桂林理工大学

详情

基于ROS系统的室内可移动智能垃圾桶

申报人：周乐佳 申报日期：2025-01-01

基本情况

2025年批次
基于ROS系统的室内可移动智能垃圾桶 学生申报
创新训练项目
工学
自动化类
学生来源于教师科研项目选题
一年期
智能垃圾桶解决了人们繁琐的家庭清洁和垃圾分类问题，改善了人类生活质量。新型室内可移动的智能垃圾桶，可通过友好的语音交互界面实现巡航和避障，并且能通过高度灵活的机械臂垃圾拾取系统进行自主分类拾取。视觉传感器是机器人最重要的感知模块，也是服务机器人获取外部信息的主要渠道，具有快速检测、信息丰富等优点。通过SLAM智能路径规划和路径优化算法，依托深度学习算法与大数据处理技术的双重加持，实现了对各类垃圾的高效精准识别与分类，体现了人工智能、大数据及科技化设计在提升生活品质与环境保护方面的双重价值。目前国内市面上的智能垃圾桶大多只有简单的自动开合盖子、自动套袋等功能，具有可移动及垃圾分类检测的智能垃圾桶并不多见。
发表Applied science期刊论文一篇，国家发明专利一项（已受理），参与2023年两项国家级大创立项，入驻创新创业园项目两项，获得三维数字化创新大赛省级三等奖，电子设计竞赛校级二等奖，3D精英联赛省级二等奖，睿抗机器人大赛省级三等奖，3D大赛省级二等奖，3D设计大赛AWD杯省级二等奖等奖项。
在指导大学生学科竞赛方面具有丰富的组织、培训、指导经验，近年来指导大学生获得省部级以上科技竞赛奖项上百项；省部级以上的大创项目十余项。
具有较强的责任心和实际经验，从人员组织、项目管理、设计思路、控制方案、实验设计等多方面全方位具体指导。
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
周乐佳 机械与控制工程学院 自动化 2023 运动控制和算法设计
张若愚 机械与控制工程学院 机械设计制造及其自动化（中外合作办学） 2023 电路焊接与材料收集
詹金宇 机械与控制工程学院 机械电子工程 2022 Jeston nano图像训练
冯光伟 机械与控制工程学院 机器人工程 2023 硬件电路设计
李后军 机械与控制工程学院 自动化 2022 模型搭建

指导教师

序号 教师姓名 所属学院 是否企业导师 教师类型
赵虹 机械与控制工程学院 否

立项依据

随着计算机科学技术与人工智能技术的飞速发展，服务机器人技术已成为现在机器人研究领域的热点。一方面随着信息高速发展和生活、工作节奏的加快，人们需要从繁杂的家庭劳动中解脱出来；另一方面人口的老龄化和社会福利制度的完善也为某些服务机器人提供了广泛的市场应用前景。
目前服务机器人在复杂环境下的环境感知与视觉伺服技术是机器人领域的共性关键技术。视觉传感器是机器人最重要的感知模块，也是服务机器人获取外部信息的主要渠道，具有快速检测、信息丰富等优点。通过智能路径规划，机器人能够高效清扫整个区域，减少重复清扫，提升清扫效率。有效的路径规划不仅节省时间和电能，还避免碰撞障碍物，保护机器人和周围环境。本项目设计将就垃圾分类检测和路径规划两个方面展开研究。
垃圾分类在我国绿色发展中的地位至关重要。随着我国经济的快速发展和城市化进程加快，垃圾处理成为一个亟待解决的问题。垃圾分类可以有效减少垃圾产生量，提高资源利用效率，减少对环境的污染，促进循环经济的发展，实现可持续发展。我国政府出台了一系列垃圾分类相关政策和法规，推动垃圾分类工作的开展。各地也纷纷开展垃圾分类试点工作，取得了一定的成效。垃圾分类不仅是一项具体的环境保护工作，更是一种社会文明的体现，需要全社会的共同参与和努力。
本项目旨在解决生活中的垃圾分类问题，为人们提供便捷的、迅速的智能化服务设备，通过垃圾分类，让可回收物再利用再使用，实现垃圾减量化。实行垃圾定时定点投放，实现物品资源的再利用再使用。
本项目设计一款能够实现垃圾自动分类、自主避障、自主巡航、垃圾拾取等功能的室内可移动智能垃圾桶。具有如下的研究意义：
(1) 提高垃圾分类效率：利用机器人操作系统ROS，可以设计一个智能的垃圾分类系统，使机器人能够高效地识别、收集和分类垃圾，有助于提高垃圾分类的效率。
(2) 智能化和自主性：设计一个智能家庭服务型机器人，使其能够自主决策、规划路径，以及适应不同环境，从而提高其在复杂场景中的适应性和效率。
(3) 丰富ROS在机器人应用中的应用：通过该项目，可以加深自己对于ROS系统的理解和应用，并且提供项目实践经验。
