智能垃圾分类回收及管理方法和智能分类垃圾桶

1.本技术涉及技术领域，尤其涉及一种智能垃圾分类回收及管理方法和智能分类垃圾桶。


背景技术：

2.随着社会的快速发展，垃圾存量急剧上升，“垃圾围城”、“垃圾围村”正日益成为困扰中国各个城市、乡村的难解之题。保护生态环境就是保护生产力，改善生态环境就是发展生产力。所以要摒弃损害甚至破坏生态环境的发展模式，摒弃以牺牲环境换取一时发展的短视做法，让良好生态环境成为全球经济社会可持续发展的支撑。垃圾分类是社会进步和生态文明的标志，是人人均可参与其中来保护环境和改善环境的方式。目前人们生活中所用的垃圾桶，还普遍是露天集体堆放或是需要手动打开的传统有盖垃圾桶。而相关技术中的分类垃圾桶并列摆放时，分拨执行部件存在设计结构较为繁琐、控制复杂等缺点。由于人们对垃圾回收还存在认识不足，环保认识不够，平时对于比较脏乱的垃圾桶敬而远之，对于垃圾智能回收方面还有很多欠缺的地方，缺少对垃圾分类回收后的系统性管理。


技术实现要素：

3.有鉴于此，本技术的目的在于提出一种用于解决上述问题的智能垃圾分类回收及管理方法和智能分类垃圾桶。
4.基于上述目的，本技术的第一方面提供了一种智能垃圾分类回收及管理方法，包括：
5.获取进入垃圾桶的垃圾的属性信息；
6.基于所述属性信息，通过垃圾识别算法判定所述垃圾的种类信息；
7.基于所述种类信息，进行所述垃圾的分类存放；
8.响应于确定所述分类存放完毕，通过超声波测距原理判断所述垃圾桶是否存满；
9.响应于确定垃圾未存满，对所述垃圾桶继续进行所述分类存放，
10.响应于确定所述垃圾桶存满，上传所述垃圾桶的位置信息并发出警报信息；
11.基于所述位置信息，通过迪杰斯特拉算法计算最短回收路径；
12.基于所述最短回收路径，对已存满的垃圾桶内的垃圾进行清理回收。
13.本技术的第二方面提供了一种一种智能分类垃圾桶，用以实现如本技术第一方面所述的方法，所述智能分类垃圾桶包括垃圾桶及设置在所述垃圾桶内的垃圾检测机构、垃圾分拣机构、垃圾溢满报警机构和无线通信机构；
14.所述垃圾桶由四格回收箱和垃圾桶翻盖构成，所述垃圾桶翻盖的一侧与所述四格回收箱铰接，另一侧开设有垃圾投放口，所述四格回收箱通过互相垂直的分隔板分隔为四个开口，所述分隔板相交处设置有收纳盒，其中，所述四格回收箱被配置为存放分类后的垃圾；
15.所述垃圾检测机构包括传感器识别部、图像识别部和主控制器，所述图像识别部
与所述垃圾桶翻盖的盖板连接，所述传感器识别部和所述主控制器设置于所述收纳盒内，所述主控制器分别与所述传感器识别部和所述图像识别部通信连接；
16.所述垃圾分拣机构包括托盘部和分拣部，所述托盘部设置在所述收纳盒的上方，所述分拣部与所述盖板固定连接，位于所述盖板和所述托盘部之间，所述托盘部包括垃圾托盘，所述垃圾托盘开设有用于垃圾进入任意一个所述开口的落入口，所述分拣部用于将位于垃圾托盘上的垃圾推进所述落入口；
17.所述垃圾溢满报警机构包括超声检测器和报警器，所述超声检测器和所述报警器设于所述收纳盒内，所述超声检测器和所述报警器分别与所述主控制器通信连接；
18.无线通信机构包括定位器和通信器，所述定位器和所述通信器设于所述收纳盒内，所述定位器和所述通信器分别与所述主控制器通信连接，述无线通信机构被配置为与后台管理系统进行信息交互。
19.从上面所述可以看出，本技术提供的智能垃圾分类回收及管理方法和智能分类垃圾桶，通过图像识别部和传感器识别部获取进入垃圾桶的垃圾的属性信息，基于该属性信息，主控制器通过垃圾识别算法判定垃圾的种类信息，采用了图像识别与传感器检测综合的交叉算法对垃圾进行了分类，对垃圾的识别通过多重指标交叉确定，提升了垃圾识别的精准度，使得智能垃圾分类可由两类分拣提升至四类分拣。综合的算法降低了单一算法的鉴定误差，也提高了同类垃圾识别的正确率。基于垃圾的种类信息，采用呈矩阵结构排列四格回收箱配合垃圾分拣机构进行垃圾的分类存放，垃圾分拣机构结构简单，易于维护，整个垃圾桶也具有体积小，外形美观，操作简单等优点。在确定垃圾分类存放完毕后，垃圾溢满报警机构的超声检测器通过超声波测距原理判断垃圾桶是否存满，若垃圾未存满，对垃圾桶继续进行分类存放，若垃圾桶存满，通过无线通信机构上传垃圾桶的位置信息并利用垃圾溢满报警机构的报警器发出警报信息。在后台管理系统得到位置信息后，通过迪杰斯特拉算法计算最短回收路径，基于最短回收路径，对已存满的垃圾桶内的垃圾进行清理回收。根据垃圾桶位置信息，利用多点之间的路径优化算法，为垃圾的回收提供最短的路线，既能使已满垃圾桶在第一时间得到清理，又能大大提高垃圾回收的效率，提供了更人性化、更高效的社区服务。
