將丟棄物按種類處理并根據(jù)其屬性加以利用，這樣既提高資源的重復(fù)利用率，又可改善生活環(huán)境。分類垃圾桶是實(shí)現(xiàn)垃圾減量化和資源化的重要手段，也是建設(shè)美麗中國的重要途徑。針對人們不能正確進(jìn)行垃圾分類，人工分類耗時(shí)耗力以及垃圾桶造價(jià)昂貴等問題，本文設(shè)計(jì)了基于圖像識別的分類垃圾桶，該垃圾桶利用Arduino控制板來控制舵機(jī)實(shí)現(xiàn)垃圾的分類，使得垃圾桶內(nèi)部的主控線路設(shè)計(jì)更為簡單，另外在垃圾識別方面利用Inception V3神經(jīng)卷積網(wǎng)絡(luò)進(jìn)行垃圾圖像識別，使系統(tǒng)可以進(jìn)行精準(zhǔn)的垃圾分類，使人們在處理垃圾時(shí)不用考慮垃圾種類。

1分類垃圾桶結(jié)構(gòu)設(shè)計(jì)

1.1垃圾桶機(jī)械結(jié)構(gòu)

該垃圾桶設(shè)計(jì)尺寸為445×1100 mm，其機(jī)械結(jié)構(gòu)分為上、中、下3層。上層主要包括上舵機(jī)和轉(zhuǎn)軸擋板;中層為垃圾子桶，用于盛放有害、廚余、其他和不可回收四類垃圾;最下層包括垃圾桶箱底、下舵機(jī)以及扇形轉(zhuǎn)板。分類垃圾桶結(jié)構(gòu)如圖1所示，垃圾桶通過Arduino板控制上下兩個(gè)舵機(jī)旋轉(zhuǎn)，上下舵機(jī)通過齒輪傳動(dòng)可以使轉(zhuǎn)軸擋板和扇形轉(zhuǎn)板做相對轉(zhuǎn)動(dòng)或相對靜止運(yùn)動(dòng)，從而使投放至垃圾桶內(nèi)的垃圾清理至對應(yīng)的垃圾子桶內(nèi)。由于一般舵機(jī)的轉(zhuǎn)動(dòng)角度為0～180°，在垃圾桶內(nèi)增加一級齒輪傳動(dòng)，傳動(dòng)比n=1：2;模數(shù)m=1;齒數(shù)分別為z1=100、Z2=50。即可實(shí)現(xiàn)轉(zhuǎn)軸擋板和扇形轉(zhuǎn)板0～360°旋轉(zhuǎn)，轉(zhuǎn)軸擋板裝有攝像頭，用于獲取垃圾圖像。

1.2垃圾桶硬件

垃圾桶硬件主要包括Raspberry Pi控制板、Arduino控制板、攝像頭和舵機(jī)。垃圾桶在運(yùn)行過程中，硬件的選取，是系統(tǒng)的穩(wěn)定運(yùn)行達(dá)到預(yù)期效果的關(guān)鍵。對于垃圾桶的硬件選取如下：

Arduino控制板：該控制板主要用來控制其他外設(shè)的工作，本文選擇Arduino UNO R3控制板。該控制板包含Atmega 328單片機(jī)，處理速度可達(dá)20MIPS，并同時(shí)具有6路模擬輸入，且該芯片具有Bootloader，能夠通過USB直接下載程序。

Raspberry Pi控制板：該控制板應(yīng)選用性價(jià)比較高的嵌入式控制，既能程序，又能滿足價(jià)格低廉的要求。本文選用Raspberry Pi 3b+控制板。該控制板是基于ARM的微型電腦主板，以SD卡為內(nèi)存硬盤，板載1GB內(nèi)存，支持CAN總線、串口、SPI、IIC、IIS、GPIOs、藍(lán)牙等接口。

