一种基于互联网+的智能垃圾桶及其控制方法与流程

本发明是一种智能垃圾桶，尤其涉及集数据采集与处理及gps定位的基于互联网+的智能垃圾桶及其控制方法。

背景技术：

目前我国在城市环境保护、垃圾分类处理等越来越受关注，政府也花费巨资购买垃圾桶放在城市各个角落。虽然环境整体有所改善，但使环卫工人不停的去寻找垃圾桶收集垃圾而带来了巨大的工作量，有时可能去的垃圾桶根本没有装满甚至是空的，与此同时其他的垃圾桶可能早已装满垃圾甚至更多的是垃圾早已随地放在了垃圾桶的周边，长时间的堆积气味十分难闻，这也给城市环境带了了污染。针对以上问题的存在。

技术实现要素：

本发明所述的技术问题主要由以下方案解决：

一种基于互联网+的智能垃圾桶，其特征在于，包含太阳能电池板、垃圾桶以及信息处理装置；太阳能电池板通过四个螺丝固定在垃圾桶上，通过垃圾桶上的过孔与固定在垃圾桶内的信息处理装置相连接构成整个信息处理的系统。

在上述的一种基于互联网+的智能垃圾桶，垃圾桶包括垃圾桶本体、垃圾桶内桶、垃圾桶盖，其中垃圾桶盖是由与垃圾桶本体一体的四个撑杆焊接在一起；太阳能电池板位于垃圾桶盖上部，通过四个螺丝固定在垃圾桶盖上；信息处理装置位于垃圾桶盖下部，同样通过四个螺丝固定在垃圾桶盖上，太阳能电池板通过垃圾桶盖上的过孔与固定在垃圾桶盖下面的信息处理装置相连接构成整个信息处理的系统。

在上述的一种基于互联网+的智能垃圾桶，信息处理装置包含中央处理器，与中央处理器连接的计时器、gps以及五个距离传感器，距离传感器用于检测垃圾上表面距离垃圾桶盖的距离；该装置同太阳能电池板一样都是通过螺丝固定，且位于垃圾桶盖下方。

在上述的一种基于互联网+的智能垃圾桶，垃圾桶盖是被四根钢质材料做成的撑杆固定于垃圾桶上方，该撑杆是与垃圾桶为一体，垃圾桶盖与垃圾桶之间是有间隙。

一种基于互联网+的智能垃圾桶的控制方法，其特征在于，包含以下步骤：

步骤1，信息处理装置进行数据信息和位置采集与处理，具体是通过距离传感器检测垃圾桶内所装垃圾上表面距离垃圾桶盖的距离，并根据距离算出装满时间；位置信息的采集是通过gps定位技术获取垃圾桶的位置，最后将预计装满的时间和位置信息通过互联网发送至环卫工人移动终端，具体包括以下子步骤：

步骤101，gps，实时获取垃圾桶的位置信息；

步骤102，距离传感器，每间隔一分钟检测一次垃圾上表面五个位置距离垃圾桶盖的距离dk，并求解平均值d’k，且将数据d’k存储在内存卡中；设置dk阈值为d0即垃圾桶为空的状态下的dk值，单位为厘米(cm)；

步骤103，计时器，当垃圾桶内放入垃圾时即dk不等于d0时，计时器启动开始计时；当垃圾桶装满时即计时器结束计时并记录装满次数c＝n+1(n＝0,1,2…)；其中d为垃圾桶深度，单位厘米(cm)；

步骤104，将前后两次计算所得的d’k作差得到垃圾上表面上升的速率v，用当前检测的平均值d’k除以v可得到垃圾桶将要装满的时间t，单位分钟(min)；

步骤105，通过互联网将垃圾桶将要装满的时间t及位置信息发送到环卫工人的移动终端上；

步骤2，根据步骤1所得数据信息进行垃圾桶合理化调度管理，具体步骤包括：

步骤201，获取步骤1计算的垃圾桶装满次数c；

步骤202，基于自适应bp神经网络寻优算法确定某位置最佳垃圾桶投放个数n；

所述步骤202中，经自适应bp神经网络预测方法实现对垃圾桶的合理化调度管理的具体步骤如下：

步骤a，确定输入层参数：输入层包括某位置原有垃圾桶个数m，垃圾桶装满次数c以及垃圾桶个数偏差e；步骤a中所述的偏差e＝ym(k)-y(k)，其中y(k)为实际输出垃圾桶个数，ym(k)为理想状态下预测输出垃圾桶个数，输出的最佳垃圾桶投放个数为n；

步骤b，在隐含层进行神经网络学习和数据处理；如果当前位置一周内垃圾桶装满次数c等于七次，则说明垃圾桶个数合理；如果输入c不等于七次则说明该位置垃圾桶个数不合理，将进行权值计算并记录数据；

