易分宝——智慧城市自动分类垃圾桶系统设计

左露洁, 张 幔, 狄雨洋, 肖权珈, 刘冬阳, 李 硕

(中南大学 能源科学与工程学院，湖南 长沙 410083)

0 引言

当前，垃圾分类制度在许多地区逐步推行，垃圾分类投放、收集、运输、处理系统逐步建立。但现阶段我国垃圾分类主要依靠政府引导，存在垃圾种类繁多、居民参与度不高、设备不够便捷创新等多方面的问题(图1)。目前绝大部分地区仍采用普通垃圾桶组合的形式开展垃圾分类，随着智能化时代的到来，人们对智能垃圾桶寄予更高期望。目前已提出的垃圾桶自动分类方案主要有：传感器识别：早期的智能垃圾桶通过添置不同的传感器，如金属传感器、红外传感器识别出金属、塑料等特殊材质的垃圾，但识别种类有限[1-2]；编写深度学习神经网络，主要通过嵌入树莓派识别：将树莓派作为主控制器，利用

图1 垃圾种类繁多，分类落实困难

相关模型和图像算法，判断图像中垃圾类型[3-7]，但由于运算不足，神经网络模型简单，识别效果并不理想；语音识别：通过识别扔垃圾者口述待扔垃圾的名称，指导扔垃圾者对可回收、厨余、有害和其他这四大类垃圾进行正确的分类和投放[8-11]，但该系统高度依赖扔垃圾者的参与，且可能会因为扔垃圾者的口音、方言以及普通话的标准度对垃圾识别的精准度造成影响。

1 设计方案

智能垃圾分类处理系统——易分宝，在公园、校区或街道等一定区域内均可使用。设计主要分为垃圾桶结构的硬件部分以及后台管理系统的软件部分，其中硬件部分主要包括供电组件、分类装置以及初步处理装置，软件部分主要是对该区域内垃圾桶运行的后台管理与监测。具体流程、结构图如图2、3所示。

图2 分类流程图

图3 易分宝结构图

1.1 硬件设计

1.1.1 供电组件

光伏组件供电系统主要由太阳能板、控制器以及蓄电池组成。考虑到我国太阳能资源分布差异，为提高太阳能板的工作效率，采用阻尼转轴作为太阳能板与垃圾桶的连接，可调节太阳能板的倾斜角度，使之达到当地最佳日照角度；为使结构紧凑，蓄电池放置在支架空心轴内，并连接电板与用电元件，在桶底开有线路槽，供蓄电池的充电。

1.1.2 分类装置

垃圾桶盖自动开合装置的主要部件为热释电传感器和步进电机。顶盖上的显示屏用于显示识别及分类结果。当行人走进预先设置的阈值范围内，热释电传感器响应并向单片机发出信号，单片机接收信号后发出指令，触发步进电机运作，使桶盖向一侧旋转打开。当行人远离时，热释电传感器与步进电机做出响应控制桶盖闭合。此过程中行人无需触摸垃圾桶，有效避免细菌感染。

垃圾识别装置主要由摄像头模块、单片机模块以及远端后台管理系统组成。摄像头模块放置在扇形识别筒内用于获取垃圾图像，通过ATK-ESP8266 WIFI模块传输给后台管理员系统，内壁的LED灯带补充摄像头获取垃圾图像时所需的光照强度，由继电器控制开关，有效降低LED灯带的能耗；后台管理系统借助百度AI EasyDL平台定制训练所得的神经网络模型对图像进行识别、分类，分类结果再通过ATK-ESP8266 WIFI模块传输回单片机，完成垃圾的识别。

图4 机械分类装置

垃圾收纳装置主要由烟蒂耳盒、电池耳盒以及扇形垃圾桶组成。烟蒂耳盒与电池耳盒悬挂在识别筒两侧，用来单独回收高污染的废旧电池和有燃烧风险的烟蒂，便于保洁人员回收；扇形垃圾桶采用合页与支架相连，回收垃圾时只需拉动手柄即可将垃圾桶移出。

