基于Easy-DL平台+树莓派的景区智能垃圾分类系统

戴聪玲，唐琳杰，谢正华，肖 澳，吴亚联

（湘潭大学 自动化与电子信息学院，湖南 湘潭 411105）

0 引 言

我国产生的垃圾的数量巨大、种类繁多。据中国城市环境卫生协会统计，我国每年产生十多亿吨垃圾，并且每年还在以5%～8%的速度递增，因此，我国垃圾分类处理刻不容缓。由于不同场合的垃圾种类有所不同，如何针对特定场景进行垃圾分类处理来提高效率以及资源利用率的问题亟待解决。

2016年12月，国家发改委发布《“十三五”全国城镇生活垃圾无害化处理设施建设规划》[1]，对垃圾分类处理高度重视。纵观国内垃圾分类处理设施的发展，可以发现垃圾分类的市场前景十分广阔。

随着人工智能的发展，社会对智能化的要求越来越高，智能设备的应用范围越来越广，通过智能装置来进行垃圾分类可极大提高工作效率。2019年10月，百度推出“Easy-DL定制AI训练平台”，开发者可以充分利用和发挥百度的高性能算力及云服务的优势。本文基于Easy-DL平台和树莓派，利用物联网技术、人工智能技术、网页前端技术和后端服务器技术设计了景区智能垃圾分类系统。

1 系统功能分析与总体设计

1.1 系统功能分析

基于Easy-DL平台+树莓派的景区智能垃圾分类系统主要实现以下功能：

（1）垃圾智能识别与分类。将“Easy-DL定制AI训练平台”训练的模型部署于树莓派，实现对景区垃圾的智能识别以及分类，将垃圾分为可回收垃圾、餐厨垃圾、有害垃圾、其他垃圾。

（2）数据存储及显示。将分类结果等数据存储至服务器，利用服务器的数据处理能力，实现服务器和Web客户端的数据无线传输。Web客户端实时显示分类结果等信息。

（3）满载提示。实时监控垃圾分类装置的容量状态，判断容量是否达到设定的满载界限，若达到，则在串口屏上显示满载信息，并在Web客户端提示工作人员垃圾分类装置已满载。

1.2 系统总体设计框架

根据系统功能要求，设计本系统的总体框图如图1所示。

图1 系统总体框图

系统包括智能垃圾分类装置、Web客户端和服务器。智能垃圾分类装置对垃圾进行处理，完成识别、分类以及满载检测。后端服务器存储分类结果，满载信息等数据。在Web客户端上显示垃圾桶的状态信息，实现数据监控。智能分类装置包括树莓派控制主板、检测系统以及执行系统，如图2所示。控制主板是硬件系统的核心，在此采用性能较高的树莓派开发主板，基于Linux系统，并搭载了ARM处理器。检测系统由超声波模块和摄像头模块构成。利用超声波模块检测环境，判断是否有人投入垃圾，从而决定是否打开摄像头。摄像头模块负责对垃圾进行图片拍摄。超声波模块同时也用于检测垃圾是否达到警戒线。执行系统由电源模块和舵机模块构成。电源模块主要维持智能垃圾桶正常的供电，保证设备能够正常工作。舵机模块执行控制主板发出的命令，将垃圾投入相应位置。

图2 智能分类装置框图

2 硬件模块选型与设计

2.1 主控制器

本系统的主控制器选用的是Raspberry Pi控制主板（也被称为“树莓派”），其以SD卡作为内存硬盘，是一个具有丰富功能且较为廉价的硬件平台。Raspberry Pi控制主板[3]搭载的是ARM架构的CPU。ARM的指令系统较简单，这使得在一些专业用途的设备上，ARM架构能够发挥出较高的执行效率，而它低功耗的特性，非常适合应用在对电源消耗敏感的设备上。其CPU与内存是以层叠方式设计，CPU是BCM2835芯片，集成了能够满足计算机运行所需的中央处理器、图形处理芯片及音频芯片等大部分硬件，工作频率达到700 MHz，保证能够在有限的功耗内发挥出较强的性能。

2.2 摄像头模块

摄像头模块采用树莓派CSI接口摄像头[4]（CMOS Sensor Interface），具有500万像素、感光芯片为OV5647、静态图片分辨率为2 592×1 944，兼容树莓派3代。

前端：配置逻辑接口以便支持大多数通用的CMOS摄像头，支持CCIR656视频接口以及传统的摄像头接口；有8位数据口，支持YCC，YUV，Bayer或者是RGB的数据格式输入。

后端：提供直接到eMMA的预处理PrP块接口，可以给视频做预处理和后期处理，例如放大、缩小、颜色转换；提供sensor的可屏蔽中断源；提供给外部sensor用的、可配置的主时钟频率。

2.3 超声波模块

本文根据超声波测距原理（超声波在空气中遇到障碍物就会立即返回）来检测垃圾是否装满[5]。本次超声波模块选用HC-SR04超声波模块。HC-SR04芯片有4个引脚。第1引脚的作用是保障用电正常，所以接5 V电源；第2引脚的作用是将信号发送出去，所以接P3.4口；第3引脚的作用是接收信号所以接P3.5口；第4引脚的作用是防止漏电所以接地。

根据超声波模块的基本工作原理，文中在一个控制口发一个10 μs以上的高电平，这样就可以在接收口等待高电平输。一有输出就可以开定时器计时，当此口变为低电平时就可以读定时器的值，于是就可以得到超声波在空气中运行的时间，按照