攝像頭：本文選用帶廣角鏡頭的USB攝像頭，免驅(qū)動(dòng)安裝，可支持多種操作系統(tǒng)，采用150°廣角鏡頭，并且無畸變帶有逆光補(bǔ)償。

舵機(jī)：舵機(jī)是適用于需求角度不斷變化環(huán)境的一種伺服電機(jī)。對于舵機(jī)的選型需要進(jìn)行計(jì)算垃圾桶所需的最大扭矩，本文以垃圾質(zhì)量：6 kg進(jìn)行計(jì)算，6kg垃圾放置在扇形轉(zhuǎn)板，轉(zhuǎn)軸擋板將垃圾清理至垃圾桶的驅(qū)動(dòng)力F為：

垃圾投放在扇形轉(zhuǎn)板上的位置（與中心軸距離）為：

故本文選擇的舵機(jī)型號為DS5160，該提供PWM接口，供電電壓范圍為DC 5V～8.4V，定位精度為±0.2°，且該型號舵機(jī)對Arduino傳遞的信號具有很強(qiáng)的解析度。

2分類垃圾桶控制系統(tǒng)

2.1控制系統(tǒng)原理

Raspberry Pi控制板主要負(fù)責(zé)處理USB攝像頭圖像數(shù)據(jù)，利用Inception V3垃圾圖像識別算法，判斷出垃圾物屬于哪種類型垃圾，并將所得結(jié)果發(fā)送給Arduino控制板，Arduino控制板根據(jù)Raspberry Pi控制板處理后的垃圾物類別信息后，控制舵機(jī)執(zhí)行相應(yīng)動(dòng)作，實(shí)現(xiàn)垃圾的分類。

2.2圖像識別模型建立

如圖2為垃圾圖像識別流程圖，垃圾圖像識別主要在Raspberry Pi控制板上實(shí)現(xiàn)，結(jié)合深度Inception V3神經(jīng)卷積網(wǎng)絡(luò)算法，對垃圾物種類進(jìn)行圖像識別。Inception V3網(wǎng)絡(luò)是將一些較大的卷積分解成幾個(gè)較小的卷積，其內(nèi)部結(jié)構(gòu)中并聯(lián)的卷積核使能夠?qū)D像特征進(jìn)行充分的提取，提取完成后，對數(shù)據(jù)進(jìn)行訓(xùn)練來提高模型的識別精度。由于社會上存在的垃圾種類繁多，實(shí)際的分類垃圾桶產(chǎn)品應(yīng)在獲取海量的垃圾圖像數(shù)據(jù)源基礎(chǔ)上，實(shí)現(xiàn)垃圾圖像識別模型的建立?？紤]本文只需對垃圾圖像識別進(jìn)行原理性研究即可。本文建立圖像識別模型共拍攝日常生活中2000張不同垃圾類別不同角度的圖片，1500張用于圖像識別訓(xùn)練集，500張用于測試。利用Matlab中Inception V3模塊進(jìn)行編程，對圖片集進(jìn)行六輪訓(xùn)練，得出圖像識別模型，訓(xùn)練進(jìn)度如圖3所示。

建立圖像識別模型后，對測試集中的圖像進(jìn)行測試，準(zhǔn)確度可達(dá)97%，表1為測試集中部分垃圾圖像的測試結(jié)果。

2.3垃圾分類程序設(shè)計(jì)

利用Arduino IDE軟件進(jìn)行垃圾分類的程序編程，垃圾分類程序設(shè)計(jì)流程圖如圖4所示，Rasp-berry Pi控制板將圖像處理結(jié)果發(fā)送給Arduino控制板，Arduino控制舵機(jī)旋轉(zhuǎn)，將垃圾清理至對應(yīng)的垃圾桶內(nèi)。舵機(jī)內(nèi)部是一個(gè)基準(zhǔn)電路，能夠產(chǎn)生周期為20 ms、寬度為1.5 ms的基準(zhǔn)信號，舵機(jī)將獲得的直流偏置電壓與電位器的電壓比較，將電壓差輸出，經(jīng)過方向判斷后，驅(qū)動(dòng)無核心電機(jī)開始轉(zhuǎn)動(dòng)，同時(shí)由位置檢測器送回信號，判斷是否已經(jīng)到位。根據(jù)舵機(jī)特點(diǎn)，只要控制好Arduino控制板上普通數(shù)字引腳產(chǎn)生占空比不同的方波，通過方波模擬產(chǎn)生PWM信號，就可實(shí)現(xiàn)對舵機(jī)角度的控制。

