基于NB-IoT的智能垃圾分类系统

发布时间：2022-01-13 09:58

　　现有的垃圾分类主要依靠人工分辨,而很多居民因为意识不足或日常工作繁忙,往往无法仔细分类,导致垃圾分类效率低下。为了解决该问题,使垃圾分类适应快速发展的时代,文中设计并开发了具有自主识别、智能分类且可以监控垃圾桶温度、装载量、烟雾及可燃气体浓度数据指标的基于NB-IoT的智能垃圾分类系统。将利用CNN神经网络算法训练的模型数据搭载在树莓派（Raspberry Pi）上,对读取的图像进行分类检测,通过控制电机将垃圾送入其所属分类的收纳桶中。通过HC-SR04测距模块、MLX90614ESF红外测温传感器、MQ-2烟雾气敏传感器获得垃圾桶装载容量、箱体内温度与可燃气体数据,并上传至云端服务器,计算生成城市街道垃圾桶数据地图,同时对垃圾回收进行路径规划,并将处理后的数据下传至手机APP,方便管理人员使用。 

【文章来源】：物联网技术. 2020,10(08)

【文章页数】：5 页

【部分图文】：

APP垃圾桶路径规划图

系统总体结构

本文搭建的神经网络是在Python环境下利用第三方库TensorFlow搭建的。设计的神经网络主要包含4个部分,其结构如图2所示。第一部分为卷积层。为第一、二层卷积层分别设计了64个3×3步长为1的三通道卷积核和16个3×3步长为1的十六通道卷积核,通过对输入图层上3×3像素大小的区域进行加权处理,得到上一图层的特征信息,其中权值是图层上的像素值。具体实施时还利用ReLu()函数增加网格的非线性分割能力,ReLu()函数见式(1):


本文编号：3586201