杨平林, 李泽山, 郭改枝

(1.内蒙古师范大学 计算机科学技术学院,内蒙古 呼和浩特 010022; 2.国家林业和草原局 信息中心,北京 100010)

面对日益严重的环境问题,可以利用机器人对包装瓶进行识别分类,为将来的回收利用提供条件。目前,应用机器人进行识别分类得到广泛应用,如李菁川[1]使用HSR612工业机器人开发一套颜色识别分拣系统,验证了机器人应用在分类识别方面的可行性; 耿乾等[2]提出一种基于障碍物分类识别的方法,使果园机器人针对不同障碍物采用不同避障方法,实现机器人的自主避障功能; Baltanas等[3]基于图像识别研究了机器人的路径规划问题,并通过实验,验证在环境复杂的情况下,改进后的机器人对于路径规划的结果较为理想,但仍无法保证获得动态路径的最佳策略。AdaBoost算法一般用于人脸识别,梁武[4]通过优化AdaBoost 算法在人脸识别系统中特征冗余的缺点,提高了算法识别准确率; 王志磊等[5]基于S3C2440微处理器,结合卷积神经网络,设计Adaboost人脸检测算法,正确率达到87.1%,商用还需进一步提升准确率。由于包装瓶不易发生形变,相比人脸刚性更强,使用基于AdaBoost的识别算法可以得到理想的分类效果。据此,本文在机器人分类识别的基础上,改进AdaBoost算法提高识别准确率,引入积分图思想提升识别速度,在无线网络信号热点区域下使用手机App控制机器人,实现对不同包装瓶的准确分类。

1 系统总体框架设计

该系统中,客户端是智能手机,服务器端是Raspberry Pi,使用路由器将两者相连。……