(4) 社会效益：通过机器人的介入，可以减轻人工的负担，提高垃圾分类的精准度，为社会创造更多的效益。而且智能垃圾桶的使用可能需要一些用户教育，从而提高公众对垃圾分类的认知。这有利于培养公众的环保意识和行为至关重要。
(5) 环境保护与可持续发展：正确的垃圾分类有利于减少环境污染，特别是有害垃圾的正确排放。这对于保护土壤、水源和空气质量都具有积极的作用。智能垃圾桶有助于提高垃圾分类的准确性，从而促使更多的可回收物被正确回收。这有助于减少资源的浪费，提高资源的再利用率，从而减弱对自然资源的压力。 
1. 机械结构研究：室内可移动智能垃圾桶的机械结构由底盘、垫块、机械臂以及垃圾分类收纳箱四大部分组成。整体结构设计如图2.1所示，具体来说，可以包括以下几个方面：
1.底盘 2.垫板 3.机械臂 4. 垃圾分类收纳箱
图2.1 整体结构设计图
室内可移动智能垃圾桶的机械结构由底盘、垫块、机械臂以及垃圾分类收纳箱四大部分组成。
(1) 底盘
室内可移动智能垃圾桶的底盘为阿克曼底盘，所述底盘包括电机和车轮组件，所述电机和所述车轮组件设置在所述底盘上，所述电机用于驱动所述车轮组件运动，所述车轮组件包括四个麦克纳姆轮。
相比于传统的轮子而言，麦克纳姆轮具有如下技术优势：
全方位移动能力：麦克纳姆轮的最大优点是其独特的全方位移动能力。通过调整每个轮子的转速和方向，可以实现平台或设备在任意方向上的平移、旋转和组合运动。这种能力使得麦克纳姆轮非常适合在狭小或复杂的空间中进行操作；
灵活性：由于麦克纳姆轮具有全方位移动能力，因此它非常灵活。这种灵活性使得设备可以快速响应操作指令，并在短时间内完成复杂的移动任务。此外，麦克纳姆轮还可以实现原地旋转，进一步提高了其灵活性；
高效率：由于麦克纳姆轮可以在任意方向上移动，因此它可以更有效地利用空间，减少不必要的移动距离和时间。这不仅可以提高工作效率，还可以降低能耗和运营成本；
稳定性：麦克纳姆轮的设计使得设备在移动时更加稳定。与传统的轮子相比，麦克纳姆轮在转向和移动时不易产生侧滑或晃动，从而提高了设备的稳定性和安全性；
适用于不平坦表面：麦克纳姆轮的小滚子设计使其能够适应不平坦的表面。当轮子在不平坦的地面上滚动时，小滚子可以分散压力并减少阻力，从而使设备能够更轻松地在这些表面上移动。
综上所述，麦克纳姆轮具有全方位移动能力、灵活性、高效率、稳定性和适用于不平坦表面等优点。这些优点使得它在各种应用中具有广泛的用途，特别是在需要高度灵活性和全方位移动能力的场景中。机械爪结构如图2.2所示。
图2.2 底盘结构设计图
(2) 机械臂
机械臂为6自由度机械臂。
六轴关节的机械臂，是通过六个直流电机直接通过减速器、同步带轮等驱动六个关节轴的旋转。六个关节合成实现末端的六自由度动作。紧密牢靠的结构，给机械臂和机械爪的控制提供有力的保障。6自由度机械臂相对于传统机械臂，具有以下优点：
灵活性：6自由度机械臂通过六个关节的协同运动，可以实现各种复杂的空间轨迹，满足不同操作的需求。这种灵活性使得它能够在各种生产环境中高效工作，无论是狭窄的空间还是复杂的工件形状，都能轻松应对；
高精度：由于6自由度机械臂具有更多的关节，其姿态和位置可以通过关节的准确控制进行优化，从而实现更高的精度。这种高精度特性在精密制造和微电子制造等领域尤为重要，可以提高工作效率和产品质量；
工作范围：6自由度机械臂的工作范围更广。由于其六个关节可以独立运动，因此可以轻松覆盖更大的工作空间。在某些需要大范围移动和定位的任务中，6自由度机械臂能够胜任而其他类型的机械臂则难以胜任；
稳定性：由于6自由度机械臂具有更多的关节，其整体刚度和稳定性更高。这使得它在高速运动和承受重载时仍能保持稳定的性能；
可编程性：6自由度机械臂可以通过编程实现全自动化操作，减少人为错误和干预，提高生产效率和稳定性。此外，它还可以根据生产需求进行灵活调整，适应不同生产线的变化；
适应性：6自由度机械臂可以与不同的末端执行器配合使用，如夹具、工具、传感器等，实现不同的生产任务。这种适应性使得它能够广泛应用于各种行业和领域。
2. 机器视觉算法研究：室内可移动智能垃圾桶采用机器视觉算法进行采集信息采集模块的图像，包括深度图像和彩色图像；基于优化训练后的模型，可以对深度图像和彩色图像进行目标检测，获取目标坐标框，优化训练后的模型包括基于YOLOv8模型的小目标检测头、注意力机制层和Ghost卷积层。
针对垃圾分类：
(1)Faster R-CNN模型架构是R-CNN系列算法之一，该方法是用来解决选择性寻找方法找寻区域提议框的速度太慢的问题。整个模型大致框架还是沿袭了Faster R-CNN的基本结构，提出用区域推荐网络来解决这个问题。并且探索 VGG16网络架构与ResNet架构对于垃圾分类算法性能的影响，从而选择效果更好的网络来帮助我们完成分类任务。