附图说明
20.为了更清楚地说明本技术或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1为本技术实施例提供的智能垃圾分类回收及管理方法的流程图；
22.图2为本技术实施例的步骤100获取属性信息的展开流程图；
23.图3为本技术实施例的步骤110得到第一标定参数的展开流程图；
24.图4为本技术实施例的步骤120得到第二标定参数的展开流程图；
25.图5为本技术实施例的步骤200垃圾种类判定的展开流程图；
26.图6为本技术实施例的步骤400垃圾存满判定的展开流程图；
27.图7为本技术实施例的步骤700确定最短回收路径的展开流程图；
28.图8为本技术实施例的最短回收路径计算示例图；
29.图9为本技术实施例的垃圾识别及管理的流程图；
30.图10为本技术实施例提供的智能垃圾分类回收及管理系统示意图；
31.图11为本技术实施例的垃圾桶结构图；
32.图12为本技术实施例的垃圾桶内部结构侧视剖面图；
33.图13为本技术实施例的垃圾桶内部结构俯视剖面图；
34.图14为本技术实施例的垃圾桶内部电路示意图。
具体实施方式
35.为使本技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本技术进一步详细说明。
36.需要说明的是，除非另外定义，本技术实施例使用的技术术语或者科学术语应当为本技术所属领域内具有一般技能的人士所理解的通常意义。本技术实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
37.相关技术中不仅缺少智能垃圾分类回收及管理方法，而且智能分类垃圾桶的分类也没有实现真正的智能分类。目前比较通用的有一些自动开盖垃圾桶，例如：智能感应双分类垃圾桶、智能分类四区分类垃圾桶、智能化扫码垃圾桶等。其中，智能感应双分类垃圾桶，多为家中厨用垃圾桶，有感应开盖功能，内部分为干湿垃圾，需要投放者自主进行分类与投放。智能分类四区分类垃圾桶，原理与能感应双分类垃圾桶类似，分类种类多了两类，也是感应开盖功能，内部四个小垃圾桶，需要人为分好类进行投放。智能化扫码垃圾桶是社区试用的大型垃圾回收箱，它的功能是通过扫码人为主观选择要投放的垃圾种类进行并有积分系统，当投掷相应的垃圾后获得相应的积分可以兑换物品，人为主观进行分类，有时候也会不准确，还是会有很多人懒得去垃圾分类，没有实现真正的智能分类的功能。
38.本技术提供的智能垃圾分类回收及管理方法和智能分类垃圾桶在垃圾桶端以垃圾分类为重点出发，设计了以一个垃圾桶为主体，分四格对应四种类型的垃圾，采用图像识别部以及传感器识别部配合的检测方式，实现对垃圾的自动分类，并在分类后利用垃圾分拣机构对垃圾进行存放。在后台管理端通过后台管理系统实时检测垃圾桶是否存满，若存满，垃圾桶满上传位置信息至后台管理系统，后台管理系统进行最短回收路径规划，通知垃圾车及时进行垃圾桶回收，防止垃圾堆放造成不好影响。
39.在一些实施例中，如图1、图9和图10所示，一种智能垃圾分类回收及管理方法，包括：
40.步骤100：获取进入垃圾桶的垃圾的属性信息。
41.在该步骤中，采用了图像识别与传感器检测综合的交叉算法对垃圾进行了识别，对垃圾的识别通过多重指标交叉确定，使得智能垃圾分类可由两类分拣提升至四类分拣的
同时提升了垃圾识别的精准度，避免因增加分类类别导致识别精准度的下降。
