基于物联网技术的智能垃圾回收系统设计

毛盛锋 覃礼健 黄运樟 王浩

摘要：正值建设美丽中国关键阶段，我国生态文明建设进入了以降碳为重点战略方向，推动减污降碳协同增效，促进经济社会发展全面绿色转型，实现生态环境质量改善由量变到质变的关键时刻。垃圾的分类处理是一直困扰着人们的一大难题，大部分居民对垃圾的分类混淆不清。文章阐述了一种能实现自主垃圾分类的智能垃圾装置。该装置运用人工智能（AI）、物联网等技术，将可回收垃圾、厨余垃圾、有害垃圾和其他垃圾4类城市生活垃圾自主判别、分类并投放到相应的垃圾桶，从而实现垃圾的快速处理，解决了居民垃圾分类难、效率低等问题，进一步将垃圾分类落到实处。

关键词：物联网；神经网络；垃圾分类

中图分类号：TP311

文献标志码：A

0 引言

“十四五”时期，我国生态文明建设进入了以降碳为重点战略方向，推动减污降碳协同增效，促进经济社会发展全面绿色转型，实现生态环境质量改善由量变到质变的关键时刻。双碳愿景下的生活垃圾分类数字化正在走进人们的生活。

随着社会经济的迅速发展，中国垃圾清运量的增长速度与垃圾分类知识和技术的普及速度并不匹配，国家统计局数据如图1所示。我国的垃圾清运量都在20 000万t以上，随着时间变动垃圾总的清运量呈现小幅度的波动，总体呈现上升态势。而在很多地区可以明显看出清运量和实际处理量之间存在差额，这也导致了众多垃圾处理问题的出现。

垃圾处理困境带来的最突出的问题是垃圾分类难题，繁杂的垃圾种类和投放规则一直困扰着人们。人们对于垃圾的具体分类规则不太清晰，垃圾类别“繁”，垃圾分类“难”。通过对生活垃圾进行智能分类不仅可以帮助人们减轻负担提高生活质量，还可以支持国家的可持续发展战略，实现资源的再利用，促进节能减排。本文将阐述了一种基于物联网技术的智能垃圾回收系统。

该智能垃圾回收系统中的主体为智能垃圾桶，其核心在于实现垃圾的自动分类，使用者只需要将垃圾丢进垃圾桶，就能对垃圾进行自动识别和分类。为解决该问题，吴栓等^［1］设计了以英伟达 Jetson Nano 人工智能平台作为数据核心处理模块，基于 BP 神经网络算法对垃圾图像进行识别实现对垃圾的智能分类装置。王嫣嫣^［2］设计了基于STM32的具有自主分离功能的智能垃圾分类装置，利用多个并行布置传送带的差时同速运动和采用转盘与拨板的差角运动方式对不同种类垃圾进行分离。郭韬文等^［3］设计了一种基于太阳能供电的智能高效生活垃圾分类装置面通过太阳能高效的转化为电能极大地降低了能源成本从而实现节能减排。李学伟等^［4］针对老年人、上班族和盲人等群体设计了具有人机交互功能的智能垃圾分类装置，通过语音辨识实现垃圾的自主分类投放。

本文结合实际应用需求设计的基于物联网技術的智能垃圾回收系统，其核心控件为STM32芯片，结合K210模块的神经网络模型实现垃圾智能分类；通过驱动电机模块将垃圾自动化地投入对应的垃圾收纳箱中；通过实际组装和软硬件联合测试，验证了系统整体功能的合理性。

1 系统总体设计

1.1 系统主要功能

本智能垃圾回收系统分为智能垃圾桶和用户端应用。智能垃圾桶可以实现垃圾的智能识别、垃圾自动化分类、垃圾桶存量数据上传和GPS数据上传等功能；用户端应用可以查询附近已经上传的垃圾桶容量数据，提供用户移动端识别垃圾功能。智能垃圾桶主要通过运行STM32主控芯片将各个感应传感器硬件连接起来，实现数据交互；用户端应用主要以微信小程序和手机App呈现数据。主要功能如下：

（1）通过红外线感应，使用者将垃圾投入内部后，打开投放口处的摄像头和LED灯，对已经投入的垃圾进行拍照识别。（2）对于投入垃圾识别的结果，STM32主控控制转动结构，将垃圾传送到指定的垃圾收纳箱上方进行投料。（3）在垃圾桶的运行过程中，STM32主控会定时开启超声波测距传感器和GPS模块，对内部垃圾收纳箱的垃圾存量进行测算定时上传GPS数据，将存量数据和GPS数据上传到云端服务器。（4）用户端可以通过手机定位上传后，得到用户附近的智能垃圾桶列表，且可以显示该垃圾桶的存量数据。（5）用户端将垃圾图像上传云服务器进行智能识别后，将识别结果返回用户端进行相关展示，以辅助分类。此外，在智能垃圾桶中配备了太阳能板，以便对内部的电池持续供电。

1.2 总体方案设计

智能垃圾回收系统主要有图像数据采集模块、机械驱动模块、垃圾存量模块、垃圾识别模块和用户端平台组成。具体系统组成如图2所示。

图2 系统组成

系统以STM32处理器为核心，通过对各个模块的数据进行处理，得到智能垃圾桶的基本运作状态信息。各个模块将数据信息传送给STM32系统板，STM32再通过无线通信模块，将数据传输到云服务器。用户端应用程序通过指定的IP地址对服务器的相关数据进行访问和上传相关数据。