(2)为了减少耗时，增强语义，将重新定义特征融合的框架，在原有的金字塔的架构上面做一些改进。通过新型结构把每一层的语义信息都融合到一起，通过生成新的特征金字塔，可以将各个图形的特征进行重新融合。从而使得最后的检测结果更贴近标签类别。这是一种十分简单而且有效的方法，不占用过多的计算空间。
(3)One-stage方法在识别训练中经常会遇到的类别失衡的问题。这些检测器评估每个图像的众多候选位置，而其中只有少数包含其目标对象。用FocalLoss使用One-stage方法可以平滑地处理类别不平衡问题，使我们能够有效地训练所有样本，而不会让难易样本严重影响损失。
(4)NMS算法是目标检测中一个重要方法。该方法选择得分最高的检测框，而且还把其他的检测框完全的抑制住。这个过程不断地去应用于剩余的检测框。如果按照这个算法设定，假如被检测物体存在于这个阈值之内，那么也有可能检测不到目标。针对这个问题，可以利用Soft-NMS算法来解决。该算法主要是将不是最高分的检测框的分数进行衰减，并不像NMS一样完全的去删除不合格的检测框，以此来提高准确性。
针对路径规划：
(1)针对传统A*算法全局规划路径时，搜索节点过多，效率低和节点冗余等问题，提出一种利用角度范围进行节点筛选的策略，将可能性小方向的栅格节点移出搜索范围，使节点个数变少。针对传统A*算法所规划路径的不平滑和随机避障问题，提出引入动态窗口法（Dynamic window approach，DWA）进行局部路径规划的方法，来减少路径转弯角度过大的现象，以增加路径平滑度。
(2)由于传统的搜索算法无法在原始图像中进行路径规划，提出基于损失反馈的A*模型路径规划方法，通过利用原始图像中的视觉信息和神经网络的编码器生成引导图，再通过损失反馈进行训练，最终得到新模型。
(3)在路径规划算法应用过程中，上位机与移动机器人之间可能会存在因网络不稳定而造成通信中断，从而产生延时甚至数据丢失问题，从而无法实时建图并进行正确的路径规划，提出了基于共享内存的数据保持通信方法。来解决路径规划过程中的通信数据丢失问题。
3. 控制算法研究：室内可移动智能垃圾桶需要通过更准确、灵敏的控制算法，实现对方向和速度的细致控制。在控制算法设计方面，结合传感器数据、视觉处理技术等，优化控制算法，实现更加稳定、流畅的采收效果。基于目标跟踪算法，获取目标位置和距离，控制底盘运动到垃圾的位置，控制机械臂进行垃圾拾取和投放到设定的垃圾分类收集箱。
4. 传感器技术研究：室内可移动智能垃圾桶配备有控制模块、信息采集模块、远程控制模块、障碍检测模块、语音识别模块和电源模块。
1) 控制模块包括相互连接的主控制器和副控制器，主控制器用于基于信息采集模块采集的图像数据对车体进行路径检测和规划，副控制器用于控制车体的底盘移动到需要拾取垃圾的位置和控制机械臂拾取垃圾后把垃圾放置在指定的垃圾分类收集箱内。
2) 信息采集模块包括设置在所述车体上的深度摄像头和监测摄像头，深度摄像头用于使用内置算法得到视野内各个点的深度信息，再通过调用深度信息达到地图构建和避障，监测摄像头用于采集图像信息，用于辅助实现地图构建和避障功能，信息采集模块与所述主控制器连接。
3) 远程控制模块与主控制器连接，远程控制模块为上位机或移动终端设备的应用程序，远程控制模块用于用户远程控制室内可移动智能垃圾收拾装置。通过远程控制模块，可以远程操控室内可移动智能垃圾桶进行部分盲区的垃圾拾取。
4) 障碍检测模块包括超声波测距模块、红外线感应模块和激光雷达，障碍检测模块与副控制器连接。避障模块的使用，让室内可移动智能垃圾桶能够在运行过程中避免与其他物体发生碰撞。
5) 语音识别模块包括用于实现语音识别功能的LD3320 芯片。语音识别模块的使用，旨在于在急需进行垃圾拾取与分类表的时候，主人通过语音控制进行垃圾的拾取与分类。 
早期的垃圾桶也是现在应用最广泛的传统垃圾桶，仅作为垃圾容器被人们使用。随着人们生活质量的提高，市场上开始出现不同包装、不同容器形状的翻盖型、踩脚型等升级版垃圾桶，用以满足人们对垃圾桶的美观性和便捷性需求。直到1993年起，全世界范围内开始兴起智慧城市理念[1]，人们开始研究并尝试赋予垃圾桶智能化功能。2006年最早在纽约街头盛行的利用太阳能为系统供电的太阳能垃圾桶，为智能垃圾桶的功能延伸奠定了基础[2]。
