基于视觉识别的智能垃圾分拣车的设计与实现*

秦铂涛

(四川大学 机械工程学院，四川成都 610000)

0 引 言

生活水平的提高使得垃圾的种类越来越多，垃圾的堆放不仅影响城市的市容，占据有效利用空间，还会对我们的环境造成污染，但垃圾并非完全是废弃掉的，不合理的处理方式不仅会造成资源的浪费，还可能会造成环境的二次污染，现阶段进行的垃圾分类、识别与处理仍然以人工为主，不仅劳动成本高，分拣速度还有限。如何快速的对垃圾进行有效的分类和处理，关乎社会的发展，因此有必要设计一款智能化的垃圾分拣车来满足人类对垃圾回收利用和处理工作的进行。

针对快速的对垃圾进行有效的分类和处理的需求，提出一款智能化的垃圾分拣车来代替人工分拣操作设计方案，通过智能监控及定位系统对垃圾进行细化分类使垃圾分拣大量工作在垃圾投放时完成，从而满足垃圾从生产到投放、运输、处理的要求，进而提高生产效率、节约成本。

1 智能垃圾分拣车的总体方案设计

1.1 功能描述

智能垃圾分拣车主要功能是对即将处理的垃圾进行分类、分拣，光电智能垃圾分拣车可以从指定的位置出发，快速的搜寻垃圾，发现垃圾后对垃圾进行识别分类，将同类别的垃圾统一规放，并送到指定的垃圾站存放区。

1.2 总体方案设计

智能垃圾分拣机在寻找垃圾的过程，使用光电编码器电机和陀螺仪来完成。首先采用人工智能摄像头利用HuskyLens AI视觉传感器进行垃圾识别，采用双目摄像头和多自由度机械臂，在三维立体空间中判断垃圾的位置，将同类别的垃圾采用垂直抓取的拣拾方法存放在一起，同时为了使捡拾垃圾的效率更高，给小车增加了存储区域，避免因重复移动存放垃圾而造成时间的隐性浪费。在捡拾垃圾的过程中，同时保持对垃圾的计数，在满载之前倒一次垃圾。功能流程图见图1。

图1 功能流程图

1.3 系统布局及3D建模

采用机械爪摄像头组合在分拣小车的前区域，通过车后机械臂完成垃圾的分拣，由于垃圾的大小区别大，在小车的存储区域左后方为可回收垃圾，左前方为厨余垃圾；右后方为有害垃圾；右前方为其他垃圾。为了避免小车与其他小车相撞，在车的前后加入了超声波模块，探测一定距离的物体。本系统是由stm32主板，机械臂，视觉处理器和光学检测设备等组成。图2所示为垃圾分拣小车车身建模图。

图2 垃圾分拣小车车身建模图(不含垃圾仓)

2 目标识别单元设计

2.1 目标识别单元软件设计

基于视觉的智能垃圾分拣车初步目标识别是使用光电编码器电机和陀螺仪来完成，编码器电机获取行驶的距离信息，陀螺仪获取方向信息，距离加方向首尾相连，获得当前坐标。选用HuskyLens AI视觉传感器和HuskyLens摄像头，按下学习键HuskyLens摄像头就可以从不同的角度和范围学习识别某一类垃圾。我们只需要在HuskyLens上训练好识别对象解析接口协议即可。即通过摄像头获取原始图像信息，在计算机形态学识别模块中识别垃圾进行中间结果的综合处理单元，最后对目标物坐标及角度信息进行处理。

2.2 摄像头选择

垃圾识别选用HuskyLens AI视觉传感器，该传感器采用新一代的AI芯片KendryteK210,内置64位400MHz双核RISC-V处理器，运行神经网络算法的速度比STM32H743快1000倍以上。因此此款智能分拣车的速度快，载荷大、精准度高、可操作性强、占地空间小，节省空间场地资源。

2.3 基于视觉识别的目标检测技术

机器视觉是智能化机器获得外部环境信息的方法之一。通过视觉所获得的图像信息，实时的提取工作参数判断出垃圾所属的类别，并通过系统的分析进行分类预处理。在视觉识别的垃圾分拣车技术使用之前首先要获得垃圾的位置坐标。通过人工智能摄像头和视觉传感器以及对输入的图像分层卷积进行目标的检测。