42.可选地，图像识别采用一种基于深度学习算法的垃圾分类方法，核心框架为tensor flow，它是谷歌的第二代机器学习系统，主要用于数据模型集合的训练，从而提升图像识别的准确率以及实现精准分类。图像识别具体过程如下：
43.(1)利用摄像头对进入垃圾桶的垃圾进行图像采集；
44.(2)对采集图像进行处理、分割，其中，图像处理包括：将rgb图像转换为灰度图像，然后将其二值化；图像分割包括：将目标识别对象与背景和其他识别对象区分开；
45.(3)对数据集中的数据的进行深度计算、拟合(模型)和训练。数据被训练完成后会转换为数据模型文件，并保存，得到数据模型集合。
46.(4)运用open cv根据数据模型文件对采集的图像进行识别及分类判定。
47.步骤200：基于属性信息，通过垃圾识别算法判定垃圾的种类信息。
48.在该步骤中，将步骤100中图像识别的识别结果与传感器检测的识别结果进行交叉组和，然后通过垃圾识别算法对垃圾的种类进行识别，得到垃圾的种类信息，结合图像识别的识别结果和传感器检测的识别结果降低了单一识别算法的鉴定误差，也提高了同类垃圾识别的正确率。
49.步骤300：基于种类信息，进行垃圾的分类存放。
50.在该步骤中，垃圾桶端的垃圾桶在确定垃圾的种类后，通过自身的结构(垃圾分拣部)实现垃圾的分类存放。实现了智能自动分类。
51.步骤400：响应于确定分类存放完毕，通过超声波测距原理判断垃圾桶是否存满。
52.在该步骤中，超声波测距原理是利用超声波发射装置发出超声波，并根据计算接收器接到超声波时的时间差，根据声速和时间差得到距离，进而得到垃圾与超声波发射装置之间的距离，进而判断垃圾是否存满。在本实施例中超声波发射装置向垃圾桶箱底方向发射超声波，在发射时刻的同时开始计时，超声波在空气中传播，途中碰到障碍物就立即返回来，超声波接收器收到反射波就立即停止计时，得到时间差，根据超声波在空气中的传播速度和时间差，得到垃圾桶内垃圾的高度，利用该高度来判定垃圾桶是否已满。
53.步骤500：响应于确定垃圾未存满，对垃圾桶继续进行分类存放。
54.在该步骤中，若步骤400中测得的高度低于预设的满载高度，则判定垃圾桶未满载，继续等待新的垃圾被投入垃圾桶，然后再次执行步骤100至步骤400。
55.步骤600：响应于确定垃圾桶存满，上传垃圾桶的位置信息并发出警报信息。
56.在该步骤中，在一定次数的垃圾投放后，步骤400中测得的高度信息高于预设的满载高度，则判定垃圾桶满载，将该满载垃圾桶的位置信息上传至后台管理系统，并向后台管理系统发出警报信息，警报信息可以提示后台系统后台管理人员尽快对满载垃圾桶进行回收管理，避免垃圾堆放造成的影响。
57.可选地，也可以选择在垃圾桶端设置提示灯，在垃圾未存满时提示灯为绿色，表示可以继续投放垃圾；在垃圾桶存满时提示灯转换为红色，表示垃圾桶已满载，可以选择将垃圾投放至其他垃圾桶或放置在垃圾桶旁，等待垃圾回收时一起进行处理。
58.步骤700：基于位置信息，通过迪杰斯特拉算法计算最短回收路径。
59.在该步骤中，后台管理系统根据收到步骤600中上传的多个满载垃圾桶的位置信息，在地图上确定这些满载垃圾桶位置信息对应的回收坐标点，确定附近的至少一个垃圾
站作为起点坐标点或终点坐标点，然后通过迪杰斯特拉算法计算最短回收路径，最短回收路径以起点坐标点开始，途经全部回收坐标点、以坐标终点结束，且每上传一个新的位置信息，就更新一次该最短回收路径，另外，可以根据不同城市自身情况进行区域划分，不同区域的位置信息构成不同的最短回收路径，不同区域的位置信息互不干扰。
60.步骤800：基于最短回收路径，对已存满的垃圾桶内的垃圾进行清理回收。
61.在该步骤中，在确定最短回收路径后，后台管理系统的管理人员通知起点坐标点位置的垃圾站派出垃圾车根据最短回收路径进行垃圾的回收，实现垃圾的系统性管理，既能使已满垃圾桶在第一时间得到清理，又能大大提高垃圾回收的效率，提供了更人性化、更高效的社区垃圾管理服务。
