1.一种基于深度学习的智能分类垃圾箱，其特征在于包括垃圾箱主体结构和智能分类控制器。所述的垃圾箱主体结构包括箱体，所述的箱体内设置有用于收存外部扔入垃圾的垃圾收纳室以及用于收纳分类后垃圾的多个垃圾仓，多个所述的垃圾仓位于所述的垃圾收纳室下方且沿一圈分布，所述的收纳室底部为活动底板，当所述的活动底板打开时，所述的收纳室与位于其下的垃圾仓连通，初始状态，一个垃圾仓位于收纳室的正下方，活动底板处于关闭状态；
所述的智能分类控制器包括识别模块、控制模块、无线通信模块、供电模块、用于安装在智能终端通信设备中的app模块、垃圾分类选择模块和驱动模块，所述的供电模块与所述的控制模块连接，所述的控制模块分别与识别模块、所述的垃圾分类选择模块、所述的驱动模块和所述的无线通信模块连接，所述的无线通信模块与所述的app模块连接；
所述的无线通信模块用于实现所述的控制模块和所述的app模块之间的数据交互，所述的供电模块在所述的控制模块控制下为所述的智能分类垃圾箱提供工作电压，所述的识别模块用于识别扔到所述的垃圾收纳室内垃圾的种类并生成识别结果发送给所述的控制模块，所述的控制模块将接收到的识别结果转变为所述的垃圾分类选择模块可识别的分类信号发送给所述的垃圾分类选择模块，所述的垃圾分类选择模块接收所述的控制模块发送的分类信号，并根据分类信号选择相应的垃圾仓后将垃圾扔入对应的垃圾仓，所述的app模块用于产生控制所述的箱体位置移动的信号，并经由所述的无线通信模块传输给所述的控制模块，所述的控制模块基于该信号生成所述的驱动模块可识别的移动数据发送给所述的驱动模块，所述的驱动模块根据接收到的移动数据驱动所述的箱体进行移动。
2.根据权利要求1所述的一种基于深度学习的智能分类垃圾箱，其特征在于所述的识别模块包括图像采集模块和神经网络识别模块，所述的图像采集模块用于实时采集扔入所述的垃圾收纳室中垃圾的图像并将采集的垃圾的图像传输到神经网络识别模块中进行垃圾种类识别，所述的神经网络识别模块利用卷积神经网络模型对垃圾图像进行识别后确定垃圾种类，所述的卷积神经网络模型包括8层卷积层、4层最大池化层、2层全连接层和一层分类层，将8层卷积层分别称为第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层、第七卷积层和第八卷积层，将4层最大池化层分别称为第一最大池化层、第二最大池化层、第三最大池化层和第四最大池化层，将2层全连接层称为第一全连接层和第二全连接层，每个卷积层和每个全连接层的激活函数均为relu函数，分类层的激活函数是softmax函数，所述的图像采集模块将采集的垃圾图像输入所述的第一卷积层，所述的第一卷积层用于对输入的垃圾图像进行第一次卷积过滤，获得初始垃圾特征，所述的第二卷积层用于对初始垃圾特征进行第二次卷积过滤，得到第二次垃圾特征，所述的第一最大池化层用于对第二次垃圾特征进行池化采样，得到第一次池化采样特征，所述的第三卷积层用于对第一次池化采样特征进行第三次卷积过滤，获得第三次垃圾特征，所述的第四卷积层用于对第三次垃圾特征进行第四次卷积过滤，得到第四次垃圾特征，所述的第二最大池化层用于对第四次垃圾特征进行池化采样，得到第二次池化采样特征，所述的第五卷积层用于对第二次池化采样特征进行第五次卷积过滤，获得第五次垃圾特征，所述的第六卷积层用于对第五次垃圾特征进行第六次卷积过滤，得到第六次垃圾特征，所述的第三最大池化层用于对第六次垃圾特征进行池化采样，得到第三次池化采样特征，所述的第七卷积层用于对第三次池化采样特征进行第七次卷积过滤，获得第七次垃圾特征，所述的第八卷积层用于对第七次垃圾特征进行第八次卷积过滤，得到第八次垃圾特征，所述的第四最大池化层用于对第八次垃圾特征进行池化采样，得到第四次池化采样特征，所述的第一全连接层用于对第四次池化采样特征进行第一次特征提取，得到深度垃圾特征，所述的第二全连接层用于对深度垃圾特征进行第二次特征提取，得到最终垃圾特征，所述的分类层用于对最终垃圾特征进行识别分类后输出分类结果给所述的控制模块。
