桂林理工大学

详情

未来的清洁革命-基于Android系统的智能垃圾分类软件

申报人：刘雨菲 申报日期：2024-05-31

基本情况

2024年批次
未来的清洁革命-基于Android系统的智能垃圾分类软件 学生申报
创新训练项目
工学
计算机类
学生来源于教师科研项目选题
一年期
为解决居民垃圾分类知识储备不足的问题，计划设计了一款可以解决该问题的智能手机应用。根据对现有产品的分析加上理论基础，使该应用具有文本检索、语音查询和实时AI识别等功能，不仅采用C模式，还可以在Android平台上运行。并且通过建立本地部署垃圾分类神经网络模型和运用SQLite数据库，实现离线识别，提高用户体验。最后采用MVVM模式设计，测试结果显示功能正常，不过还有一些问题需要再去设计解决。
曾参加过2024年计算机设计大赛
国家自然科学基金，62362018，面向异构计算系统的深度学习任务共置动态调度关键技术研究，2024/01-2027/12，进行，主持人；
广西重点研发计划，桂科AB23075116，融合大数据及移动边缘计算的智慧高校供应链管理服务平台研发及应用，2023/12-2026/11，进行主持人
国家自然科学基金，61802085，面向高性能计算的CPU-GPU胖点服务器功耗动态协调关键技术研究，2019/01-2021/12，已结题，主持人；
敬超老师长期从事人工智能算法等方面的研究，特别图像分类及识别领域是有着丰富的经验。并且曾多次担任大学生创新训练项目的指导老师，对项目的申请和完成有着丰富的经验，并且能够给予理论及技术指导。
区级

项目成员

序号 学生 所属学院 专业 年级 项目中的分工 成员类型
刘雨菲 计算机科学与工程学院 计算机科学与技术（应用） 2022 项目进度规划和软件设计开发
黄灵龙 计算机科学与工程学院 计算机科学与技术（应用） 2022 模拟调试软件

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
陈艳 计算机科学与工程学院 否
王政锋 计算机科学与工程学院 否