62.从上面所述可以看出，本技术实施例提供的智能垃圾分类回收及管理方法，如图10所示，通过智能垃圾桶终端(垃圾桶)进行垃圾的分类和存放，并在智能垃圾桶终端通过超声波测距原理判定垃圾桶已满载时，智能垃圾桶终端通过网络向后台管理系统上传垃圾桶的位置信息并向后台管理系统发出警报信息。在后台管理系统中通过远程监控中心实时接收位置信息，结合后台管理系统的数据服务中心的地图数据，通过迪杰斯特拉算法计算最短回收路径，基于最短回收路径，远程控制中心通过网络通知垃圾回收车对已存满的垃圾桶内的垃圾进行清理回收，既能使已满垃圾桶在第一时间得到清理，又能大大提高垃圾回收的效率，提供了更人性化、更高效的社区服务。在智能垃圾桶终端设置有摄像头、识别传感器、满溢定位模块、分类执行部件和显示屏等结构，结合图9，在垃圾投入垃圾桶后，通过摄像头执行树莓派图像识别并标定，通过识别传感器执行传感器物质识别并标定，通过标定的参数可以确定垃圾种类，并通过分类执行部对垃圾进行分拣，如果满溢定位模块检测到垃圾桶已经存满，满溢定位模块会上传位置信息，并进行满载报警。
63.在一些实施例中，如图2所示，步骤100：获取进入垃圾桶的垃圾的属性信息，具体包括：
64.步骤110：获取垃圾的物质信息，通过识别物质信息中含有的物质特征信息，得到第一标定参数。
65.在该步骤中，垃圾桶端的传感器识别部利用不同传感器获取垃圾的物质信息，该物质信息包括不同传感器可识别的物质特征信息，通过不同传感器对物质特征信息的识别结果确定第一标定参数，该第一标定参数主要对垃圾是否为金属、是否为透明物质、是否含有液体(是否为湿垃圾)进行判断。
66.步骤120：获取垃圾的图像信息，基于预先设定的数据模型集合对图像信息进行识别，得到第二标定参数。
67.在该步骤中，垃圾桶端的图像识别部根据收集到的垃圾的图片信息与数据模型文件进行比对得到检测结果，进而确定第二标定参数，第二标定参数主要对垃圾是否为有害、是否为可回收、是否为干垃圾进行判断。
68.其中，第一标定参数和第二标定参数构成属性信息。
69.在一些实施例中，如图3和图9所示，步骤110：获取垃圾的物质信息，通过识别物质信息中的物质特征，得到第一标定参数，具体包括：
70.步骤111：响应于确定物质信息中含有金属信息，在物质信息中标定第一参数。
71.在该步骤中，在垃圾进入垃圾桶的过程中，会触发电容式接近开关，进而打开金属
检测传感器与树莓派之间的串口通道，若金属检测传感器检测到垃圾中含有金属，则在物质信息中标定第一参数，否则进行下一步，其中，金属检测传感器是为了辅助图像识别对金属垃圾进行识别，图像对一些不规则的物体进行识别时准确度较低，加上金属传感器的双重判定可以对可回收中的金属易拉罐等金属垃圾实行高精度的判定，且，第一识别参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到金属垃圾时，将物质信息中的第一参数的具体数值标定为“1”。
72.步骤112：响应于确定物质信息中含有透明物质信息，在物质信息中标定第二参数。
73.在该步骤中，在垃圾进入垃圾桶的过程中，会触发电容式接近开关，进而打开镜面反射光传感器与树莓派之间的串口通道，若镜面反射光传感器检测到垃圾中含有透明物质，则在物质信息中标定第二参数，否则进行下一步，其中，镜面反射光传感器是以红外光源为介质、应用光电效应，当光源受物体遮蔽或发生反射、辐射和遮光导致受光量变化来检测垃圾的有无、大小和明暗，当透明物体经过时光亮无明显变化，而不透明物体经过时光亮衰减明显，从而可分辨透明与不透明物质，实现对可回收的塑料瓶和玻璃等透明物质的检测和判定，且，第二识别参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到透明垃圾时，将物质信息中的第二参数的具体数值标定为“2”。。
74.步骤113：响应于确定物质信息中含有液体信息，在物质信息中标定第三参数。
