杨皓文 胡琦瑶 李江南 陆璐

摘 要：现有的垃圾分类主要依靠人工分辨，而很多居民因为意识不足或日常工作繁忙，往往无法仔细分类，导致垃圾分类效率低下。为了解决该问题，使垃圾分类适应快速发展的时代，文中设计并开发了具有自主识别、智能分类且可以监控垃圾桶温度、装载量、烟雾及可燃气体浓度数据指标的基于NB-IoT的智能垃圾分类系统。将利用CNN神经网络算法训练的模型数据搭载在树莓派（Raspberry Pi）上，对读取的图像进行分类检测，通过控制电机将垃圾送入其所属分类的收纳桶中。通过HC-SR04测距模块、MLX90614ESF红外测温传感器、MQ-2烟雾气敏传感器获得垃圾桶装载容量、箱体内温度与可燃气体数据，并上传至云端服务器，计算生成城市街道垃圾桶数据地图，同时对垃圾回收进行路径规划，并将处理后的数据下传至手机APP，方便管理人员使用。

关键词：智能垃圾分类;Raspberry Pi;深度学习;图像识别;NB-IoT;传感器

0 引 言

随着《生活垃圾分类制度实施方案》的实施，垃圾分类已经成为了我们日常生活的一部分。一方面，垃圾分类可以减少资源浪费，另一方面，垃圾分类可以减少对环境的污染，有利于我国可持续发展战略的持续推进。在目前的方案中，垃圾分类主要依赖居民的主动分类和监督员检查。但此举存在两个问题：手动垃圾分类在无形之中增加了居民和监督员的负担，节约的资源又以人力的形式浪费;由于很多居民垃圾分类意识薄弱，加之日常工作繁忙，很难对垃圾做到细致分类，导致垃圾分类成为“摆设”。……