現(xiàn)有的垃圾分類主要依靠人工分辨,而很多居民因為意識不足或日常工作繁忙,往往無法仔細分類,導(dǎo)致垃圾分類效率低下。為了解決該問題,使垃圾分類適應(yīng)快速發(fā)展的時代,文中設(shè)計并開發(fā)了具有自主識別、智能分類且可以監(jiān)控垃圾桶溫度、裝載量、煙霧及可燃氣體濃度數(shù)據(jù)指標的基于NB-IoT的智能垃圾分類系統(tǒng)。將利用CNN神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練的模型數(shù)據(jù)搭載在樹莓派（Raspberry Pi）上,對讀取的圖像進行分類檢測,通過控制電機將垃圾送入其所屬分類的收納桶中。通過HC-SR04測距模塊、MLX90614ESF紅外測溫傳感器、MQ-2煙霧氣敏傳感器獲得垃圾桶裝載容量、箱體內(nèi)溫度與可燃氣體數(shù)據(jù),并上傳至云端服務(wù)器,計算生成城市街道垃圾桶數(shù)據(jù)地圖,同時對垃圾回收進行路徑規(guī)劃,并將處理后的數(shù)據(jù)下傳至手機APP,方便管理人員使用。 

【文章來源】：物聯(lián)網(wǎng)技術(shù). 2020,10(08)

【文章頁數(shù)】：5 頁

【部分圖文】：

APP垃圾桶路徑規(guī)劃圖

系統(tǒng)總體結(jié)構(gòu)

本文搭建的神經(jīng)網(wǎng)絡(luò)是在Python環(huán)境下利用第三方庫TensorFlow搭建的。設(shè)計的神經(jīng)網(wǎng)絡(luò)主要包含4個部分,其結(jié)構(gòu)如圖2所示。第一部分為卷積層。為第一、二層卷積層分別設(shè)計了64個3×3步長為1的三通道卷積核和16個3×3步長為1的十六通道卷積核,通過對輸入圖層上3×3像素大小的區(qū)域進行加權(quán)處理,得到上一圖層的特征信息,其中權(quán)值是圖層上的像素值。具體實施時還利用ReLu()函數(shù)增加網(wǎng)格的非線性分割能力,ReLu()函數(shù)見式(1):


本文編號：3586201