陈云江，石登峰，陶家鼎，王德超

（延边大学工学院，吉林 延边朝鲜族自治州 133002）

校园是人员密集度较高的场所，垃圾形成过程复杂、数量庞大，但高校产生的垃圾具有可回收性强的特点[1-2]。教育部2019 年召开的第四场教育发布会上介绍的2018 年教育事业发展有关情况数据显示，全国共有初中院校约5.2 万所，在校生约4 652.6 万人；高中院校约2.44 万所，在校生约3 931.2 万人；普通高校院所约2 663 所，各种形式的高等教育在校生约3 833万人。据此推断，每年校园垃圾的产生量惊人，同时随着国家对环境保护、垃圾分类和“智慧校园”蓝图的构建，掀起了研发适用于校园的智能垃圾分类装置的热潮[3]。

本文基于树莓派设计了一种智能分类垃圾箱，主要针对高校产生的可回收垃圾（塑料瓶、易拉罐）及不可回收垃圾（果皮、瓜壳、电池）进行自动分类，并利用超声波传感控制技术实现自动行走和避障。综上所述，该款智能垃圾箱智能化程度高、分拣效率高、不受空间限制，能为学校垃圾分类工作提供智能化服务。

1 智能分类箱整体设计

垃圾智能分类箱主要由箱体部分、图像识别部分、机械分拣部分、垃圾收纳部分和底盘部分组成。以树莓派为平台，搭载AⅠ智能识别模块、精准分类模块等实现垃圾智能化处理[4]。

1.1 箱体设计

垃圾智能分类箱外形整体设计为500 mm×500 mm×800 mm 的长方体，采用金属铝型材作为支撑机架，箱体外侧采用PP 板（聚丙烯塑料板材）。4B型树莓派（Raspberry Pi，RPi）智能分类垃圾箱主体部分分为上、中、下3 部分。上层为识别分类区，是垃圾的投放、识别、分类结构， 用于安置识别设备；中层为垃圾的储存区，有2 类不同类别的垃圾收集箱，即可回收垃圾箱、不可回收垃圾箱（有害垃圾、生活垃圾），垃圾箱分为收放、供电设备等结构；下层为智能分类垃圾箱整体的移动与支撑结构。整体结构如图1 所示。

图1 垃圾智能分类箱概念结构

1.2 分类结构与识别设计

分类与识别为整个垃圾分类结构，由树莓派搭载的AⅠ识别控制单元控制垃圾分类平台进行分类、摄像和电机转动。1 号电机为42 步进电机负责控制活页式翻板1 机构的转动，分别转位±90°；2 号42 步进电机负责控制活页式翻板2 机构的转动，分别转位±90°。当接收到摄像识别系统反馈指令后，2 号电机首先进行类别分别，将翻板转至识别类型收集桶上停顿，再由1号电机带动翻板机构转动，使垃圾掉入指定的垃圾收集桶，停顿10 s 后，1 号电机、2 号电机同时启动返回初始位置，等待再次进行分类。

1.3 分类储存设计

中间部分为储存结构，设有3 个回收桶，分别对应2 大类校园常见垃圾，第一类为可回收垃圾，例如矿泉水瓶、饮料瓶（铝管、铁管、塑料）、废纸等可回收再利用塑料与铁制品；第二类为不可回收垃圾，包含有害垃圾（电池）、生活垃圾（果皮、食品）和其他垃圾。垃圾桶上方为镂空挡板，方便上方垃圾分类结构将垃圾投入下方对应垃圾桶。

1.4 控制与执行模块设计

电控执行模块以4B 型树莓派为核心，搭配影像识别输入模块、输出模块、驱动模块（DBD 控制板、42步进电机）构成整个执行系统，电源采用2 组10300MAH-24 V 锂电池组供给。

树莓派作为整个电控部分的核心部分，主要执行垃圾种类图像采集处理与识别、执行命令输出，将分类结果由树莓派GPⅠO 口发出指令信号，通过DBD 控制板驱动1 号、2 号步进电机使其转到制定位置。DBD控制模块接线方法如图2 所示。

图2 DBD 电机驱动模块接线方法

1.5 底盘设计

智能分类垃圾箱的移动及支撑主要由底盘系统实现，底盘系统主要由4 个57 型步进减速麦克纳姆轮轮组与型材支架组成。由于麦克纳姆轮结构和受力的特殊性，可通过控制每个轮组正反转，实现整体垃圾箱在不同方向移动，并通过箱体外侧面的超声波测距传感器功能，实现底盘自动行走和避障的功能[5-6]。底盘系统设计如图3 所示。

图3 底盘系统结构设计

2 工作原理与运行流程

采用4B 型树莓派主要完成各个模块之间数据的集成、处理与分析和传递，控制各个模块有序地完成相应的功能指令，并控制相关电路完成所需的动作。垃圾类别图像识别模块的算法主要以卷积神经网络算法为主[7]，输出的垃圾分类信号转化为电平输送到GPⅠO 接口的继电器、电机驱动器等控制单元，各部电机完成指定动作。分类单元执行命令框架如图4 所示。

图4 分类单元执行命令框架

智能分类垃圾箱实现智慧校园运行的流程如下：初始状态时，红外感应模块检测移动过程中的障碍，实现自我避障功能，同时还设有人体识别功能。例如在课间休息时间能根据移动人数多少实现某一僻静位置静止，同时根据卷积神经网络训练实现多频率移动式追踪功能，确保下课时人员携带的垃圾能及时被智能垃圾箱收集。当垃圾箱满载时停止运动并将满载和定位信息传递给保洁人员，若垃圾箱未满则垃圾箱开始移动。当垃圾投掷者从远处逐步靠近垃圾箱并超过超声波测距模块预设的下限范围时，垃圾箱短暂停留。若有垃圾被扔进箱内，则通过AⅠ影像识别输入模块完成对垃圾的图像数据采集后，树莓派对垃圾类别进行判定，再通过机械控制执行模块打开相应的垃圾箱盖板，完成垃圾的自动分类并检测垃圾箱的满溢程度；若无垃圾被扔进箱内，则垃圾箱继续移动。智能分类垃圾箱智慧校园工作流程如图5 所示。

图5 智能分类垃圾箱智慧校园工作流程

3 总结及展望

基于树莓派为平台的智能分类垃圾箱设计，不仅有效解决了校园内学生缺乏“垃圾分类”意识与举措，同时为实现智慧校园构建时遇到的各类垃圾“减量化、资源化、无害化”处理提供了理论模型及方案设计，积极实现垃圾分类为社会带来极大经济效益，同时也是实现“变废为宝”的一种科学管理方法。

本设计虽然能为智慧校园垃圾的综合处理提供帮助，但也需要进行不断改进，加入物联、互联技术，在应用基础环境中深入研究技术，加大研究成果的转化及推广，真正意义上进行垃圾分类举措的变革。