立项依据

1.研究背景：
我国从90年代起，垃圾分类回收在城市生活中逐步实行，如北京颁布的《城市生活法》。随着垃圾分类政策在全国地级城市逐步实施以来，“你是什么垃圾？”已从一个段子变成真正居民生活中需要面对的问题。据不完全统计，每人每天会产生1公斤的垃圾，这些垃圾大都是生活中常见的物品，有70%可以被重新利用，但是这些物品往往都是被填埋、焚烧，对我们生存和环境造成了极大污染和资源浪费。居民经常发生不分类或不正确分类的情况，因此要在源头上解决问题，即做好垃圾分类工作，让垃圾在被丢到垃圾桶之前就被分类别，如可回收的、不可回收的、有害的等等。
由图可知，我国不同类型的垃圾中，厨余垃圾占比逐渐下降，有害垃圾占比逐渐上升，也因此给垃圾分类带来了难度，想要实现垃圾处理无害化也因此受到阻碍。
随着经济的发展和城市化进程的加速，垃圾处理成本不断增加，传统的填埋和焚烧方式已经无法满足需求。因此，人们开始寻求更加环保、高效的垃圾无害化处理方式，以应对垃圾处理的挑战。而想要高效推进垃圾无害化措施取代传统处理措施，垃圾分类知识的普及刻不容缓。
而为了解决市民对垃圾分类了解不多这一问题，不仅需要加强相关教育，培养良好习惯，更需要借助21世纪科技发展的成果，帮助市民解决垃圾分类问题。本课题正是在这一背景下实践应用的，它不仅能为居民提供简单、方便、准确的垃圾分类服务，而且能提高居民个人垃圾分类知识储备，帮助居民养成良好的垃圾分类习惯，使居民不再为如何分类而烦恼，减少垃圾不分类现象。垃圾分类势在必行，开发一个垃圾分类软件，用来更好地进行垃圾分类，也是对我国环境保护的一份助益。
2.研究目的：
首先市面上垃圾分类APP不多，垃圾分类还有一部分以微信小程序的形式出现，而在当前移动操作系统中Android占据绝大部分市场，因此本项目选择做Android应用，以运行在更多的Android设备上，可以为更多的人提供服务。而且根据Android用户的需求分析，可以得到更加全面、符合大众需求的产品；再者，Android系统是开放式的，相对于闭源IOS，可以方便地扩展应用功能；与其它移动系统相比，当前的Android开发社区能够更好地解决系统设计和实施的问题。
其次为了实现数据信息实时更新，以保证软件符合需求，本项目采用了MVVM开发模式，即对象Model、页面View和负责两者数据交互的ViewModel，其逻辑如图2-2所示，其中DataBing用于数据双向绑定，即做到实时更新软件UI，实现ViewModel中的数据驱动View，而且可以将View的业务逻辑直接绑定在View中，降低与Model的耦合度，易于开发。同时由于数据在ViewModel中，可以实现多个Model同时使用数据，不仅减少代码冗余，而且易于维护。
最后，经过查询发现，网站基本都实现了垃圾名称的输入和查询功能，但提供图片查询的服务就很少，而且在使用过程中，图片识别率低的问题十分严重，本项目采用建立人工神经网络的全连接层，计算出与每一类图片的相似度，从而达到分类的目的。
1.项目前期调研：首先收集相关的资料以做分析，包括各类垃圾的比例和各种垃圾种类的概念以供用户可以查阅。再收集可以供AI模型识别的生活中常见的4大类40小类垃圾的照片以及一些相关照片。
2.系统整体设计：通过调查和分析数据以及对所需软件和条件分析，设计软件主体部分包括文字、语言、百科查阅、反馈等功能的实现，再设计关于垃圾分类的整个数据集，建造网络模型实现搜索查阅效果，最后建立用户分析模型以便后续对软件进行调试。
3．算法设计：主要是建立一个数据集，构建神经网络，首先先加载数据集，对数据进行分类，再采用预训练模型ResNeXt-101-32x16d-wsl，加载预训练参数之后，冻结参数，最后增加网络的全连接层，使神经网络能够做到对40类图片进行分类。
4.系统设计：
①构想ai数据模型：利用基于网络架构ResNeXt-101-32x16d-wsl的预训练模型，该模型对Instagram(9.4亿)数据集进行弱监督训练，对ImageNet-1k中finetune的参数进行微调。
②确定神经网络构建数据集：以收集到的图片素材类别作为参考，处理脏数据并对数据进行划分为训练集和验证集，再对数据进行预处理，将数据等比例缩放到1:1，进行中心剪切，最后图片还需要进行水平翻转，高斯噪声，旋转角度等。处理后的数据即可用于数据集的建立。
③进行模拟训练及部署：加载数据集，通过torch.utils.data.DataLoader函数加载本地磁盘已经经过清洗的数据集，在加载过程中，对数据进行分类、数据增强，构建神经网络，这里采用预训练模型ResNeXt-101-32x16d-wsl，加载预训练参数之后，冻结参数，最后修该网络的全连接层，使神经网络能够做到对40类图片进行分类，
④设计软件总体功能：该软件分为五大功能模块，其中主要功能模块有： AI实时垃圾识别模块，语音垃圾分类模块，文本垃圾分类模块。辅助性功能模块主要包括垃圾百科、信息反馈和共享等功能模块
⑤软件测试：软件测试主要采用单元测试和确认测试两种测试方法。对软件中的每个功能模块进行单元测试，记录并分析测过结果。确认测试就是把软件作为一个整体单独的部分进行测试，在不同的Android设备上运行本软件，测试各个功能是否正常运行。
5.测试反馈：对软件进行单元测试和确认测试，软件的各个模块已经通过了初步测试。但是由于没有远程服务器，所以在测试中使用服务器是局域网内部的服务器，各个功能正常。
1、国内发展动态：
增长迅速：随着垃圾分类意识的提高和智能手机普及率的增加，智能垃圾分类软件在国内市场上得到了快速发展。越来越多的人开始通过手机应用来学习垃圾分类知识、查询分类指南、分享经验等。
功能丰富：智能垃圾分类软件提供了多种功能，包括垃圾分类指南、分类查询、分类打卡、积分奖励等。一些软件还结合了地图定位、社交分享等功能，提升了用户体验。
地方化特色：由于不同地区的垃圾分类标准和政策有所不同，一些智能垃圾分类软件根据当地的实际情况，提供了针对性的分类指南和服务，满足了用户的需求。
