基于卷積神經(jīng)網(wǎng)絡(luò)的光伏供電智能垃圾分類系統(tǒng)設(shè)計(jì)

北方工業(yè)大學(xué)電氣與控制工程學(xué)院 王 鵬 邱佳匯 韋楚釩 金 泓 鄒祥祥

針對國人對垃圾類別無法正確判斷并投放，設(shè)計(jì)了基于卷積神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)光伏供電智能垃圾分類系統(tǒng)。其基于OpenCV框架下檢測待識(shí)別物體,采用卷積神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練出來的模型精準(zhǔn)度近似可達(dá)99%，精確率和召回率的調(diào)和平均數(shù)無限逼近于1，在垃圾分類識(shí)別問題中有良好的優(yōu)越性。本系統(tǒng)內(nèi)置5G通訊模塊，通過物聯(lián)網(wǎng)技術(shù)可實(shí)時(shí)將系統(tǒng)收集到的數(shù)據(jù)傳輸給客戶終端，進(jìn)而將數(shù)據(jù)可視化，結(jié)合大數(shù)據(jù)將區(qū)域內(nèi)居民投放垃圾的情況形成用戶畫像，指導(dǎo)市場行為，實(shí)現(xiàn)垃圾分類、控制與分析的智能化。同時(shí)，該系統(tǒng)使用太陽能光伏供電，相較于現(xiàn)有的充電式智能垃圾分類垃圾桶，本文設(shè)計(jì)的垃圾分類系統(tǒng)使用太陽能與市電雙供電系統(tǒng)更加節(jié)能環(huán)保。

1 智能垃圾分類系統(tǒng)總體結(jié)構(gòu)與理論設(shè)計(jì)

針對現(xiàn)有垃圾分類垃圾桶存在需要人為識(shí)別垃圾種類、垃圾分類技術(shù)陳舊等問題，基于綠色生活、垃圾分類智能化理念設(shè)計(jì)出基于卷積神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)智能垃圾分類系統(tǒng)。該系統(tǒng)由防水防腐蝕外殼，內(nèi)置4個(gè)圓柱桶及可操控垃圾投放旋轉(zhuǎn)轉(zhuǎn)盤構(gòu)成整體外觀結(jié)構(gòu)。中央控制器及電源模塊放置在內(nèi)部上方的密閉區(qū)域，起到防水防潮作用，保護(hù)電子器件。

1.1 機(jī)械結(jié)構(gòu)設(shè)計(jì)（如圖1所示）

圖1 基于卷積神經(jīng)網(wǎng)絡(luò)的物聯(lián)網(wǎng)光伏供電智能垃圾分類系統(tǒng)內(nèi)外視圖

1.2 軟件系統(tǒng)設(shè)計(jì)

軟件系統(tǒng)由八大模塊及細(xì)分模塊組成，如圖2所示。中央處理器樹莓派作為主控模塊，操控其他5個(gè)模塊完成相關(guān)動(dòng)作；兩塊高效率單晶太陽能電池板和12V蓄電池組成光伏供電模塊，將太陽能轉(zhuǎn)化的12V直流電轉(zhuǎn)換為5V直流電供紅外傳感器和中央處理器使用，同時(shí)保證極端天氣下該系統(tǒng)能正常工作；攝像頭作為數(shù)據(jù)檢測模塊，基于OpenCV算法識(shí)別投放口的垃圾，并依據(jù)卷積神經(jīng)網(wǎng)絡(luò)模型將其分類，樹莓派發(fā)出指令控制對應(yīng)桶門開合；不銹鋼片與伸縮彈簧構(gòu)成壓縮模塊；桶壁的紅外傳感器構(gòu)成檢測模塊，檢測每個(gè)桶是否滿載；當(dāng)?shù)谝淮螜z測到桶內(nèi)滿載時(shí)對桶內(nèi)垃圾執(zhí)行壓縮操作，第二次滿載時(shí)在顯示屏上顯示滿載并發(fā)出滿載警報(bào)；由語音播報(bào)和TFT顯示屏組成交互模塊，垃圾投放者可從顯示屏上讀出垃圾類別名稱、數(shù)量及滿載情況，并依據(jù)物聯(lián)網(wǎng)技術(shù)檢測某區(qū)域內(nèi)全部垃圾分類系統(tǒng)的位置和工作情況。

（1）圖像算法設(shè)計(jì)