3垃圾分類仿真實(shí)驗(yàn)

3.1仿真電路設(shè)計(jì)

為驗(yàn)證垃圾分類系統(tǒng)以及分類程序的正確性，本節(jié)進(jìn)行電路仿真實(shí)驗(yàn)，首先利用Proteus軟件建立仿真電路原理圖，然后將前文已經(jīng)編制出垃圾分類程序?qū)朐撾娐穲D內(nèi)，根據(jù)舵機(jī)角度反饋，驗(yàn)證分類程序是否滿足設(shè)計(jì)要求。仿真電路原理圖如圖5所示。由于前文利用Inception V3神經(jīng)網(wǎng)絡(luò)構(gòu)建了圖像識別模型，利用測試集中的圖像進(jìn)行測試，識別準(zhǔn)確率達(dá)到97%，所以在仿真電路不必添加Raspberry Pi控制板對垃圾圖像識別的模塊，利用A、B、C和D按鍵替代Raspberry Pi控制板對垃圾圖像進(jìn)行處理后的信息即可。

按鍵模塊A、B、C、D分別代表Raspberry Pi控制板識別的信息，其中A代表廚余垃圾，B代表可回收垃圾，c代表其他垃圾，D代表有害垃圾，分別與Arduino控制板的101、102、103、IO4連接。

3.2仿真結(jié)果

將Arduino IDE軟件寫好的垃圾分類程序轉(zhuǎn)換為hex類型文件導(dǎo)入Proteus軟件中進(jìn)行仿真實(shí)驗(yàn)，分別按下A、B、c和D彈簧按鍵，仿真結(jié)果如圖6（a）（b）（c）（d）所示，圖6為按鍵按下后的狀態(tài)以及舵機(jī)旋轉(zhuǎn)至相應(yīng)角圖，仿真實(shí)驗(yàn)中，按鍵按下后上下舵機(jī)旋轉(zhuǎn)角度與垃圾分類所要求的舵機(jī)轉(zhuǎn)動(dòng)角度一致，且兩個(gè)舵機(jī)在旋轉(zhuǎn)時(shí)，轉(zhuǎn)動(dòng)角速度一致，實(shí)現(xiàn)了垃圾分類功能。

4結(jié)論

分類垃圾桶的智能化、垃圾分類結(jié)構(gòu)簡單化和社會實(shí)用性是本設(shè)計(jì)的指導(dǎo)思想。利用兩個(gè)舵機(jī)設(shè)計(jì)出能進(jìn)行垃圾分類的機(jī)械結(jié)構(gòu)，使用ArduinoIDE軟件編制出垃圾分類的程序;并且利用Incep—tion V3神經(jīng)卷積網(wǎng)絡(luò)算法建立的垃圾圖像識別模型對垃圾圖像的識別的準(zhǔn)確度達(dá)到97%，最后設(shè)計(jì)了仿真電路進(jìn)行垃圾分類的仿真實(shí)驗(yàn)，在實(shí)驗(yàn)中舵機(jī)的轉(zhuǎn)動(dòng)角度能夠?qū)崿F(xiàn)垃圾分類的功能，驗(yàn)證了垃圾分類程序以及系統(tǒng)的可靠性。但在建立垃圾分類圖像識別模型中只進(jìn)行了原理性研究，考慮研究成本和訓(xùn)練時(shí)間以及效率，僅拍攝2000張日常生活中最常見的垃圾圖像進(jìn)行垃圾圖像識別訓(xùn)練，所以該學(xué)習(xí)模型僅能識別一些常見垃圾，與分類垃圾桶產(chǎn)品所要求的能夠識別絕大部分垃圾還存在一定差距。要實(shí)現(xiàn)分類垃圾桶的工業(yè)化，就意味著需要訓(xùn)練的參數(shù)的增加，需要大量的存儲空問與計(jì)算時(shí)間，所以還需要進(jìn)一步優(yōu)化其網(wǎng)絡(luò)結(jié)構(gòu)，盡可能地在降低網(wǎng)絡(luò)計(jì)算量的同時(shí)提高其性能。