近年来，深度学习技术和机器视觉技术快速发展，为实现智能化的垃圾分类和检测提供了新的途径[3]。与此同时，物联网和无线通信技术也在飞速发展，为了高效处理垃圾，基于物联网的智能垃圾桶设计逐渐丰富，并逐步迈向自动化[4]。
如今在国外，有很多公司致力于智能垃圾桶产品的研发。比如美国的CleanRobotics公司研发出带有摄像头、金属探测仪和马达的Transhbot智能垃圾桶，实现垃圾的精准投放。BigBellySolar公司则开发出集太阳能、物联网、压缩机为一体的名为BigBelly的智能垃圾桶，监测垃圾溢满状态并压缩垃圾体积， BigBelly公司官网中智能垃圾桶。芬兰Enevo公司的Enevo ONe Collect垃圾桶上部署传感器监测垃圾桶是否被塞满，并根据数据分析计算回收垃圾的最佳时间和路线。法国Uzer公司研发的Eugene智能垃圾桶配备了条形码扫描仪，用来识别垃圾并通过语音提示对垃圾归类。这些成熟的系统存在成本较高、大范围部署较困难，功能不够丰富等缺陷。
因此近几年，也有不少国外文献提出设计低成本多功能的智能垃圾桶管理系统，通过Arduino微控制器[5]、WeMos[6]或NodeMCU[7]等主控结合红外传感器[8]或超声波传感器检测垃圾桶内垃圾的溢出状态，集成体积和重量传感器获取垃圾桶容量信息[9]，MQ系列气体传感器检测乙醇或其他可燃气体的浓度[10]，雨量传感器感应雨水，自动关闭垃圾桶盖[11]，温湿度传感器获取垃圾桶内温湿度数据[12]等，并采用GPS获取垃圾桶的位置，经数据分析生成垃圾收集的最佳路线，通过无线通信技术WiFi、ZigBee[13]或NB-IoT[14]将垃圾桶状态信息上传至云端，开发移动端手机APP或网页用于数据显示，借助GSM模块将状态异常通知以短信的形式发出。这些系统基本实现了基于物联网的垃圾桶远程状态监测，并通过分析状态数据提高了对垃圾桶的管理效率，具有较强的实用性。
国内文献提出的智能垃圾桶系统设计方案多采用STM32或Arduino微控制器与多种传感器结合，采集状态信息，通过GPS对垃圾桶定位，并将垃圾桶状态数据推送到手机或云服务器[15-17]，从而实现对垃圾桶的远程管理。调研发现目前国内外设计的智能垃圾桶管理系统大多是针对室外公共环境，采用GPS实时跟踪智能垃圾桶部署的当前位置，很少面向如大型商场、博物馆、实验楼、办公楼等封闭室内公共环境，而GPS在室内受障碍物的影响很难被接收到，无法实现定位。为了降低硬件部署成本，考虑采用无线通信技术对垃圾桶进行定位。
在国内于飞等人设计了一种基于STM32和ZigBee室内定位技术的智能垃圾桶，通过三边定位法和极大似然估计算法计算目标节点的位置信息[18]，吴剑英等人设计了可移动智能垃圾桶定位及检测技术，采用基于STM32和WiFi信号强度RSSI的定位技术，通过RSSI的对数路径损耗传播模型完成无线接入点和终端之间的测距[19]，从而估计垃圾桶的位置。瞿嫣慧等人阐述一种基于GSM通信的智能垃圾桶后台管理系统，系统采用模块化设计，包括智能压缩模块、远程通信模块和设备管理模块，通过Web平台和移动应用实现垃圾桶的远程监控和管理。[21]李慧莹等人基于STM32F103C8T6设计一款语音控制的智能垃圾桶系统，主要由数据处理模块、超声波测距模块、舵机驱动模块和语音识别模块构成。[22]徐权等人针对在投掷垃圾过程中的不同场景下需要解决的问题，进行模块化设计，以降低使用者与垃圾接触的时间，减少细菌传播，提高干湿垃圾的分离效率。[24]李城州等人设计了一种基于NB-IoT的智能垃圾桶系统。系统以STM32F103作为主控单元，由温度检测模块、烟雾检测模块、测距模块组成数据采集系统，通过NB-IoT模块传输数据至阿里云平台，以实时监测垃圾桶状态。经验证，该系统能够准确检测垃圾桶状态，具有较大的实际应用价值。[26]在国外SophiaS等人则提出了基于ESP32和蓝牙的三边测量定位技术[27]。
参考文献
[1] 王静远, 李超, 熊璋等. 以数据为中心的智慧城市研究综述[J]. 计算机研究与发展, 2014, 51: 239-259.
[2] Hardyan M, Haqqi F A, Yohandri. Arduino based smart home security design using biometric recognition[J].Journal of Physics: Conference Series, 2023, 2582(1): 2582-2583.
[3] 郭浩天, 黄祉驭, 王鑫, 等. 基于深度学习设计的家用智能垃圾桶[J]. 机械制造, 2023. 61(02): 35-40.