75.在该步骤中，在垃圾进入垃圾桶的过程中，会触发电容式接近开关，进而打开温湿度传感器与树莓派之间的串口通道，若温湿度传感器检测到垃圾中含有较多的水分，则在物质信息中标定第三参数，否则进行下一步，其中，温湿度传感器采用的是dht11温湿度传感器，可以通过数模转换实时获取温湿度值，在厨余垃圾中瓜果蔬菜占了大多数而这些物体的水分比较多可以引起湿度的较大变化，从而可以实现对湿垃圾检测，且，第三识别参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到湿垃圾时，将物质信息中的第二参数的具体数值标定为“3”。
76.其中，第一参数、第二参数和第三参数构成第一标定参数。
77.在一些实施例中，如图4和图9所示，步骤120：获取垃圾的图像信息，基于预先设定的数据模型集合对图像信息进行识别，得到第二标定参数，具体包括：
78.步骤121：响应于确定图像信息与数据模型集合中的有害垃圾模型相匹配，在图像信息中标定第四参数。
79.在该步骤中，利用摄像头对进入垃圾桶的垃圾进行实时图像采集，将采集的图像进行图像分割，将目标识别对象与背景和其他识别对象区分开，然后将目标识别对象对应的图像部分转换为灰度图像，将其二值化；将二值化后的图像与数据模型集合中的有害垃圾模型进行比对，若二值化后的图像与数据模型集合中的有害垃圾模型不匹配，进行下一步；若二值化后的图像与数据模型集合中的有害垃圾模型相匹配，在图像信息中标定第四参数，且，第四参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到有害垃圾时，将物质信息中的第二参数的具体数值标定为“4”。
80.步骤122：响应于确定图像信息与数据模型集合中的可回收垃圾模型相匹配，在图像信息中标定第五参数。
81.在该步骤中，利用摄像头对进入垃圾桶的垃圾进行实时图像采集，将采集的图像
进行图像分割，将目标识别对象与背景和其他识别对象区分开，然后将目标识别对象对应的图像部分转换为灰度图像，将其二值化；将二值化后的图像与数据模型集合中的可回收垃圾模型进行比对，若二值化后的图像与数据模型集合中的可回收垃圾模型不匹配，进行下一步；若二值化后的图像与数据模型集合中的可回收垃圾模型相匹配，在图像信息中标定第五参数，且，第五参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到可回收垃圾时，将物质信息中的第二参数的具体数值标定为“5”。
82.步骤123：响应于确定图像信息与数据模型集合中的干垃圾模型相匹配，在图像信息中标定第六参数。
83.在该步骤中，利用摄像头对进入垃圾桶的垃圾进行实时图像采集，将采集的图像进行图像分割，将目标识别对象与背景和其他识别对象区分开，然后将目标识别对象对应的图像部分转换为灰度图像，然后将其二值化；将二值化后的图像与数据模型集合中的干垃圾模型进行比对，若二值化后的图像与数据模型集合中的干垃圾模型不匹配，进行下一步；若二值化后的图像与数据模型集合中的干垃圾模型相匹配，在图像信息中标定第六参数，且，第六参数的具体内容可根据实际情况自行设定，在本实施例中，当检测到可回收垃圾时，将物质信息中的第二参数的具体数值标定为“6”。
84.其中，第四参数、第五参数和第六参数构成第二标定参数。
85.在一些实施例中。如图5和图9所示，步骤200：基于属性信息，通过垃圾识别算法判定垃圾的种类信息，具体包括：
86.步骤210，将第一标定参数中的第一参数、第二参数和第三参数与第二标定参数中的第四参数、第五参数和第六参数进行组合，得到标定参数组。
87.在该步骤中，可选地，需要将第一标定参数中的第一参数“1”、第二参数“2”和第三参数“3”与第二标定参数中的第四参数“4”、第五参数“5”和第六参数“6”进行组合，得到标定参数组，例如：“1,4”、“2，5”、“1,5”、“3”、“1，3，4”、“2，3，5”、“1，3，5”、“6”等。
88.步骤220，基于标定参数组，根据预先设定的分类规则，通过垃圾识别算法确定种类信息。