合作与共享：一些智能垃圾分类软件与地方政府、社区、垃圾处理企业等进行合作，共同推动垃圾分类工作。通过共享数据、资源和技术，提高了垃圾分类软件的覆盖范围和效果。
技术创新：随着人工智能、大数据等技术的不断发展，一些智能垃圾分类软件开始尝试应用这些技术，如图像识别、语音识别等，提高了垃圾分类的准确性和便捷性。
尽管智能垃圾分类软件在国内市场上取得了一定的发展成就，但仍面临着一些挑战，如用户参与度的提升、技术创新的推进、数据安全和隐私保护等问题。未来，随着技术的不断进步和政策的不断支持，智能垃圾分类软件有望在国内发挥更大的作用，为垃圾分类工作提供更多的便利和支持。
2、国外发展动态：
普及程度较高：在一些发达国家和地区，智能垃圾分类软件已经相对普及，成为居民垃圾分类的重要工具之一。这些软件在市场上得到了广泛的认可和使用。
功能完善：国外智能垃圾分类软件通常具有较为完善的功能，包括垃圾分类指南、分类查询、定位附近的垃圾回收点、定时提醒、社交分享等。一些软件还采用了智能化的算法和技术，提高了分类准确性和用户体验。
社会参与度高：在一些国外地区，垃圾分类已经成为一种社会文化和生活习惯。智能垃圾分类软件的使用率较高，用户参与度也较高，居民普遍重视垃圾分类工作。
技术创新：一些国外智能垃圾分类软件采用了最新的科技创新，如图像识别、人工智能、物联网等技术，通过智能手机或智能家居设备实现垃圾分类的自动识别和分类。
环保意识强：国外一些地区的居民普遍对环保问题重视程度较高，因此对垃圾分类工作也更加支持和积极。智能垃圾分类软件在这些地区得到了广泛的应用和推广。
总的来说，国外智能垃圾分类软件的发展状况相对较好，已经成为垃圾分类工作的重要支持和促进者。这些软件不仅提高了垃圾分类的准确性和便捷性，也促进了居民环保意识的提升，对于推动垃圾分类工作和环境保护具有积极的作用
项目创新点：
1.理论方面： 总结过去经验，更进创新内容
本项目总结市面上已有的智能垃圾分类软件普遍存在的问题。提出设计一款基于Android系统的智能垃圾分类软件，目的解决图片识别率低、拍照识别速度慢、等待时间长等影响用户体验的问题。
2.技术方面：理论融入实践，实现智能设计
本项目构建Android本地数据数据库和训练网络模型，收集大量数据以供软件需求经过循序渐进的整体设计到详细设计，顺利实现了软件的主体功能，合理的数据传递流程以及简洁的UI设计，保证了用户操作的顺利进行，实现各个辅助功能的同时进行。软件设计过程目标明确，在满足需求的同时，提升用户体验。
3.实践方面：基于目标需求，规划思路清晰
本项目不仅查阅和了解了大量关于垃圾分类的数据和文献调查报告，而且还收集了各种相关的图片资料用于设计数据集，并且总体根据需求来进行项目的规划设计。
项目特色：
1.创新性：融入ai模型，提升用户体验
本项目不仅使用迁移学习获得能够提取特征的CNN网络，对数据集进行弱监督训练，微调ImageNet-1k中finetune的参数，还运用讯飞平台的语音识别功能增加关键字语音识别能力，建立良好的借口减少宽带占用，给用户丰富的体验。。
2.实用性：着眼现实问题，解决市民实际需求
本项目通过查阅我国垃圾分类的现状，分析已有的垃圾分类软件的问题，了解市民的具体需求，根据实际情况与实际诉求为基础进行该软件的设计与现实，并对该软件进行反复测试调试，以实现真正解决市民需求的目标。
3.前瞻性：建立完整软件结构，推动垃圾分类的实现
该软件设计为解决居民垃圾分类知识储蓄不足，难以进行分类的问题，以满足居民生活垃圾分类的需要。设计过程中不仅对现有产品进行了现状分析，还建立了完整的软件架构，功能模块等等。能够满足用户对日常生活垃圾分类的需求，界面简洁，操作简单，交互性好，功能完善。
1.技术路线：
①前期调研：收集相关的资料文献以做分析，包括各类垃圾的比例和各种垃圾种类的概念以供用户可以查阅。再收集可以供AI模型识别的生活中常见的4大类40小类垃圾的照片以及一些相关照片。
②调研资料收集：对所收集的资料进行分析总结。然后和相关指导老师讨论，得出调研结果。
③系统设计：通过调查和分析数据以及对所需软件和条件分析，设计软件主体部分包括文字、语言、百科查阅、反馈等功能的实现，再设计关于垃圾分类的整个数据集，建造网络模型实现搜索查阅效果，最后建立用户分析模型以便后续对软件进行调试。
④算法设计：主要是建立一个数据集，构建神经网络，首先先加载数据集，对数据进行分类，再采用预训练模型ResNeXt-101-32x16d-wsl，加载预训练参数之后，冻结参数，最后增加网络的全连接层，使神经网络能够做到对40类图片进行分类。
⑤软件实现：建立AI模型和数据集，设计融入各种功能以实现软件流畅的运行。
⑥测试反馈：采用单元测试和确认测试两种测试方法。对软件中的每个功能模块进行单元测试，记录并分析测过结果。确认测试就是把软件作为一个整体单独的部分进行测试，在不同的Android设备上运行本软件，测试各个功能是否正常运行。
2.拟解决的问题：
①目前市面上垃圾分类APP不多，垃圾分类还有一部分以微信小程序的形式出现，虽然查询网站基本都实现了垃圾名称的输入用于查询功能，但提供图片查询的服务较少；
②在使用过程中，图片识别率低的问题十分严重，且用神经网络建模实现AI垃圾识别的应用基本上没有。以小米应用商城下载量最高的垃圾分类识别APP为例，实现了文字输入，拍照识别，语音识别等功能，其中文字输入和语言识别准确率较高，但拍照识别速度慢，识别率低，用户体验不佳。
③基于本项目提出的软件设计一个实用性强的垃圾分类APP，解决市民对垃圾分类了解不够的问题。
3.预期成果：
完成《未来的清洁革命》软件的设计与开发。
1. 发表学术论文1篇；
2. 软件系统一套，包括软件、开发文档(用户手册、软件开发过程中的各类文档等)；
3. 研究报告1份，可运行程序及源代码1份；
时间 主要任务
2024.4-2024.9 进行所需设备的学习分析
2024.9-2024.11 对软件需求进行分析
2024.11-2025.1 设计与实现软件
2025.1-2025.3 软件运用与测试
2022.3-2022.4 进行项目结题的准备。