[4] Sunstein C R, Reisch L A. Automatically Green: Behavioral Economics and Environmental Protection[J]. The Harvard environmental law review: HELR, 2014, 38(1): 127-158.
[5] Verma P, Shukla A K. Smart Trash Can System with Ultrasonic Sensor and Flame Detector using Arduino[C]//2021 8th International Conference on Signal Processing and Integrated Networks (SPIN). Noida: IEEE, 2021: 934-937.
[6] Memon S K, Shaikh F K, Mahoto N A, et al. IoT based smart garbage monitoring & collection system using WeMos & Ultrasonic sensors[C]//2019 2nd International Conference on Computing, Mathematics and Engineering Technologies (iCoMET). Sukkur: IEEE, 2019: 1-6.
[7] Medehal A, Annaluru A, Bandyopadhyay S, et al. Automated Smart Garbage Monitoring System with Optimal Route Generation for Collection[C]//2020 IEEE International Smart Cities Conference(ISC2). Piscataway: IEEE, 2020: 1-7.
[8] Premgi A, Martins F, Domingos D. An infrared-based sensor to measure the filling level of a waste bin[C]//2019 International Conference in Engineering Applications(ICEA). Sao Miguel: IEEE, 2019: 1-6.
[9] Aguila J, Dimayuga H S, Pineda K, et al. Development of Smart Waste Bin with Integrated Volume and Weight Sensor[C]//2019 IEEE 11th International Conference on Humanoid, Nanotechnology, Information Technology, Communication and Control, Environment, and Management(HNICEM). Laoag: IEEE, 2019: 1-5.
[10] Savla D V, Parab A N, Kekre K Y, et al. IoT and ML based Smart System for Efficient Garbage Monitoring: Real Time AQI monitoring and Fire Detection for dump yards and Garbage Management System[C]//2020 Third International Conference on Smart Systems and Inventive Technology(ICSSIT). Tirunelveli: IEEE, 2020: 315-321.
[11] Sreejith S, Ramya R, Roja R, et al. Smart Bin For Waste Management System[C]//2019 5th International Conference on Advanced Computing & Communication Systems(ICACCS). Coimbatore: IEEE, 2019: 1079-1082.
[12] Muquit S P, Yadav D, Bhaskar L, et al. IoT based Smart Trash Bin for Waste Management System with Data Analytics[C]//2018 International Conference on Communication, Computing and Internet of Things(IC3IoT). Chennai: IEEE, 2018: 137-142.
[13] Raaju V A, Meeran J M, Sasidharan M, et al. IOT Based Smart Garbage Monitoring System Using ZigBee[C]//2019 IEEE International Conference on System, Computation, Automation and Networking(ICSCAN). Pondicherry: IEEE, 2019: 1-7.
[14] Zhu Y, Jia G, Han G, et al. An NB-IoT-based smart trash can system for-i mproved health in smart cities[C]//2019 15th International Wireless Comm unications & Mobile Computing Conference (IWCMC). Tangier: IEEE, 2019: 763-768.
[15] 王鸿菲, 杜洪波, 朱良双等. 基于物联云的垃圾箱预警及清运系统[J]. 智能计算 机与应用, 2021, 11(6): 129-132.
[16] 胡煜, 王勋, 陶铭. 基于 NB-IoT 的智能垃圾桶系统设计与实现[J]. 物联网技术, 2021, 11(5): 96-98.
[17] 刘晓蒙, 赵立强, 李伟. 一种新型智能垃圾桶的设计[J]. 物联网技术, 2019, 9(9): 79-81.
[18] 吴剑英, 平雪良, 张逸伦等. 可移动智能垃圾桶定位及检测技术[J]. 机械制造与 自动化, 2020, 49(4): 162-164.
[19] 于飞, 胡博文, 邱毅. 基于 ZigBee 室内定位技术的智能垃圾桶[J]. 电子测量技 术, 2018, 41(5): 132-137.
[20]瞿嫣慧,邓亮,徐潇,等.基于GSM通信的智能垃圾桶后台管理系统设计[J].电子技术,2024,53(10):142-143.
[22]李慧莹,曾凡欧,黄宏泰,等.基于语音控制的智能垃圾桶设计与实现[J].科技创新与应用,2024,14(28):135-138.DOI:10.19981/j.CN23-1581/G3.2024.28.030.
[23]支帅,刘洪宇.室内新型智能垃圾桶的设计研究[J].家电维修,2024,(09):74-76.
[24]徐权,庄怡,严亦桢,等.多场景下的智能垃圾桶模块化设计[J].时尚设计与工程,2024,(04):15-17.
[25]郑宜健,孟小源,申文元.基于机器视觉的景区智能垃圾桶设计[J].机械设计,2024,41(S1):43-50.DOI:10.13841/j.cnki.jxsj.2024.s1.007.
[26]李城州,赵文豪,陈美玲.基于NB-IoT的智能垃圾桶系统设计[J].物联网技术,2024,14(06):142-144.DOI:10.16667/j.issn.2095-1302.2024.06.036.