1.1.3 初步处理

对垃圾的初步处理方案包括活性炭包净化空气和双层垃圾袋沥水。活性碳包放置在镂空的密封盖与识别区之间，利用其对气体分子的吸附性，实现垃圾桶内部的空气净化。目前对于湿垃圾主要有两种处理方法：厨余粉碎机和沥水篮。清华大学张明武等人在苏州市居民小区开展的试点工作表明，源头沥水措施的实施成本低廉，减量和提质效果可观[12]，因此易分宝采用双层垃圾袋，实现对湿垃圾的沥水减质。如图5所示，双层垃圾袋内层为细网状，外层为底部有活塞的普通垃圾袋。管理人员在回收时只需要回收内层垃圾袋，打开活塞排放外层垃圾袋积聚的污水，即可对湿垃圾进行回收。

图5 双层垃圾袋

1.2 软件设计

后台管理系统使用Java语言编写，界面如图6所示。建立在图像分类方面效果良好的ResNet迁移学习模型；以华为云人工智能大赛·垃圾分类挑战杯的数据为基础，同时添加了Gary Thung 和Mindy Yang创建的垃圾图像数据，构成了一个35类共12 811张图片的数据集，对模型进行训练及测试。

实物模型如图7所示。模型底圆直径350 mm，预计投入使用的垃圾桶底圆直径为600 mm，整体高度为1 030 mm，占用空间约0.29 m3。

预期利用GPS芯片实时监测垃圾桶所处的地理位置以及周围环境，从而实现防盜的功能[13]；大规模的应用时，可为该区域内的每个垃圾桶编号，将编号与其地理位置信息存入数据库，通过编号定位该垃圾桶的位置，从而降低综合成本。

图6 后台管理系统界面

图7 实物模型图

当垃圾桶内所装垃圾达到80%时，单片机接收传感器的信号，反馈给后台管理系统，通知管理人员及时清理；当垃圾桶已满而又暂无管理人员处理时，可以暂时停止运行并在显示屏上显示相关的提示信息，提示行人使用附近的其他垃圾桶。

2 运行状况

利用百度EasyDL平台以及已构建的垃圾图像数据集对神经网络模型进行训练，训练完成后在原数据集中随机抽取861张图片对训练后的模型进行测试。如图8所示模型整体分类指标：准确率、精确率、召回率、F1 score的评估具体情况，在包含34个类别的情况下，准确率达约89.0%。

图8 模型整体评估图

之后又实际测试了50件日常垃圾(如洗发水瓶、碎瓷碗、快递包装盒等)，识别结果全部正确，案例如图9和图10所示。其中，识别结果中第一个字母“k”表示可回收垃圾，“c”表示厨余垃圾，“q”表示其他垃圾，“h”表示有害垃圾，后面的字母为识别出的垃圾种类的拼音，如图9中的“h_yao_wu”表示“有害垃圾：药物”。

图9 有害垃圾测试正确案例

图10 可回收垃圾测试正确案例

使用的太阳能电板为540 mm×540 mm的40 W单晶太阳能板，在标准测试条件下(辐射强度为1 kW/m2，组件温度25 ℃，大气质量AM1.5)，工作电压约为17.5 V，工作电流约为2.29 A。采用四节标准容量的3 400 mAh的松下18650充电锂电池，该锂电池实测的充满电容量为3 480 mAh，初步计算得标准测试条件下6 h可以充满。但由于实际的太阳照射情况大多达不到标准测试条件，实际的充电时间会更长。而使用的电子元件都为低功率元件，工作时的耗电约为8 W，因此光照条件良好时可以实现自主供电。控制装置元件的工作性能如表1所示。

表1 控制装置元件的工作电压及电流

3 结语

本文设计了一种自动分类智能垃圾桶——易分宝，利用后台管理系统与机械分类装置结合实现垃圾分类存放，以期解决垃圾自动分类问题。运行结果表明：①经过大量数据训练后，该系统识别垃圾准确率达89.0%，而对日常垃圾的识别准确率更高；②装置可通过单片机控制机械分类装置运行，实现垃圾正确分类存放；③光照条件良好时可以实现自主供电；④后台管理系统可以监测设定区域内所有垃圾桶的工作状况。