简介:摘要:顺应如今可持续发展战略的实施,针对垃圾分类设计了一款光电智能垃圾分拣车。数据集是神经网络训练的基础,使用K210通过OV2640对垃圾进行各种角度的拍摄,人工对拍摄照片进行分类边界框选[2]。基于TensorFlow深度学习理论,导入AI神经系统进行训练,增强系统对垃圾的适应性[3]。随后便可直接通过OV2640进行垃圾识别框选边界并输出种类、位置等信息。车辆的RT1064芯片接受到K210传回的信息,控制电机采取铲取或绕过的操作。通过对编码器输出信号的积分,进行路径规划,达到逐一识别垃圾的目的。当场上所有垃圾逐一识别过后,第一个识别的所有同种垃圾全部被收集再车内。随后便向垃圾分类区移动,通过摄像头对分类区色块的识别,判断准确的+分类区域。通过急加速、急后退的方法将车内垃圾倒入分类区内。随后车辆再进行下一种垃圾的收集,收集过程同上。