步骤c，通过计算y(k)＝h1w1+h2w2+…+hiwi得出输出垃圾桶个数y(k)，其中w＝[w1,w2,…,wi]^t为隐含层到输出层的权值向量，根据输出值y(k)得到最佳垃圾桶投放个数n，然后合理调整当前位置的垃圾桶个数。

因此，本发明具有如下优点：本发明可以检测垃圾桶是否装满也可预测装满的时间，同时将预计装满时间和垃圾桶位置发送至环卫工人的移动终端，环卫工人可根据工作情况合理安排时间去及时收走垃圾，以达到改善城市环境的目的。

附图说明

图1是本发明的实施例结构图。

图2是本发明太阳能电池板、垃圾桶盖以及信息处理装置的连接结构图。

图3是本发明信息处理装置组件模块图。

图4是本发明涉及的神经网络结构图。

图5是本发明的信息收集处理与发送的流程图。

图6是本发明的控制与调度算法流程图。

具体实施方式

以下将结合说明书附图对本发明的技术方案作详细介绍。

如图1所示。本发明的垃圾桶实施例结构图包括垃圾桶本体1、垃圾桶内桶2、垃圾桶盖3、太阳能电池板4以及信息处理装置5。其中垃圾桶盖3是由与垃圾桶本体1一体的四个撑杆焊接在一起；太阳能电池板4位于垃圾桶盖3上部，通过四个螺丝固定在垃圾桶盖3上；信息处理装置5位于垃圾桶盖3下部，同样通过四个螺丝固定在垃圾桶盖上。

如图2所示。太阳能电池板4通过垃圾桶盖3中间的过孔6直接与信息处理装置5链接，这样避免了复杂排线带来的不便。

如图3所示。信息处理装置5包含gps定位模块、数据收集模块、调度预测模块、数据发送模块以及mcu。具体的处理过程如图5所示。首先是数据收集模块进行数据收集(主要通过距离传感器收集数据)，但是收集的数据并不完全有意义，所以我们进行数据的预处理包括数据均值化、标准化，然后进行数据处理计算装满时间t，最后将数据信息发送至移动终端。其中数据的处理与计算都是有mcu完成。

具体的控制方法与调度方法如图6所示。

步骤1，信息处理装置进行数据信息和位置采集与处理。

步骤101，gps实时获取垃圾桶的位置信息；

步骤102，设置dk阈值为d0即垃圾桶为空的状态下的dk值，单位为厘米(cm)，当dk等于d0时，距离传感器检测垃圾桶深度d，此后每间隔一分钟检测一次垃圾上表面五个位置距离垃圾桶盖的距离dk，并求解平均值dk'，且将数据dk'存储在内存卡中；

步骤103，当垃圾桶内放入垃圾时即dk不等于d0时，计时器启动开始计时。当即垃圾桶装满时，计时器结束计时并记录装满次数c＝n+1(n＝0,1,2…)；

步骤104，将前后两次计算所得的dk'作差并保存数据，根据求解得到垃圾上表面上升的平均速率v，用当前检测的平均值d除以v可得到垃圾桶将要装满的时间t，单位分钟(min)；

步骤105，通过互联网将垃圾桶将要装满的时间t及位置信息发送到环卫工人的移动终端上；

步骤2，根据步骤1所得数据信息进行垃圾桶合理化调度管理。

步骤201，获取步骤1计算的垃圾桶装满次数c；

步骤202，基于自适应bp神经网络寻优算法确定某位置最佳垃圾桶投放个数n；

所述步骤202中，经自适应bp神经网络预测方法实现对垃圾桶的合理化调度管理的具体步骤如下：

步骤a，确定输入层参数：输入层包括某位置原有垃圾桶个数m，垃圾桶装满次数c以及垃圾桶个数偏差e；步骤a中所述的偏差e＝ym(k)-y(k)，其中y(k)为实际输出垃圾桶个数，ym(k)为理想状态下预测输出垃圾桶个数，输出的最佳垃圾桶投放个数为n；

步骤b，在隐含层进行神经网络学习和数据处理。如果当前位置一周内垃圾桶装满次数c等于七次，则说明垃圾桶个数合理；如果输入c不等于七次则说明该位置垃圾桶个数不合理，将进行权值计算并记录数据；

步骤c，通过计算y(k)＝h1w1+h2w2+…+hiwi得出输出垃圾桶个数y(k)，其中w＝[w1,w2,…,wi]^t为隐含层到输出层的权值向量，根据输出值y(k)得到最佳垃圾桶投放个数n，然后合理调整当前位置的垃圾桶个数；

经上述方法预测的合理垃圾桶个数n，需要环卫工人根据工作时间合理增减某一位置的垃圾桶。上述控制与调度预测方法是本发明专利的精神所在，通过更改垃圾桶样式或改进方法均属于本发明的保护范围。