[发明专利]一种基于卷积神经网络和语音识别的垃圾分类系统在审

专利信息
申请号: 202110205475.4 申请日: 2021-02-24
公开(公告)号: CN113003034A 公开(公告)日: 2021-06-22
发明(设计)人: 曹玉玉;鲍蓉;王洪栋;孔雷;王建 申请(专利权)人: 徐州工程学院
主分类号: B65F1/00 分类号: B65F1/00;B65F1/14;B65F1/16;G10L15/22
代理公司: 广东有知猫知识产权代理有限公司 44681 代理人: 崔新芬
地址: 221000 *** 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: 一种 基于 卷积 神经网络 语音 识别 垃圾 分类 系统
【说明书】:

发明公开了一种基于卷积神经网络和语音识别的垃圾分类系统,包括垃圾分类管理端和垃圾桶主体,所述垃圾桶主体接收到使用者通过语音输入的投递垃圾名称,并将对应的投递垃圾名称通过垃圾分选单元进行不同种类的垃圾分选,其中控制单元获取到分选结果后,将控制垃圾桶主体上对应分类投掷口的开合,当投掷完成后,通过控制单元对投掷口关闭,本发明提出的一种基于卷积神经网络和语音识别的垃圾分类系统在使用时,通过语音识别和学习单元模型的分类筛选,实现了对投掷垃圾的辅助分类处理,极大的增加了垃圾桶主体的功能性,且通过显示单元的设置,更增加了装置的人机交互,有利于培养使用者分类投递垃圾的习惯。

技术领域

本发明属于垃圾分类技术领域,具体涉及一种基于卷积神经网络和语音识别的垃圾分类系统。

背景技术

垃圾分类一般是指按一定规定或标准将垃圾分类储存、投放和搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用,减少垃圾处理量和处理设备的使用,降低处理成本,减少土地资源的消耗,具有社会、经济、生态等几方面的效益。

现有的垃圾分类系统在使用时,其内置功能较为单一,且多是作为前端的文明提醒播报功能使用,并不具备具体的辅助分类等更为实际的应用,且一般的垃圾分类系统在使用时,其内部的识别部分多是固定的预设程序,不便依据投掷物品的种类进行学习和后期应用,且针对大区域的垃圾也无法关联管理,从而极大的降低了装置的实用性,为此我们提出一种基于卷积神经网络和语音识别的垃圾分类系统。

发明内容

本发明的目的在于提供一种基于卷积神经网络和语音识别的垃圾分类系统,以解决上述背景技术中提出的现有垃圾分类系统在使用时,功能较为单一,且无法依据投入垃圾的种类进行学习和后期应用,以及不便对储存垃圾进行统一管理的问题。

为了实现上述目的,本发明采用了如下技术方案:一种基于卷积神经网络和语音识别的垃圾分类系统,包括垃圾分类管理端和垃圾桶主体,所述垃圾桶主体接收到使用者通过语音输入的投递垃圾名称,并将对应的投递垃圾名称通过垃圾分选单元进行不同种类的垃圾分选,其中控制单元获取到分选结果后,将控制垃圾桶主体上对应分类投掷口的开合,当投掷完成后,通过控制单元对投掷口关闭,且所述垃圾分类管理端通过垃圾桶主体上设置的信号发射单元,获取到对应垃圾桶主体内储存垃圾的容量,所述垃圾分类管理端接收到垃圾桶主体的发射信号后,将储存信号转接到第三方移动通讯端。

进一步地,所述垃圾桶主体上设置有语音模块,且语音模块包括语音接收模块和语音播放模块,其中所述语音接收模块用于接收使用者发出的语音信号,且所述语音播放模块用于对获取到的语音信号进行对应垃圾分类后种类名称的外放。

进一步地,所述垃圾桶主体的桶体内部为活动的储存箱,且储存箱的内侧底部位置处设置有重量监测单元,且所述重量监测单元用于对垃圾桶主体内侧垃圾储存量的监测,当所述重量监测单元内侧垃圾储存到阈定重量后,将通过发射单元对垃圾分类管理端进行信号发射。

进一步地,所述垃圾桶主体的投掷口位置处设置有红外线监测单元,其中当垃圾桶主体上的红外线监测单元检测到有投掷物通过,并经过阈定时间后,对控制单元发射关闭信号。

进一步地,所述垃圾分选单元上设置有图形处理单元和湿度监测单元,其中所述图形处理单元用于对垃圾桶主体上投掷垃圾的外形进行识别选择,且所述湿度监测单元用于监测投掷垃圾外侧湿度,所述垃圾桶主体内侧设置有学习单元,其中所述学习单元用于对投掷垃圾模型的储存和更新,所述学习单元中储存的投掷垃圾模型源于垃圾分类管理端的设置,以及经过筛选模块筛选后的由图形处理单元获取到的投掷垃圾模型样本,所述筛选模块的设置由垃圾分类管理端对其进行筛选标准的编辑。

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徐州工程学院,未经徐州工程学院许可,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/202110205475.4/2.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