2 模块设计

2.1 控制模块

控制模块主要使用STM32F103ZET6芯片，实现对各传感器节点的控制。该芯片数据总线为32 bit，最大的时钟频率为72 MHz，存储器大小为512 KB，采用ARM微控制器-MCU。F是表示芯片子系列，103表示增强型，Z表示144引脚，E表示512 K字节Flash，T表示LQFP封装方式，6表示工作温度-40～85 ℃。它还拥有睡眠、停止和待机3种低功耗模式，并且可用电池为RTC和备份寄存器供电，还配有存储器等硬件，具有成本低、功能强、功耗小等优点。

通过连接摄像头模块对垃圾进行识别、GPS模块进行初始化定位，红外线传感器模块进行感知是否投入垃圾、超声波测距模块进行测算垃圾容量、驱动电机模块进行自动化分类投放垃圾、网络通信模块将垃圾存量数据和GPS定位数据进行上传到云服务器，如图3所示。

2.2 数据采集模块

GPS模块接收到STM32定位信号时触发定位功能，并返回定位数据，再结合网络通信模块将数据进行上传。

红外线传感器可以感知红外信号，STM32通过对红外线传感器数据的处理可以判断是否有投入垃圾，再通过对应引脚启动摄像头模块对图像进行多帧采集。STM32主控先将图像数据传送到K210模块中的神经网络模型进行识别图像，再根据识别结果启动驱动电机模块将垃圾自动化投入对应的垃圾收纳箱。在运行过程中STM32主控会定时采集超声波测距数据，对垃圾容量进行测算，再通过网络通信模块将垃圾容量数据上传到云服务器。

2.3 通信模块

通信模块选用ESP8266模块，其支持的工作模式有3种：softAP 模式、station模式和softAP+station模式。仅需要通过串口使用AT控制，便可滿足网络功能需求。通信模块可以通过station模式，搜索当前附近的WiFi，通过输入匹配的密码便能连入互联网。ESP8266模块中也实现了TCP/IP协议栈，可以使用AT指令向云服务器端发起TCP连接。连接TCP服务器并开启传输模式后，模块串口收到的数据就能够通过TCP连接传输到云服务器端，通信传输流程，如图4所示。

2.4 用户端应用程序

用户端移动设备安装相应软件，连接互联网便可实时获取云服务器的数据。

（1）显示附近垃圾桶数据功能。用户连入互联网之后可以在应用程序端看到附近智能垃圾桶的地图定位和智能垃圾桶的容量状况。（2）上传垃圾图像识别功能。用户可以通过移动端应用程序拍照上传垃圾图像到云服务器，云服务器的神经网络模型识

别之后将结果返回到应用程序前端进行相应的展示。

3 结语

近几年，中国将“碳达峰”“碳中和”纳入生态文明建设总体布局。生态文明建设刻不容缓，而实行垃圾分类，是生态文明建设中的重要一环。为进一步将垃圾分类落到实处，本文综合运用人工智能、图像处理、智能控制等技术设计了一种智能垃圾分类系统。

本文主要对系统的电控和机械结构方面进行了详细的设计介绍，经过实物安装、调试、测试和验证，有效实现了智能垃圾分类，证明系统的实时性和准确率均能够达到预期效果。本系统操作简单便捷，功能实用，通过帮助人们减轻垃圾分类负担来提高生活质量，在一定程度上解决了垃圾分类混乱、垃圾乱丢乱放等现象，实现在垃圾分类方面的数字化技术应用，对“双碳”愿景的早日实现献一份力量。

参考文献

［1］吴栓，徐联冰，苏克显，等.智能垃圾分类装置硬件设计［J］.物联网技术，2022（9）：114-116.

［2］王嫣嫣，李润涛，彭自豪，等.具有自主分离功能的智能垃圾分类装置设计［J］.无线互联科技，2022（12）：68-71.

［3］郭韬文.基于DEA2.1软件的再优化食品系统的评估预测［J］.无线互联科技，2021（17）：33-34.

［4］李学伟，赵晨星，寇涵，等.具有人机交互功能的智能垃圾分类装置的设计［J］.南方农机，2021（21）：92-95.

（编辑 姚 鑫）

Design of intelligent garbage collection system based on Internet of Things technology

Mao Shengfeng， Qin Lijian， Huang Yunzhang， Wang Hao

（Chongqing Jiaotong University， Chongqing 400074， China）

Abstract： At the critical stage of building a beautiful China， the construction of ecological civilization in China has entered a critical moment when carbon reduction is the key strategic direction， promoting the synergy of pollution and carbon reduction， promoting the comprehensive green transformation of economic and social development， and achieving quantitative to qualitative changes in ecological and environmental quality improvement. This paper describes an intelligent garbage device that can realize independent garbage classification， which uses artificial intelligence （AI）， Internet of Things and other technologies to independently identify， classify and put four types of urban garbage such as “recyclable garbage， food waste， hazardous garbage and other garbage” into the corresponding garbage cans， thus realizing rapid garbage disposal. The project has solved the problem of difficult and low efficiency of waste classification， and further put waste classification into practice.

Key words： internet of things; neural network; waste classification