本文在圖像獲取方面采用背景差分算法，該算法響應(yīng)速度相對較快，可以有效提高系統(tǒng)對垃圾在畫面中的檢測與定位速度。具體算法如下公式：

其中，fk(i, j)表示當(dāng)前圖像幀，fbk(x, y)表示背景圖像幀。

選取百度的PaddlePaddle深度學(xué)習(xí)框架。準(zhǔn)備1000張照片作為訓(xùn)練集，100張照片作為驗(yàn)證集。利用paddle.dataset.cifar.train10()和test10()分別獲取cifar訓(xùn)練集和測試集。定義卷積神經(jīng)網(wǎng)絡(luò)，結(jié)構(gòu)圖如圖3所示。

圖2 軟件系統(tǒng)設(shè)計(jì)框圖

圖3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖4 易拉罐灰度處理前后

圖5 5G物聯(lián)網(wǎng)示意圖

在獲取分類器后用CNN進(jìn)行分類，在分類任務(wù)本文采用交叉熵?fù)p失函數(shù)。在創(chuàng)建執(zhí)行器、初始化訓(xùn)練參數(shù)、初始化日志相關(guān)配置后，定義訓(xùn)練過程中的損失值和準(zhǔn)確率變化趨勢。在定義完特征向量和目標(biāo)值后開始訓(xùn)練模型，每一個(gè)Pass訓(xùn)練結(jié)束之后，再使用驗(yàn)證集進(jìn)行驗(yàn)證，得出相應(yīng)的損失值cost和準(zhǔn)確率acc。

（2）圖像識(shí)別功能

本文采用了VGG16視覺幾何群網(wǎng)絡(luò)。在實(shí)驗(yàn)過程中，從每類垃圾中選取1000～2000張垃圾圖像建立數(shù)據(jù)集，利用VGG16神經(jīng)網(wǎng)絡(luò)的預(yù)訓(xùn)練模型進(jìn)行特征提取并作為垃圾圖像的特征向量進(jìn)行存儲(chǔ)，之后經(jīng)過PCA進(jìn)行降維處理，通過余弦相似度的算法對垃圾圖像進(jìn)行匹配。VGG16網(wǎng)絡(luò)模型結(jié)構(gòu)的層級(jí)功能和結(jié)構(gòu)類似于人工神經(jīng)網(wǎng)絡(luò)的多層感知器，VGG結(jié)構(gòu)中有13個(gè)卷積層和3個(gè)全連接層，同時(shí)，因?yàn)閂GG16架構(gòu)是“卷積+卷積+卷積+池化”，相較于“卷積+池化”，減少了w的數(shù)量，可以有效加快計(jì)算速度，并防止過擬合，實(shí)驗(yàn)表明，對垃圾圖像集進(jìn)行特征降維，識(shí)別的準(zhǔn)確率高達(dá)99%，如圖4所示。

1.3 物聯(lián)網(wǎng)功能

內(nèi)置5G通訊模塊，實(shí)時(shí)將垃圾桶自身收集到的數(shù)據(jù)傳輸給客戶終端系統(tǒng)，該系統(tǒng)對感知和傳輸?shù)臄?shù)據(jù)、信息進(jìn)行分析處理使數(shù)據(jù)可視化，結(jié)合大數(shù)據(jù)，將片區(qū)內(nèi)居民投放垃圾的情況形成用戶畫像，方便管理人員分析片區(qū)情況，指導(dǎo)運(yùn)營行為，還可通過物聯(lián)網(wǎng)遠(yuǎn)程升級(jí)固件、更新視頻等，如圖5所示。

1.4 實(shí)現(xiàn)結(jié)果與分析

圖像識(shí)別測試結(jié)果如表1所示。

實(shí)驗(yàn)數(shù)據(jù)表明，運(yùn)用VGG16神經(jīng)網(wǎng)絡(luò)訓(xùn)練出來的訓(xùn)練模型精準(zhǔn)度近似可達(dá)99%，精確率和召回率的調(diào)和平均數(shù)無限逼近于1，在解決參與測試的易拉罐、塑料瓶、電池這3類垃圾的識(shí)別問題中有良好的優(yōu)越性。

表1 測試結(jié)果

2 結(jié)束語

本系統(tǒng)內(nèi)單個(gè)垃圾桶都配備了光伏發(fā)電模塊，使用可再生能源供電，在正常使用過程中，對比市面上已有的智能垃圾桶，只需消耗很少甚至不消耗市電，大大減少了能源的消耗，節(jié)省了可觀的運(yùn)營成本。在智能垃圾分類回收設(shè)備及創(chuàng)新垃圾分類模式具有指導(dǎo)意義。