[27]Sophia S, Shankar B M, Akshya K, et al. Bluetooth Low Energy based Indoor Positioning System using ESP32[C]//2021 Third International Conference on Inventive Research in Computing Applications (ICIRCA). Coimbatore: IEEE, 2021: 1698-1702. 
1.创新点
(1) 运用深度学习技术实现垃圾自动检测和识别，深度学习算法能够通过大量数据的学习和训练，提高识别准确率，减少误识别率，从而更可靠地识别各种类型的垃圾；
(2) 运用深度摄像头的SLAM路径规划技术构建室内地图，实现自主移动巡航、自动拾检垃圾，深度摄像头结合SLAM算法能够实现对机器人在环境中的准确定位，提高路径规划的精度和稳定性；
(3) 能够将模型与实时目标识别技术结合起来，通过摄像头和机械手的结合实现垃圾的自动分类投放。
(4) 室内可移动智能垃圾桶，可以通过上位机或移动终端设备的应用程序进行远程控制。
2.项目特色
(1) 可实现垃圾的自动拾取，垃圾拾取操作，不需要人为的操控。
(2) 可以实现语音控制下实现巡航和避障，全自动与语音操控的模式配合，方便室内可移动智能垃圾桶的使用。
(3) 精确的垃圾分类，室内可移动智能垃圾桶能够通过精确的垃圾分类，实现资源的循环利用，为社会创造更多的经济效益。
(4) 环境保护与可持续发展，这对于保护土壤、水源和空气质量都具有积极的作用。符合我国的绿色发展理念。
(5) 操作方便，功能丰富。 
1.技术路线
(1) 机械结构设计方案
① 结构设计：室内可移动智能垃圾收拾装置，包括车体，车体至少包括底盘、机械臂和垃圾分类收集箱，机械臂和垃圾分类收集箱设置在底盘上，其特征在于，车体上还安装有控制模块、信息采集模块、远程控制模块、障碍检测模块、语音识别模块和电源模块。
② 底盘：室内可移动智能垃圾桶的底盘采用STM32F407VET6为主控制器，主控制器通过控制4个直流减速电机，进行底盘的驱动，为完成高精度运动，直流电机的驱动方式采用PID闭环控制，底盘的轮子采用的是麦克纳姆轮，目的是方便室内可移动智能垃圾桶在垃圾拾取过程中进行全方位无死区的移动，麦克纳姆轮的采用，也在一定程度上起到了减少控制要求的作用，简单的运动控制，就能完成复杂的运动路径。
③ 机械臂：室内可移动智能垃圾桶的机械臂，采用的是6自由度机械臂，设计6自由度机械臂可以让室内可移动智能垃圾桶在室内无死角拾取垃圾，机械臂的每一个关节采用直流电机来控制驱动，该电机的高精度和带大负载能力强，能狗精确地控制机械臂的运动。
(2) 控制系统硬件设计方案
控制系统设计分为基于Jetson Nano的上位机和基于STM32 F407VET6的下位机，两者通过串口通信。控制功能结构示意图如图5.1所示。
图5.1 室内可移动智能垃圾收拾装置组成模块的示意图
Jetson Nano的ROS小车扩展板连接有两块USB HUN扩展板，ROS小车扩展板上连接有机械臂上所使用的直流电机，以及四个直流减速电机，用于驱动麦克纳姆轮，一块USB HUB扩展板上连接有深度相机和4ROS激光雷达模块，语音交互模块连接有喇叭，另一块USB HUB扩展板连接其他所使用的外设。
① 避障检测
a 超声波测距模块：超声波传感器采用的是HC-SR04超声波模块，超声测距是一种非接触检测技术，不受光线、被测对象颜色等的影响，较其它仪器更卫生，更耐潮湿、粉尘、高温、腐蚀气体等恶劣环境，具有少维护、不污染、高可靠、长寿命等特点。该模块可提供2cm-400cm的非接触式距离感测功能，测距精度可达高到3mm；模块包括超声波发射器、接收器与控制电路。
b 红外线感应模块：红外线感应模块是一种传感器模块，用于检测周围环境中的红外线信号。它通常由红外发射器和红外接收器组成，可以用于检测物体的存在、距离和移动状态。红外线感应模块可以应用于各种领域，如安防监控、智能家居、自动化控制等。在室内可移动智能垃圾桶上安装红外线感应模块，主要的作用是配合激光雷达进行障碍物检测。
c 激光雷达：激光雷达是一种使用激光技术来探测周围环境的传感器设备。它通过发射激光光束并测量光束返回的时间和强度来确定物体的位置、形状和距离。激光雷达可以在各种环境条件下工作，包括光照不足、恶劣天气等情况。激光雷达通过扫描周围环境，生成高精度的地图，并检测其他障碍物，从而帮助室内可移动智能垃圾桶做出实时的决策和规避障碍。
② 车体运动
