[发明专利]一种智能分类垃圾箱在审

专利信息
申请号: 201910384587.3 申请日: 2019-05-09
公开(公告)号: CN110053897A 公开(公告)日: 2019-07-26
发明(设计)人: 不公告发明人 申请(专利权)人: 苏州博学智能科技有限公司
主分类号: B65F1/00 分类号: B65F1/00;B65F1/14
代理公司: 南京利丰知识产权代理事务所(特殊普通合伙) 32256 代理人: 赵世发
地址: 215000 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 垃圾分类 模组 智能识别模块 垃圾箱主体 感应模块 智能分类 垃圾箱 垃圾 垃圾投入口 电源模块 不可回收垃圾箱体 可回收垃圾箱体 分类效率 劳动成本 危险垃圾 预存储 智能化 自动化 供电 分类
【说明书】:

发明涉及一种智能分类垃圾箱,所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安装于垃圾分类模组上方;所述垃圾分类模组又安装于垃圾箱主体上方;所述电源模块为智能识别模块、垃圾感应模块、执行模块供电;所述垃圾感应模块、执行模块分别与智能识别模块连接。本发明智能化程度高、能够实现自动化分类,有效提高了分类效率,并且大大降低了人工劳动成本。

技术领域

本发明属市容建设领域,具体涉及垃圾分类设备,尤其涉及一种智能垃圾智能分类垃圾箱。

背景技术

当前随着城市化速度加快,带来的市容建设问题也越来越突出,尤其在可再生资源的利用方面,一直不够被重视,而且目前也没有较好的处理方法。在垃圾回收方面,由于大家都没有养成垃圾分类的意识,所以即便在城市的各个角落都设有垃圾分类垃圾箱,但人们在扔垃圾时一直不注意分类,有的则是不懂得垃圾分类,这导致后期在垃圾回收时,对垃圾的分类成为一项很麻烦的工作,耗时耗力。

鉴于此,提出一种具垃圾分类功能的垃圾箱,应用于城市化市容建设方面的一种智能分类垃圾箱为本发明的研究内容。

发明内容

针对上述问题,本发明的目的在于提供一种智能分类垃圾箱,旨在解决现有垃圾依靠人工分类困难、耗时耗力等等问题。

为了实现上述目的,本发明采用以下技术方案:一种智能分类垃圾箱,所述智能分类垃圾箱包括垃圾箱主体、垃圾投入口以及垃圾分类模组;所述垃圾分类模组又包括智能识别模块、电源模块、垃圾感应模块、执行模块以及垃圾预存储部;所述述垃圾箱主体又包括可回收垃圾箱体、不可回收垃圾箱体以及危险垃圾箱体;所述垃圾投入口安装于垃圾分类模组上方;所述垃圾分类模组又安装于垃圾箱主体上方;所述电源模块为智能识别模块、垃圾感应模块、执行模块供电;所述垃圾感应模块、执行模块分别与智能识别模块连接;

在工作状态下,垃圾被从垃圾投入口投入,垃圾首先被存放在垃圾预存储部;垃圾感应模块感应到有垃圾投入后,触发智能识别模块开始工作;智能识别模块识别预存在垃圾预存储部的垃圾属于哪种垃圾;当识别出垃圾预存储部的垃圾属于可回收垃圾时,智能识别模块命令执行模块将垃圾分类至可回收垃圾箱体;当识别出垃圾预存储部的垃圾属于不可回收垃圾时,智能识别模块命令执行模块将垃圾分类至不可回收垃圾箱体;当识别出垃圾预存储部的垃圾属于危险垃圾时,智能识别模块命令执行模块将垃圾分类至危险垃圾箱体;智能识别模块同时开始识别预存储部的垃圾是否已经没有垃圾,如果有垃圾则继续命令执行模块进行分类操作,如果识别到预存储部已经没有垃圾,则命令执行模块停止分类,同时智能识别模块自身进行低功耗休眠状态,等待垃圾感应模块的下一个触发请求。

作为本发明的进一步改进,所述智能识别模块包括人工智能主控芯片、神经网络垃圾分类训练模型、存储单元以及图像采集单元;所述存储单元、图像采集单元分别与人工智能主控芯片连接;所述神经网络垃圾分类训练模型存储于存储单元上,并可以被人工智能主控芯片调用运行;所述主控芯片被垃圾感应模块触发后,命令图像采集单元采集垃圾图像,并开始运行神经网络垃圾分类训练模型对采集到的图像中的垃圾进行识别,最终对垃圾进行分类。

作为本发明的进一步改进,所述神经网络垃圾分类训练模型由深度神经网络学习方法通过对垃圾预先识别学习而产生;其过程包括大数据采集阶段、垃圾分类标定阶段以及训练阶段;大数据采集阶段进行采集全部的垃圾图像;垃圾分类标定阶段将基于深度神经网络方法标定图像中的垃圾类型;训练阶段将所有标定好的图像进行基于深度神经网络方法的训练,最终产生神经网络垃圾分类训练模型。

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苏州博学智能科技有限公司,未经苏州博学智能科技有限公司许可,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/201910384587.3/2.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