与本项目有关的研究积累：
①基于STM32主处理器构成的智能终端管理系统，通过对垃圾投放者发出的语音信息实现垃圾种类的识别，并开启相应的垃圾箱门，实现垃圾的分类收集。
②RFID射频识别技术、ZigBee无线通信技术开发一种综合识别垃圾袋标签、智能称重、温度测量和线上积分兑换的多功能智能垃圾分类系统。
已取得的成绩：
①在农村，已出现类似设计的一体化分类回收智能垃圾桶,可以有效改善以往村民乱丢乱扔垃圾形成的垃圾成堆问题。
②生活中出现了垃圾分类中可回收物智能分拣系统的电气自动化控制技术，为解决传统可回收物的收集、分拣、打包存在诸多限制和不足，效率低下，无法满足日益增长的垃圾分拣需求。

已具备的条件：
①采用C/S模式，客户端为APP，服务器为高性能PC，运行于Android系统上，客户端与服务器之间可以进行数据交互，增加了数据的利用率。
②为缩短APP响应时间，减少用户等待时间，在Android本地部署垃圾分类神经网络模型，并使用本地SQLite数据库存储垃圾分类数据，实现离线识别，大大提高用户体验。
③利用Android程序设计采用数据驱动、低耦合度、可复用性强的MVVM模式，通过数据驱动用户界面，实现用户数据与用户界面的分离，使业务处理简单化，增强软件的稳定性和易维护性。
尚缺少的条件：
软件只进行单元测试和确认测试的结果，虽然软件的各个模块已经通过了初步测试。但是由于没有远程服务器，所以在测试中使用服务器是局域网内部的服务器，不过各个功能正常。
解决方法：
①通过建立远程服务器，来测试是否软件可以广泛使用且功能正常
②可以充分运用Android系统的优势，多收集用户体验数据，方便调试是否软件可以投入实用。

经费预算

开支科目 预算经费（元） 主要用途 阶段下达经费计划（元）
前半阶段 后半阶段
预算经费总额 500.00 软件设计和开发 280.00 220.00
1. 业务费 300.00 软件设计 180.00 120.00
（1）计算、分析、测试费 50.00 包括各类软件的用途和分析 30.00 20.00
（2）能源动力费 50.00 无 25.00 25.00
（3）会议、差旅费 100.00 无 50.00 50.00
（4）文献检索费 50.00 无 50.00 0.00
（5）论文出版费 50.00 无 25.00 25.00
2. 仪器设备购置费 100.00 无 50.00 50.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 100.00 无 50.00 50.00
结束

用户单位： 桂林理工大学        

版权所有： 南京先极科技有限公司