[发明专利]一种城市街道垃圾检测和清洁度评估方法

说明书

本发明公开了一种基于移动边缘计算和深度学习的城市街道垃圾检测和清洁度评估方法。这种方法主要通过安装在城市街道垃圾收集车上的高分辨率摄像机和手持的移动设备进行街景图象收集；利用边缘服务器临时存储并进行街景图象预处理；通过城市网络把这些数据传输到云中心，同时利用深度学习Faster‑Rcnn算法识别街道垃圾类别以及对垃圾数量计数，并且将这些结果引入到基于层次的街道清洁度评估框架当中，最终可视化街道清洁度等级；为城市市政管理者有效安排清理人员提供方便。

技术领域

本发明涉及一种城市街道垃圾检测和清洁度评估方法，尤其涉及基于移动边 缘计算和深度学习的城市街道垃圾检测和清洁度评估方法，属于信息处理技术领 域。

背景技术

随着城市越来越多，城市化进程越来越快，保持城市清洁是城市发展的重要 目标。目前，街道清洁成为智慧城市下城市清洁过程中的主要关注点。传统上， 街道清洁需要每个层次的人工干预。城市公民人工检查垃圾存在的位置，然后向 城市管理者提交报告，城市管理者再就近安排市政人员前去清洁。有的城市在街 道的十字路口上安置摄像头观察该区域是否有垃圾。这些都不能及时的掌握城市 街道的垃圾清洁状况。为此，国内外的研究者们正在研究一种自动化系统。Begur H等利用带有相机的保洁车定期的捕获街道，收集街道信息，比如图片、地理位 置、日期和时间，然后使用机器学习技术在云平台中进行图像检测，产生的结果 被送到城市管理系统供城市管理者查看。Akshay Dabholkar等用深度学习方法识 别各种类型的倾倒垃圾，同时建议使用边缘计算来减少不必要的图像传输进服务 器。仅当图像包含频繁倾倒的垃圾时才将图像发送到服务器。

随着5G时代的即将来临，以云计算为核心的大型集中式计算显然不能高效 地处理边缘设备所产生的大量数据。为此，研究者们将边缘计算的微数据中心充 当移动设备和云服务器的桥梁，把一小部分数据提前放到网络边缘处理，云中心 再承接全部的计算服务，未来移动边缘计算会在电信、工业生产、教育、电子商 务、移动医疗、车联网等中有着广泛的应用。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种城市街道垃圾检测 和清洁度评估方法，通过安装在城市街道垃圾收集车上的高分辨率摄像机和手持 的移动设备进行街景图象收集；利用边缘服务器临时存储并进行街景图象预处理； 通过城市网络把这些数据传输到云中心，同时利用Faster-Rcnn算法识别街道垃 圾类别以及对垃圾数量计数，并且将这些结果引入到基于层次的街道清洁度评估 框架当中，最终可视化街道清洁度等级；为城市市政管理者有效安排清理人员提 供方便。

技术方案：一种基于移动边缘计算和深度学习的城市街道垃圾检测和清洁度 评估方法，包括如下步骤：

步骤1：垃圾收集车和城市居民持移动设备进行街景图象数据收集；

步骤2：边缘服务器对街景图象进行预处理；

步骤3云服务器进行垃圾检测模型训练；

步骤4：云服务器对街景图象进行垃圾检测并进行垃圾计数；

步骤5：基于垃圾识别结果进行街道清洁度计算；

步骤6：基于层次评估模型展示城市各层次清洁度图。

所述步骤1中收集数据主要包括三个方面，(1)用于垃圾检测模型训练的垃 圾图像数据，需要从各个大小街道上拍摄垃圾照片，制作城市垃圾检测的数据集 库且该库包含了街道上出现的主要垃圾类型。(2)用于垃圾检测的街道图象数据， 安装有高分辨率摄像机的清洁车按照管理员的指派在每条街道线路上定点拍摄， 相邻拍摄点之间的距离由管理员设定，每个拍摄点按前后左右四个方向进行全方 位拍摄，一般拍摄范围在150-300㎡。对于移动站，设定以下规定：1)固定的 图像分辨率；2)固定的车速；3)固定距离的拍摄点；4)每个拍摄点拍摄4张图 片。(3)用于调度的本地管理数据。清洁车需要定时向城市管理员报告其所处的 位置信息，管理员通过本地管理，及时做出响应并安排清洁人员前去打扫。