[发明专利]一种分类垃圾桶及其控制方法

权利要求书

1.一种分类垃圾桶，其特征在于，包括可回收垃圾桶、不可回收垃圾桶、厨余垃圾桶、有害垃圾桶、可回收垃圾桶盖、不可回收垃圾桶盖、厨余垃圾桶盖、有害垃圾桶盖、舵机A、舵机B、舵机C、舵机D、控制板、语音识别及声源定位模块、红外避障模块、摄像头和移动底盘；可回收垃圾桶盖与可回收垃圾桶连接，连接处安装所述舵机A；不可回收垃圾桶盖与不可回收垃圾桶连接，连接处安装所述舵机B；厨余垃圾桶盖与厨余垃圾桶连接，连接处安装所述舵机C；有害垃圾桶盖与有害垃圾桶连接，连接处安装所述舵机D；可回收垃圾桶、不可回收垃圾桶、厨余垃圾桶、有害垃圾桶依次连接，安装在移动底盘上方；语音识别及声源定位模块与控制板安装在移动底盘上方与垃圾桶下方，语音识别及声源定位模块与控制板相连接，摄像头安装在移动底盘正前方，并与控制板相连接；红外避障模块安装于移动底盘的左前方与右前方，并与控制板相连接。

2.根据权利要求1所述的分类垃圾桶，其特征在于，所述控制板为Raspberry Pi控制板。

3.根据权利要求1所述的分类垃圾桶，其特征在于，所述舵机A、舵机B、舵机C、舵机D均为MG996R舵机。

4.根据权利要求1所述的分类垃圾桶，其特征在于，所述语音识别及声源定位模块为ReSpeaker 4-Mics阵列。

5.一种如权利要求1-4任一项所述的分类垃圾桶的控制方法，其特征在于，包括以下按步骤：

S1：用户发出语音唤醒词，语音识别及声源定位模块将语音唤醒词传递至控制板控制移动底盘启动行驶，并利用红外避障模块运行到指定位置，用户按下控制按钮，启动拍照功能，摄像头拍摄垃圾照片，并保存在本地；

S2：控制板利用tflite模型进行垃圾种类识别，将照片与学习到的垃圾种类参数进行对比，从而获得所检测垃圾的类型；若未能成功识别，则分类到其他垃圾类别；

S3：控制板根据垃圾类型的识别结果，启动舵机打开相应类别的桶盖，一定时间后自动关闭。

6.根据权利要求5所述的分类垃圾桶的控制方法，其特征在于，所述步骤S1中的语音识别及声源定位模块的工作过程是：

采用snowboy语音识别，用户发出的唤醒词和用户位置，启动respeaker4的python文件，发出角度信号angle，并通过转换函数time＝T*angle，将角度变换对应的高电平保持时间，T为常数，为表示转一定角度所需的时间，通过移动底盘实际转向测试获得，收到角度信号，移动底盘接收到时间信号，变换为角度信号angle＝time/T，从而驱动移动底盘运动。

7.根据权利要求6所述的分类垃圾桶的控制方法，其特征在于，所述移动底盘是四电机驱动轮，实现原地转向，左侧驱动轮前向运动、右侧驱动轮后向运动，实现原地左转任一角度，由转动时间决定移动底盘行驶；行驶过程障碍物由红外模块检测，当右边存在障碍物时，右边红外避障模块输出1，驱动底盘左转；当左边存在障碍物时，左边红外避障模块输出1，驱动底盘右转；当红外避障模块都输出1，表明到达目的地或有不可逾越的障碍物，移动底盘停下，启动垃圾分类识别。

8.根据权利要求7所述的分类垃圾桶的控制方法，其特征在于，获得垃圾分类识别结果后，控制板将控制舵机自动打开相应垃圾桶盖，并在5秒后自动关闭。

9.根据权利要求8所述的分类垃圾桶的控制方法，其特征在于，利用tflite模型识别垃圾种类的预训练模型采用yolov3模型，利用keras辅助框架在训练集上进行对yolov3模型进行训练，设置epoch参数得到最终准确率accuracy以及损失率loss；根据结果判断拟合程度，设置并改进yolov3网络的学习率参数、改进原tflite模型的网络结构和yolov3网络的损失函数和优化算法，提高准确率以及损失率，完成识别模型中网络的训练。

10.根据权利要求9所述的分类垃圾桶的控制方法，其特征在于，tflite模型进行足够多的训练后，可预测新的图片是否属于训练数据中的种类，即输出相应的概率矩阵，每个概率对应训练数据中的一个标签，概率明显占优的标签即为模型所预测的分类，在识别过程中，输入一张测试图片，tflite模型将会输出对应的标签序号k，其中，0≤k≤39，并通过序号输出识别分类的结果。