3.根据权利要求1所述的一种基于深度学习的智能分类垃圾箱，其特征在于所述的供电模块包括第一供电线路、第二供电线路和供电选择模块，所述的第一供电线路采用220v交流电供电方式，所述的第二供电线路包括太阳能电池板、第一供电设备和第二供电设备，所述的第一供电设备和所述的第二供电设备分别采用蓄电池实现；
所述的供电选择设备中将一天24小时分为两个工作时间段，分别为白天工作时间段和夜间工作时间段；
在白天工作时间段，所述的供电选择设备获取天气信息，如果为晴天以外的其他天气，则选择所述的第一供电线路供电，如果为晴天，则优先采用所述的第二供电线路供电，此时所述的供电选择设备实时检测所述的第一供电设备和所述的第二供电设备的电量，如果所述的第一供电设备和所述的第二供电设备的电量均不足20％，则切换至选择所述的第一供电线路供电，并控制所述的太阳能电池板依次为所述的第一供电设备和所述的第二供电设备充电，如果所述的第一供电设备的电量不足20％，而所述的第二供电设备的电量超出20％，则采用所述的第二供电设备供电，并控制所述的太阳能电池板为所述的第一供电设备充电，如果所述的第一供电设备的电量超出20％，而所述的第二供电设备的电量不足20％，则采用所述的第一供电设备供电，并控制所述的太阳能电池板为所述的第二供电设备充电，如果所述的第一供电设备和所述的第二供电设备的电量均超出20％，则优先采用所述的第一供电设备供电，并判定所述的第二供电设备电量是否充满，如果未满则控制所述的太阳能电池板为所述的第二供电设备充电；
在夜间工作时间段，所述的供电选择设备优先选用所述的第二供电线路供电，此时所述的供电选择设备实时检测所述的第一供电设备和所述的第二供电设备的电量，如果所述的第一供电设备和所述的第二供电设备的电量均不足20％，则切换至选择所述的第一供电线路供电，如果所述的第一供电设备的电量不足20％，而所述的第二供电设备的电量超出20％，则采用所述的第二供电设备供电，如果所述的第一供电设备的电量超出20％，而所述的第二供电设备的电量不足20％，则采用所述的第一供电设备供电，如果所述的第一供电设备和所述的第二供电设备的电量均超出20％，则优先采用所述的第一供电设备供电。
4.根据权利要求1所述的一种基于深度学习的智能分类垃圾箱，其特征在于所述的垃圾分类选择模块包括垃圾桶调度模块和垃圾桶选择模块，所述的圾桶选择模块与所述的控制模块连接，所述的圾桶选择模块接收所述的控制模块发出的垃圾分类信号，并根据当前垃圾收纳室下方垃圾桶类别，计算得到与待仍垃圾种类相应的垃圾桶需要转动的角度发送给所述的垃圾桶调度模块，所述的垃圾桶调度模块控制垃圾仓转动，将对应的垃圾仓转动至垃圾收纳室正下方，然后驱动垃圾收纳室底板打开使垃圾落入对应的垃圾仓中后在封闭底板，完成垃圾分类投放。
5.根据权利要求1所述的一种基于深度学习的智能分类垃圾箱，其特征在于所述的驱动模块包括设置在所述的箱体底部且受力能上下移动的底盘、四个安装在所述的箱体底部的滑轮，用于驱动所述的底盘上下移动的升降机构和用于驱动所述的滑轮转动的转动机构，所述的升降机构和所述的转动机构分别与所述的控制模块连接，所述的底盘上设置四个开口，在初始状态，所述的底盘处于最低位，四个所述的滑轮一一对应嵌入四个所述的开口内，此时箱体不能移动；
当所述的控制模块将移动数据发送给所述的驱动模块时，首先所述的升降机构控制所述的底盘向上移动至最高位，此时四个所述的滑轮脱离所述的底盘，然后所述的转动机构驱动四个所述的滑轮按照移动数据相应转动，实现所述的箱体的移动，当移动到位后，所述的升降机构控制所述的底盘下降至最低位四个所述的滑轮再次进入所述的底盘内，所述的箱体位置固定。