89.在该步骤中，标定参数组内不同的参数代表着垃圾的不同属性，例如，参数组“1,4”表示垃圾含有金属且为有害垃圾，识别结果为电池(干)，垃圾种类为有害垃圾；参数组“2，5”表示垃圾含有透明物质且为可回收垃圾，识别结果为透明塑料、玻璃、亚克力等，垃圾种类为可回收垃圾；“1,5”表示垃圾含有金属且为可回收垃圾，识别结果为易拉罐，垃圾种类为可回收垃圾；“3”表示垃圾含有较多的水分，识别结果为菜叶、果皮等厨余垃圾，垃圾种类为湿垃圾；“1，3，4”表示垃圾含有金属质和较多的水分，且为可回收垃圾，识别结果为电池(潮湿)，垃圾种类为可回收垃圾，还可以根据实际情况自行定义参数组对应的结果，具体对应结果见下表：
[0090][0091][0092]
在一些实施例中，如图6所示，步骤400：响应于确定分类存放完毕，通过超声波测距原理判断垃圾桶是否存满，具体包括。
[0093]
步骤410：基于超声波测距原理，得到垃圾桶内垃圾的高度。
[0094]
在该步骤中，超声波发射装置向垃圾桶桶底方向发射超声波，在发射时刻的同时开始计时，超声波在空气中传播，途中碰到障碍物就立即返回来，超声波接收器收到反射波就立即停止计时，得到时间差，根据超声波在空气中的传播速度和时间差，得到垃圾桶内垃圾的高度。
[0095]
步骤420：响应于确定高度大于或等于预设的满载高度，垃圾桶存满。
[0096]
在该步骤中，将测得的高度与预设的满载高度进行比较，若测得的高度大于预设的满载高度，说明垃圾桶满载。
[0097]
步骤430：响应于确定高度小于预设的满载高度，垃圾桶未存满。
[0098]
在该步骤中，将测得的高度与预设的满载高度进行比较，若测得的高度小于预设的满载高度，说明垃圾桶未满载。
[0099]
在一些实施例中，如图7和图8所示，步骤700：基于位置信息，通过迪杰斯特拉算法规划最短回收路径，具体包括：
[0100]
步骤710：确定起点坐标点、终点坐标点和已存满的垃圾桶的回收坐标点。
[0101]
在该步骤中，后台管理系统根据收到步骤600中上传的多个满载垃圾桶的位置信息，在地图上确定这些满载垃圾桶位置信息对应的回收坐标点，确定附近的至少一个垃圾站作为起点坐标点或终点坐标点，实现在地图上确定全部的位置信息。
[0102]
然后通过迪杰斯特拉算法计算最短回收路径，最短回收路径以起点坐标点开始，途经全部回收坐标点、以坐标终点结束，且每上传一个新的位置信息，就更新一次该最短回收路径，此外，可以根据不同城市自身情况进行区域划分，不同区域的位置信息构成不同的最短回收路径，不同区域的位置信息互不干扰。
[0103]
步骤720：基于起点坐标点、终点坐标点和所有的回收坐标点，分别计算任意两个
坐标点之间的权重参数。
[0104]
在该步骤中，计算起点坐标点、终点坐标点和所有的回收坐标点中任意两个坐标点之间的权重参数，该权重参数表示任意两个坐标点之间的能耗，可等效为这两个坐标点之间的通行时间。
[0105]
步骤730：构建以起点坐标点开始，途经全部回收坐标点、以坐标终点结束的多条路径。
[0106]
在该步骤中，构建以起点坐标点开始，途经全部回收坐标点、以坐标终点结束的多条路径，确定所有可使用的回收路线。
[0107]
步骤740：基于权重参数，计算全部路径中每一条路径的总权重。
[0108]
在该步骤中，计算所有可使用的回收路径的总权重，即回收一次需要花费的总时间。
[0109]
步骤750：选取总权重最小的路径作为最短回收路径。
[0110]
在该步骤中，通过比较所有路径的总权重，选取总权重最小的一条路径作为最短回收路径，既可以使满垃圾桶在第一时间得到清理，又能大大提高垃圾回收的效率，提供了更人性化、更高效的社区服务。
[0111]
下面举例对最短回收路径的选取进行说明，如图8所示：以图中的a点为起点，f点为终点，线上的数字表示各个点之间需要的能耗，可等同于时间，以求解a点到d点最短路径为例，a有两个选择的路径，a
→
b＝1，a
→
c＝12，此时a
→
b为当前可经过点的最短距离，b有两个选择的路径，b
→
c＝9，b
→
d＝3,此时b
→
d为当前可经过点的最短距离，得出a
→b→
d的权重最小为4，因此，a
→b→