2.4 人工辅助模块

人工辅助模块是通过智能垃圾车的信息采集系统进行原始图像的信息加工识别，然后进行智能机或者计算机的形态学识别，再进行人工处理模块进行确认，最后经过中间结果综合处理单元来获得目标物的坐标及角度信息。在此设计中主要是指只能垃圾车在进行完分类信息确认后，要进行抓取信的确认。

3 分拣控制单元设计

分拣控制单元主要是由智能垃圾车、机械臂、垃圾仓和舵机构成。

3.1 垃圾分拣车运动学分析

智能垃圾分拣车的运动学研究主要是正确的分析该垃圾分拣车的运动特性来确立各机构、零件之间的位移关系，速度关系及空间关系。采用垂直抓取的方式及三维立体空间的判断方法使机械爪移动到垃圾的正上方，同时利用摄像头对平面上的垃圾进行定位，然后控制机械爪向下抓取。但由于尺寸的原因，摄像头的位置并不是在爪子的正中央，因此其视角方面会有一定的偏差。所以当垃圾在爪子的正下方是垃圾的中心点，并不是在屏幕的正中央。我们需要调节摄像头的高度，摄像头和爪子的中心距离。在抓取前的最高视角下。调节垃圾在屏幕上的像素点位置，使其距离屏幕中心的位置。当物体中心点出现位置与物体的中心点不一致时，可以给出机械爪应移动的位置，机械爪边下降边调整位置，使得抓取更加准确。图3为小车柔性爪示意图。

图3 小车柔性爪示意图 图4 小车组装实物图

3.2 分拣控制设计

受编码器电机的控制，当定位到垃圾前时，先判断这个位置有无垃圾再进行垃圾种类的识别。在此过程中，摄像头传感器会将其拍到的东西进行识别，同时在自己的数据库中进行分析，然后将信息通过串口发送到STM32主控板。由于之前已录入垃圾的信息,摄像头传感器会将标号发送过来。 Stm32主板分析垃圾的种类。进而发送位置信息以及物体对象的高度宽度信息。来判断物体的大小。进而控制机械臂对垃圾进行抓取。在抓取的过程中开始控制机械爪下落，边下落边调整机械爪的位置，使物体的中心点坐标处于和计算得出的理想像素位置、坐标相近的坐标，不断的下落，不断调整坐标位置，直到有宽度、高度所得到的物体大小足够大，认为机械爪已经离物体足够近，然后停止抓械爪。开始使用柔性抓取。抓取成功，控制机械爪移动到对应的垃圾存储区正上方，然后松开机械爪即可。若两次都抓不到或者在该区域没有检测到垃圾的情况都会自动放弃。

3.3 硬件设计选型

智能垃圾分拣车选用3 mm厚铝合金的两个电机驱动的分拣车；AI视觉传感器选用教育版的SEN0336;柔性机械爪，抓取范围在30～150 mm之间； HC-SR04+升级版超声波模块4个;HC-SR04+升级版激光测距模块3个;行程200 mm的电控伸缩杆2个；锂电池1个；STM32主控板1块;陀螺仪1个;各种降压稳压芯片以及各种都包线等。

4 组装测试

4.1 关键部件的3D打印加工

为缩短测试周期，垃圾仓及其他异形零件采用3D打印制作，遵循“建模→导出STL文件→切片生成gcode文件→3D打印→修剪去支撑→安装调试”的步骤[5]。经过加工组装，小车实物图如图4。

4.2 功能测试

经过调试测试，系统的识别功能稳定，缺陷主要在对复杂路况的适应能力上，遂采用不同的路况条件对分拣小车进行调试，最终测试结果如表1所列。

表1 不同路况测试结果(以五个垃圾样本为例)

5 结 语

计算机控制技术和信息技术的发展成为信息传递和处理的主要手段。机械化、自动化的智能垃圾分拣车利用视觉传感器和智能摄像头实现了垃圾的可视化操作，该套智能设备可节省了大量的劳动力，避免了人工分拣对人体造成的伤害，对于垃圾处理、生态环境的保护具有重要意义，解决了垃圾处理的棘手问题，使垃圾分类处理实现了自动化管理，为垃圾分类处理设备设计进一步优化提供了有意义的参考。