a 电机驱动模块：室内可移动智能垃圾桶的直流电机驱动模块采用L298N模块，L298N模块是一种高电压、大电流电机驱动芯片。该芯片采用15脚封装。主要特点是：工作电压高，最高工作电压可达46V；输出电流大，瞬间峰值电流可达3A，持续工作电流为2A；额定功率25W。内含两个H桥的高电压大电流全桥式驱动器，可以用来驱动直流电动机和步进电动机、继电器线圈等感性负载；采用标准逻辑电平信号控制；具有两个使能控制端，在不受输入信号影响的情况下允许或禁止器件工作有一个逻辑电源输入端，使内部逻辑电路部分在低电压下工作；可以外接检测电阻，将变化量反馈给控制电路。使用L298N芯片驱动电机，该芯片可以驱动一台两相步进电机或四相步进电机，也可以驱动两台直流电机。
b 直流电机：室内可移动智能垃圾桶的直流电机采用7GB520z直流减速有刷电机，该电机内部的齿轮是金属齿轮，使得电机传动平稳、耐磨。铜的线圈，使其电阻小、导电性强。并且内部使用的是进口黄油，让内部接触面摩擦力减小、上升温度变慢。综合上述特点，电机的使用寿命会更长。
③ 垃圾拾取
a 限位开关：限位开关是一种用于检测物体位置或运动状态的开关装置。它通常由一个或多个可移动的触发器和一个固定的触发器之间的触点组成。当物体接触或移动到限位开关的设定位置时，触发器会受到压力或移动，触发触点闭合或断开，从而发出信号。限位开关的状态代表着垃圾拾取与否的状态。
b 垃圾满检传感器：垃圾满检传感器用于监测室内可移动智能垃圾桶是否已满的传感器设备。这种传感器通常安装在垃圾箱内部，通过检测垃圾的填充程度来判断是否需要清空垃圾。当垃圾箱内部的垃圾达到一定高度时，传感器会检测到信号变化，并发送给控制系统或监控中心，提醒需要清理垃圾。
④ 语音模块
语音识别模块包括用于实现语音识别功能的LD3320 芯片。语音识别模块的使用，旨在于在急需进行垃圾拾取与分类表的时候，主人通过语音控制进行垃圾的拾取与分类。
⑤ 信息采集处理
a 深度摄像头：深度摄像头是一种具有立体视觉功能的摄像头，能够感知物体之间的距离和深度信息。通过记录物体表面的纹理和颜色，深度摄像头可以生成三维信息，实现更加准确的虚拟现实、增强现实和手势识别等应用。深度摄像头在游戏、智能手机、自动驾驶汽车等领域都得到了广泛应用。它使用内置算法得到视野内各个点的深度信息。Astra Pro Plus深度范围可达8m，满足机器人室内环境使用场景，保障深度相机三维视觉建图导航测绘完整性。在室内可移动智能垃圾桶上安装深度摄像头用于使用内置算法得到视野内各个点的深度信息，再通过调用深度信息达到地图构建和避障。
b 监测摄像头：监测摄像头是一种安全设备，用于监控和记录特定区域的活动。监测摄像头可以通过网络连接或存储设备记录视频，并可以远程查看监控画面。使用监测摄像头有助于提高安全性。在室内可移动智能垃圾桶上安装监测摄像头用于采集图像信息，用于辅助实现地图构建和避障功能。
⑥ 远程控制
远程控制模块与主控制器连接，远程控制模块为上位机或移动终端设备的应用程序，所述远程控制模块用于用户远程控制室内可移动智能垃圾收拾装置。
⑦ 电源模块
电源采用锂电池组，长期不使用情况下，电池组电压需保持到11.1V~11.7V，为保证锂电池组的电量充足，每次使用完成以后，对锂电池组进行充电，电池充电时，充电器指示灯亮红灯，充满亮绿灯，充电完成后应及时拔掉充电器。
(3) 控制系统软件设计方案
① 编程语言选择
本次控制部分的设计选用C语言作为编程语言，而垃圾视觉识别的部分选用了python语言。C语言是现有程序设计语言中规模最小的语言之一，而小的语言体系往往能设计出较好的程序，并且便于移植。这大大增强了我们使用各种单片机进行产品开发的能力。python是一种跨平台的计算机程序设计语言，具有简单、易学、免费、开源、高层语言、可移植性、解释性、面向对象、可扩展性、可嵌入型、丰富的库等特点。使用Python，能极大简化编程的难度，且在视觉识别领域，Python能更好更简单的使用更多的库，降低开发难度。
② 程序总体设计
室内可移动智能垃圾桶上电以后，程序进入初始化状态，初始化完成以后，等待信息采集模块中的深度摄像头对当前视野内的信息进行信息采集，模块采集数据并进行数据处理，数据处理包括对信息采集模块采集的数据进行信息融合，得到室内可移动智能垃圾收拾装置的位姿和局部障碍信息，完成以后，自动进行SLAM规划，得到栅格模型，通过滤波定位得到全局地图，对全局地图进行全局路径规划，同时局部障碍信息进行局部路径规划，得到混合算法后输出速度控制信息，从而控制底盘的运动。
垃圾拾取时，对信息采集模块采集到的图像，包括深度图像和彩色图像进行优化训练，优化训练后的模型，对深度图像和彩色图像进行目标检测，获取目标坐标框，基于目标跟踪算法，获取目标位置和距离，控制底盘运动到垃圾的位置，控制机械臂进行垃圾拾取和投放到设定的垃圾分类收集箱。
底盘运动的过程，通过深度摄像头进行SLAM规划，从而由Jeston Orin nano与STM32F407VET6进行相互通信而完成控制运动过程。