d为a到d的最短距离。可选地，若后台管理允许接入其他软件，可以使用地图导航软件已经封装好的多个点之间最短路径的算法函数，具体实现方式为：driving.search(start,end,{waypoints:pointsarr})，search方法为查找路径，start、end为起始点，waypoints为所有点集合的数组(所有回收坐标点集合)，若只有两点，search方法的参数只传起点和终点，如果为多点规划路径即本实施例所需要的方法，则需要上传所有回收坐标点作为waypoints对象数组，利用地图导航软件提供的search最短路径实现函数来构建最短回收路径。
[0112]
需要说明的是，本技术实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本技术实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
[0113]
需要说明的是，上述对本技术的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0114]
基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种智能分类垃圾桶。
[0115]
参考图11至图14，所述智能分类垃圾桶，包括垃圾桶1及设置在垃圾桶1内的垃圾检测机构2、垃圾分拣机构3、垃圾溢满报警机构4和无线通信机构5；
[0116]
垃圾桶1由四格回收箱1-2和垃圾桶翻盖1-1构成，垃圾桶翻盖1-1的一侧与四格回收箱1-2铰接，另一侧开设有垃圾投放口1-5，四格回收箱1-2通过互相垂直的分隔板1-4分隔为四个开口，分隔板相交处设置有收纳盒1-3，其中，与分类后的垃圾相对应的开口为目标开口；
[0117]
垃圾检测机构2包括传感器识别部2-1、图像识别部2-2和主控制器2-3，图像识别部2-2与垃圾桶翻盖1-1的盖板1-1-1连接，传感器识别2-1部和主控制器2-3设置于收纳盒1-3内，主控制器2-3分别与传感器识别部2-1和图像识别部2-2通信连接；
[0118]
垃圾分拣机构3包括托盘部3-1和分拣部3-2，托盘部3-1设置在收纳盒1-3的上方，分拣部3-2设置于盖板1-1-1和托盘部3-1之间，托盘部3-1的垃圾托盘3-1-1开设有用于垃圾进入任意一个开口的落入口3-1-4，分拣部3-2用于将位于垃圾托盘3-1-1上的垃圾推进落入口3-1-4；
[0119]
垃圾溢满报警机构4包括超声检测器4-1和报警器4-2，超声检测器4-1设于收纳盒1-3内，报警器4-2设置在垃圾桶翻盖1-1上，超声检测器4-1和报警器4-2分别与主控制器2-3通信连接；
[0120]
无线通信机构5包括定位器5-1和通信器5-2，定位器5-1和通信器5-2设于收纳盒1-3内，定位器5-1和通信器5-2分别与主控制器2-3通信连接，无线通信机构5被配置为与后台管理系统进行信息交互。
[0121]
其中，垃圾检测机构2用于获取通过垃圾投放口1-5进入垃圾桶1的垃圾的属性信息；垃圾检测机构2的主控制器2-3基于属性信息，通过垃圾识别算法判定垃圾的种类信息；基于种类信息，垃圾分拣机构3进行垃圾的分类存放，将垃圾推入目标开口；响应于确定分类存放完毕，垃圾溢满报警机构4通过超声波测距原理判断垃圾桶内垃圾的高度，主控制器2-3根据该高度判断四格回收箱1-2内的垃圾是否存满；响应于确定垃圾未存满，垃圾分拣机构对垃圾桶继续进行分类存放，响应于确定垃圾桶存满，无线通信机构5向后台管理系统上传垃圾桶的位置信息并向后台管理系统发出警报信息，同时，垃圾桶1本身可以选择通过报警器4-2发出报警提示音，提示用户不要继续投放垃圾；基于位置信息，后台管理系统通过迪杰斯特拉算法计算最短回收路径；基于最短回收路径，后台管理系统派出相关工作人员驾驶垃圾车对已存满的垃圾桶内的垃圾进行清理回收。其中，垃圾检测机构2的传感器识别部2-1被配置为：获取垃圾的物质信息，通过识别物质信息中含有的物质特征信息，得到第一标定参数；垃圾检测机构2的图像识别部2-3被配置为：获取垃圾的图像信息，基于预先设定的数据模型集合对图像信息进行识别，得到第二标定参数。
[0122]
