[发明专利]一种基于机器视觉的智能分类垃圾桶在审

专利信息
申请号: 201910312315.2 申请日: 2019-04-18
公开(公告)号: CN109911451A 公开(公告)日: 2019-06-21
发明(设计)人: 杨钟亮;吴志平;张凇;宋铁 申请(专利权)人: 东华大学
主分类号: B65F1/00 分类号: B65F1/00;B65F1/14
代理公司: 上海泰能知识产权代理事务所 31233 代理人: 宋缨;钱文斌
地址: 201620 上海市*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 中心旋转平台 垃圾 开口 基于机器 控制系统 智能分类 中心轴 垃圾桶 视觉 壳体底部中心 开口打开 控制中心 旋转平台 智能识别 圆心 壳体 相配 分类 贯穿
【说明书】:

发明涉及一种基于机器视觉的智能分类垃圾桶,包括壳体,所述壳体底部中心位置与中心轴的一端相连,中心轴的另一端贯穿中心旋转平台的圆心;所述中心旋转平台下部分成若干垃圾分桶,所述中心旋转平台上设置有与识别桶底部面积相配的开口,所述识别桶放置在开口上,所述中心旋转平台的开口下方设置有识别台;所述中心旋转平台上还设置有识别控制系统,所述识别控制系统在识别出识别桶中的垃圾后,控制中心旋转平台旋转,使得识别桶旋转至识别出的垃圾种类的垃圾分桶的上方,并控制识别台旋转使得中心旋转平台的开口打开。本发明能够智能识别垃圾的种类并对其进行分类。

技术领域

本发明涉及一种垃圾桶,特别是涉及一种基于机器视觉的智能分类垃圾桶。

背景技术

在垃圾“产生-再生”周期中,分类回收处于靠后位置,未从源头上对垃圾进行有效的分类,民众对家庭垃圾的分类意识薄弱。现有的垃圾基本靠人工分类,智能化程度较低。

机器视觉技术成熟且应用领域广。模拟眼睛,通过视觉传感器进行图像采集,可对图像进行处理和识别,可实现高精度检测、不用量器的定性、半定量检测和机器人识别类型等。已经广泛应用于多个领域,包括物流行业的智能分拣,人脸识别,无人驾驶等。

现有家庭垃圾桶智能化程度较低,垃圾桶功能相对单一,未实现智能识别和自动分类。

发明内容

本发明所要解决的技术问题是提供一种基于机器视觉的智能分类垃圾桶,能够智能识别垃圾的种类并对其进行分类。

本发明解决其技术问题所采用的技术方案是:提供一种基于机器视觉的智能分类垃圾桶,包括壳体,所述壳体底部中心位置与中心轴的一端相连,中心轴的另一端贯穿中心旋转平台的圆心;所述中心旋转平台下部分成若干垃圾分桶,所述中心旋转平台上设置有与识别桶底部面积相配的开口,所述识别桶放置在开口上,所述中心旋转平台的开口下方设置有识别台;所述中心旋转平台上还设置有识别控制系统,所述识别控制系统在识别出识别桶中的垃圾后,控制中心旋转平台旋转,使得识别桶旋转至识别出的垃圾种类的垃圾分桶的上方,并控制识别台旋转使得中心旋转平台的开口打开。

所述识别控制系统包括机器视觉模块、图像处理模块、智能识别模块、中心处理模块和控制模块;所述中心处理模块分别与机器视觉模块、图像处理模块、智能识别模块和控制模块相连,用于协调各个模块运行;所述机器视觉模块用于获取识别桶中的垃圾图像;所述图像处理模块用于对垃圾图像进行处理;所述智能识别模块用于对处理后的垃圾图像进行识别得到垃圾类型,并根据得到的垃圾类型转换为旋转角度;所述中心处理模块根据得到的旋转角度触发控制模块;所述控制模块控制中心轴旋转机构驱动中心旋转平台旋转所述旋转角度,并在完成后控制识别台旋转机构驱动识别台旋转。

所述机器视觉模块位于识别桶中,所述图像处理模块、智能识别模块、中心处理模块、控制模块、中心轴旋转机构和识别台旋转机构均位于中心旋转平台上。

所述识别桶内还安装有光敏感应器和光源模块,所述光敏感应器和光源模块分别与中心处理模块相连,所述光敏感应器用于感应识别桶内的光亮变化;所述光源模块用于为机器视觉模块提供光源。

所述智能识别模块的识别模型为基于CNN的垃圾图像识别模型,前期训练输入采集图像数据和图像属性标签,通过多次卷积操作获得识别模型;图像识别时,输入图像数据,由识别模型判断图像类型,再通过垃圾分类规则模型定义分类结果,最后由模型定义输出角度数值X,该角度数值X为中心旋转平台的转动角度。

所述识别桶的开口为半圆形结构,底部为圆形;所述底部的圆形面积小于所述垃圾分桶开口内切圆的面积。

所述识别桶内靠近中心轴一侧设有机器视觉模块,所述机器视觉模块的正对面设置有光源模块。

所述中心轴与中心轴旋转机构通过螺丝连接固定,所述中心轴旋转机构用于给中心旋转平台提供动力。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东华大学,未经东华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910312315.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top