在室内可移动智能垃圾桶正常工作的状态下，有两种模式可供选择，在自动模式下，室内可移动智能垃圾桶可以自动在房间里迅游捡垃圾，它的运动轨迹由深度摄像头与各避障模块配合，自动进行SLAM规划而获得。在人工模式下，我们可以通过语音交互模块完成对室内可移动智能垃圾桶进行唤醒，让他根据人的语音指令进行相应动作。室内可移动智能垃圾桶工作流程图如图5-2所示。
图5.2 室内可移动智能垃圾桶流程图
2. 拟解决的问题
(1) 视觉识别问题：强烈的阳光或幽暗的环境均可能对摄像头成像造成影响，进而导致摄像头的颜色识别效果不稳定或失效。同时，需要优化视觉识别算法，以增强其在复杂环境下的判断能力。
(2) 结构设计问题：实物的模型已经初步制作完成，总体结构仍在完善阶段，各元件仍需要确定具体的放置位置，达到结构要求。
(3) 软件操控问题：目前基于深度学习的室内可移动智能垃圾桶仍然需要制定相应操控程序，需要运行多次来实验是否能按程序进行相应操作。
(4) 内部算法准确性问题：关于室内可移动智能垃圾桶在识别与分类时的精准性需要提升；PID控制程序算法设计应当更好地控制室内可移动智能垃圾桶的动作；应处理单片机对大量直流电机精确控制。
(5) 传感器红外线信号会受到干扰：干扰主要是外界高频噪音及电源等对信号产生的干扰。由于这类干扰信号尤其是电源干扰信号和有用信号极其相似，因此不容易检测出回波信号。针对这样的干扰信号，可以通过选择合适的元器件。
(6) 提高图像识别的精度：
第一种是“直接”方式，过滤器在成对高、低分辨率图片中直接学习。
第二种方法需要先对低分辨率图片应用低功耗的升采样，然后在升采样图片和高分辨率图片的组合中学习过滤器。
3.预期成果
(1) 设计、制作一款可移动家用智能垃圾桶模型，能够实现垃圾自动分类、自主避障、自主巡航、垃圾拾取等功能。
(2) 申请相关专利一项或发表相关论文一篇。


(1) 2024年5月，项目前期进行必要的调研，进行项目申请立项，查阅文献资料，确定项目研究方向与目标。合理协调好小组内部的分工，对项目的具体事宜进行必要的分析，积极向老师征求意见。
(2) 2024年6月至2024年9月，完成室内可移动智能垃圾桶实物模型的设计制作与整体组装，以及相关的控制系统软硬件设计调试。
(3) 2024年9月至2025年1月，完成实物模型的功能测试、调整与改进等工作。
(4) 2025年1月至2025年3月，完成撰写论文等工作。
(5) 2025年3月至2025年5月，完成项目的验收和结题、答辩等工作。

我们团队已设计、制作了室内可移动智能垃圾桶实验平台，正在开展控制算法的研究，以及软件编程调试，为未来的研发、优化升级和推广奠定了良好的基础。
团队成员现已学习数字电路、模拟电路、单片机基础、自控原理等专业理论，以及python语言基础、openMV基础等本项目其他相关知识储备；具有智能小车等设计经验和基础实验套件；具备较好的理论基础和实际动手能力。

目前我们的团队已经具备了开发出产品雏形的能力，初步实验研究验证了项目设计方案是基本可行的。并且团队成员分工协作，各司其职。
尽管我们已经取得了积极进展，但在室内可移动智能垃圾桶的机器视觉识别和算法优化方面，我们认为仍有一些缺陷，需要进一步完善，这是我们下一步研究的重点，为此我们将加紧对相关技术学习。
我们在电机的控制方面还有一些能力比较缺乏，比如运动部分的驱动上，采用多环进行控制时，存在不协调的问题等，这些都需要团队协作与加强学习强度去达到控制的最理想的效果。
此外，在持续不断地完善室内可移动智能垃圾桶的核心功能的同时，我们也会深入研究各大品牌室内可移动智能垃圾桶的外观和结构设计理念，以便能够设计出兼具实用性和美观性的作品。我们的目标是开发出一款智能化的、功能丰富、结构合理、使用方便的室内可移动智能垃圾桶。 

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 14000.00 无 7000.00 7000.00
1. 业务费 6000.00 无 0.00 6000.00
（1）计算、分析、测试费 0.00 无 0.00 0.00
（2）能源动力费 0.00 无 0.00 0.00
（3）会议、差旅费 0.00 无 0.00 0.00
（4）文献检索费 500.00 无 0.00 500.00
（5）论文出版费 5500.00 无 0.00 5500.00
2. 仪器设备购置费 0.00 无 0.00 0.00
3. 实验装置试制费 0.00 无 0.00 0.00
4. 材料费 8000.00 无 7000.00 1000.00
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