在一些实施例中，如图12和13所示，托盘部3-1还包括托盘支撑架3-1-2和第一舵机3-1-3；垃圾托盘3-1-1通过托盘支撑架3-1-2与收纳盒1-3可转动连接，垃圾托盘3-1-1开设有探测口3-1-5，探测口3-1-5用于传感器识别部2-1探测垃圾托盘3-1-1上的垃圾属性，第一舵机3-1-3固设在收纳盒1-3内，第一舵机3-1-3的转动端与垃圾托盘3-1-1固定连接，用于带动垃圾托盘3-1-1转动。分拣部3-2包括分拣棒3-2-1和第二舵机3-2-2；第二舵机3-2-2固设在盖板1-1-1下侧，第二舵机3-2-2的转动端与分拣棒3-2-1连接，且第二舵机3-2-2和第一舵机3-1-3的转动轴位于同一直线上，分拣棒3-2-1呈l型，l型分拣棒3-2-1的一边与第二舵机3-2-1连接，另一边与垃圾托盘3-1-1平行。
[0123]
其中，第一舵机3-1-3安装在装置收纳盒1-3中轴线上的托盘支撑架3-1-2上，第一
舵机3-1-3的摆臂位于垃圾托盘3-1-1中心位置。第二舵机3-2-2固定于垃圾桶翻盖1-1中心位置的舵机卡槽上，摆臂连接l型分拣棒3-2-1。可选地，垃圾托盘3-1-1的主体为四分之三圆形亚克力盘，缺口为垃圾的落入口3-1-4。垃圾托盘3-1-1由托盘支撑架3-1-2托起在收纳盒1-3上，托盘支撑架3-1-2主体为钢结构，底面为橡胶结构，并留有缺口，该缺口可以卡接在收纳盒1-3的边缘上，托盘支撑架3-1-2顶面设有滑道，滑道中设置若干滚珠，以确保垃圾托盘3-1-1可在托盘支撑架3-1-2上自由转动。当主控制器2-3根据确定垃圾种类信息后，控制第一舵机3-1-3带动垃圾托盘3-1-1转动相应角度，使得落入口3-1-4对准相应四格回收箱1-2的目标开口，然后主控制器2-3控制第二舵机3-2-2带动分拣棒3-2-1转动一周，确定可以将垃圾推动，使垃圾穿过目标开口掉入四格回收箱1-2内，完成分类回收任务，转动一周还可以确保垃圾托盘3-1-1与分拣棒3-2-1的位置关系保持不变，当分拣棒3-2-1转动停止后，分拣棒3-2-1和垃圾托盘3-1-1同步转动回到最初的位置，等待垃圾的下次投入，以确保探测口3-1-5与传感器识别部2-1的传感器探头在一次回收任务后保持对准。
[0124]
上述实施例的智能分类垃圾桶用于实现前述任一实施例中相应的智能垃圾分类回收及管理方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0125]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本技术的范围(包括权利要求)被限于这些例子；在本技术的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本技术实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
[0126]
另外，为简化说明和讨论，并且为了不会使本技术实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本技术实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本技术实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本技术的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本技术实施例。因此，这些描述应被认为是说明性的而不是限制性的。
[0127]
尽管已经结合了本技术的具体实施例对本技术进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
[0128]
本技术实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本技术实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本技术的保护范围之内。