就可以算出超声波到障碍物的距离。

2.4 WiFi模块

这里选用树莓派自带的WiFi模块作为本地硬件的WiFi通信模块，可接入网络控制本地硬件，实现项目的主要功能。

2.5 电源模块

为了给本地硬件各模块提供稳定电源，维持各个模块的用电与供电，使设备能供正常工作，在此使用性能较好的18650锂电池，再连接上18650锂电池充电保护板模块，使其具有充放电功能，且能够给产品中各模块供电。

2.6 舵机模块

舵机模块安装了一个电位器来检测输出轴转动角度。控制板根据电位器的信息能比较精确地控制和保持输出轴的角度。模块上的控制电路板接收来自信号线的控制信号，控制电机转动，电机带动一系列齿轮组，减速后传动至输出舵盘。舵机的输出轴与位置反馈电位计是相连的，舵盘转动的同时，带动位置反馈电位计。电位计将输出一个电压信号到控制电路板进行反馈，然后控制电路板根据所在位置决定电机转动的方向和速度，从而达到目标停止[6]。

3 系统软件设计及实现

3.1 系统总体软件框架

本文将理论与实际相结合，以实现主要功能为目标，设计了一套能稳定运行且成本较低的垃圾智能分类系统。系统软件由两部分组成：

（1）Easy-DL生成的人工神经网络模型对垃圾进行分类，人工神经网络模型的采用ResNet算法提高识别准确度。控制舵机模块使垃圾到达指定位置，超声波模块实时监测容量。

（2）Web客户端及服务器系统，将分类结果等数据存入Json文件中，利用Php程序访问Json文件并通过Apache服务器将数据传输到前端。

前端通过HTML、CSS、JS代码生成Web客户端界面，并利用post方法访问后台服务器，实时刷新客户端页面数据。管理员可以随时查看Web客户端检测分类装置的情况。系统软件程序结构如图3所示。

图3 系统软件程序结构

3.2 智能垃圾分类模型设计

先将数据上传至Easy-DL平台。Easy-DL采用Auto Model Search算法，智能分类装置对图像进行处理[7]，采用ResNet网络算法，在人工神经网络中允许原始输入信息直接传到后面的层中，从而提高效率以及准确度。网络结构如图4所示。同时Easy-DL大量使用了迁移学习技术，进行预训练以及数据增强操作，提升模型效果。基于PaddlePaddle深度学习框架进行分布式训练，得到高准确率的神经网络模型，选择设备式部署方式生成离线SDK并部署在树莓派上，如图5所示。

图4 ResNet网络结构

图5 模型部署流程

3.3 舵机控制程序设计

舵机模块又分为上舵机模块和下舵机模块。树莓派控制上舵机模块将垃圾投放桶旋转至对应类别垃圾桶的上方；下舵机模块则控制垃圾投放桶的阀门开合[8]，使垃圾顺利掉落进垃圾桶中。模块设计流程如图6所示。

图6 舵机模块控制流程

3.4 满载检测程序设计

容量检测传感器模块利用超声波模块对容量进行检测。超声波模块一个控制口发送一个10 μs以上的高电平，就可以在接收口等待高电平输出。已有输出就可以打开定时器计时，当此口变为低电平时就可以读定时器的值，此时就为此次测距的时间，方可算出距离。根据超声波模块测量超声波模块与垃圾的距离折算出容量，并将容量数据发送给树莓派控制器进行处理。满载检测流程如图7所示。

图7 容量测量模块流程

3.5 人机交互程序设计

人机交互功能主要有两个：一是设置垃圾桶满载容量；二是在显示屏上循环显示宣传语。人机交互流程如图8所示。

图8 人机交互流程

3.6 Web客户端及服务器程序设计

Web客户端及服务器程序主要功能是存储垃圾分类装置的各项数据并向Web客户端实时传输数据。Web客户端实时显示分类结果，满载情况等信息，并在垃圾分类装置满载时提示工作人员清理垃圾。程序设计流程如图9所示。

图9 Web客户端及服务器程序设计流程

4 系统测试

景区智能垃圾桶初步模型采用3D打印，设计模型图如图10所示，实物图如图11所示。

图10 设计模型图

图11 设计实物图

在此采用分模块测试方法对系统进行测试。

（1）摄像头识别测试。将摄像头安装在树莓派上，调用摄像头进行拍摄图片，并进行识别。得到命令窗口有识别结果产生，且运行速度较快。

（2）超声波测距测试。将超声波模块安装在树莓派上，在Linux命令窗口运行超声波测距的脚本，用手遮拦超声波模块的发射信号端，结果显示命令窗口有动态数据产生，且数据正确无误、精度高。

（3）人机交互测试。测试该功能时，显示屏上输入设置满载容量，当垃圾桶到达指定满载容量时，显示屏显示满载，提示行人请勿扔垃圾。

（4）数据上传Web客户端测试。硬件全部安装好后运行程序，在电脑输入网址进入Web客户端，查看垃圾桶数据正确。

（5）运行结果测试。硬件全部安装，运行程序，得到识别结果正确，舵机运转正确，垃圾投入对应位置。

经过对各个模块进行综合测试，发现本系统工作正常。

5 结 语

本文完成了针对景区场景的基于EasyDL平台+树莓派的景区智能垃圾分类系统的设计。实验表明，该系统具有以下优点：

（1）效率高。针对具体场景景区的智能垃圾分类装置，针对性强、效率高，减少资源浪费、利用率高。

（2）功能完善、稳定。该系统加入了摄像头图像处理、超声波等功能模块，并且增加了网页部分，使得智能垃圾分类装置具有较为完善的功能。

（3）移植性强。在该系统的基础上，更换数据，训练出是用于其他场景的模型，即可实现针对于其他场景的智能垃圾分类装置。

本系统可应用于景区以及垃圾状况相似的场所。如果将本系统继续优化，功能更加完善，那么这个系统的应用将会更加广泛。