一种可学习型垃圾分类无人车控制系统的制作方法

本发明涉及电控领域,尤其涉及一种可学习型垃圾分类无人车控制系统。

背景技术：

目前市场上针对垃圾分类回收这个问题还没有很好的解决办法，比较常见的就是使用智能垃圾分类回收机，将其摆放在街道等地方，在对应的垃圾回收机的显示屏中显示每种垃圾的投放指南，但由于该分类垃圾桶安装位置固定，不能自动回收垃圾，且对于不同的垃圾不能实现自动分类的功能，存在分类错误的情况，因此需要人工进行垃圾分类和后续处理，增加工作人员负担。

技术实现要素：

针对现有技术存在的问题，本发明公开了一种可学习型垃圾分类无人车控制系统，具体包括

采集无人车前方的图像信息和视频信息的摄像头模块；

用于采集无人车前方的障碍物距离无人车的距离信息的超声波模块；

接收所述摄像头模块传送的图像信息和视频信息、超声波模块传送的距离信息的无人车控制模块，所述无人车控制模块根据接收到的数据信息计算无人车的执行机构在抓取目标物时需要运转的角度信息并将控制指令输出；

接收所述控制模块传送的视频信息的核心计算模块，所述核心计算模块采用ssd网络模型获取图像中目标物的位置信息和目标物的种类信息将该信息传送至无人车控制模块，所述无人车控制模块根据目标物的位置调整摄像头的旋转角度和无人车与目标物的相对位置，该系统还包括，

接收无人车控制模块传送的控制指令的执行机构，其中执行机构包括pwm隔离模块、转向模块、抓取模块和无人车驱动模块,所述pwm隔离模块接收无人车控制模块传送的pwm控制信号,将控制指令传送至转向模块和抓取模块,其中无人车控制模块判断目标物的种类信息控制抓取模块将该目标物投放至对应的回收筐内；所述转向模块接收控制信号控制无人车左右转向,所述抓取模块接收控制指令对目标垃圾进行抓取并放置回收筐内,所述无人车驱动模块接收无人车控制模块传送的指令信息控制无人车后轮的前进和后退。

所述核心计算模块在训练新模型时读取无人车控制模块中的视频信息和图像信息、将图像标注并保存成json文件、再将json文件转换成voc格式的数据集，将该数据集输入至ssd网络模型完成该模型的训练，在无人车工作时采用完成训练的ssd网络模型对新图像进行目标物识别。

该系统还包括供电模块，其中供电模块至少包括稳压模块和供电模块，所述供电模块为执行机构提供电能。

该系统还包括摄像头控制模块，所述摄像头控制模块控制摄像头模块的转向和运动状态。

该系统还包括散热模块，所述散热模块至少包括太阳能电池板、电压控制板、蓄电池和风扇结构。

由于采用了上述技术方案，本发明提供的一种可学习型垃圾分类无人车控制系统,该系统可以应用在环境保护和垃圾分类回收领域中，采用该系统可以对垃圾的现场图像进行采集从而获取目标垃圾的位置信息和种类信息，然后抓取该垃圾进行合理的分类和处理，因此自动完成垃圾的分类回收过程。其中该系统可以面向道路、公园、农田等多场景下实现自动化分类回收一站式服务，可协助城市环境管理部门进行城市环境治理工作，减轻其工作压力与人力成本，并在一定程度上保障高危区域作业人员的人身安全。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有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申请中记载的一些实施例，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。

图1为本发明系统的结构示意图；

图2为本发明系统的工作流程图；

图3为本发明系统的工作流程图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

如图1、图2、图3所示的一种可学习型垃圾分类无人车控制系统，包括摄像头模块、超声波模块、无人车控制模块、核心计算模块以及接收无人车控制模块的指令信息的执行机构，其中执行机构包括pwm隔离模块、转向模块、抓取模块和无人车驱动模块。

其中摄像头模块获取的是垃圾车前方的场景的图像信息和视频信息。超声波模块获取的是垃圾车正前方的障碍物距离垃圾车的距离信息，并传回给无人车控制模块，其中无人车控制模块首先接收摄像头模块和超声波模块传送的视频信息和距离信息、根据视频中目标物的位置信息和距离信息控制执行结构的运动，具体控制过程是：所述pwm隔离模块接收无人车控制模块传送的pwm控制信号,将控制指令传送至转向模块和抓取模块,所述转向模块接收控制信号控制无人车左右转向,所述抓取模块接收控制指令对目标垃圾进行抓取并放置回收筐内,所述无人车驱动模块接收无人车控制模块传送的指令信息控制无人车后轮的前进和后退。其中抓取模块的机械结构包含了一个6自由度的机械臂和一个机械爪，采用机械臂和机械爪抓取垃圾然后丢进回收筐内。其中无人车控制模块是一个树莓派单片机及配套电路构成，将接收到的视频信息放于自身的8081端口，在需要知道目标物的位置信息时向核心计算模块发送位置请求，核心计算模块对视频图像进行处理，获取目标物即垃圾的位置，根据该位置信息无人车控制模块准确地控制摄像头模块的旋转角度获取目标物图像信息、准确地控制转向模块的左右转向动作，以及控制驱动模块使无人车靠近目标物、控制抓取模块抓取该目标垃圾并且将该目标垃圾分类投入至对应的回收筐内。

进一步的，核心计算模块读取摄像头模块采集到的图像信息、读取图像中的目标物、调整好目标物的位置、在获得大量优质图片后采用labelme软件对每个图片进行一一标注，标注完成后会自动保存为json文件，完成标注后关闭labelme，然后再将json文件直接转换为voc格式的数据集，其中voc数据集包含了训练集即用于训练的数据、评估集即对完成训练的模型进行评估的数据以及训练评估集即了训练集和评估集中所有的数据总和，选用ssd网络模型，将数据集输入至ssd网络模型进行训练、完成模型的训练并保存，采用完成训练的模型对新的目标物进行目标检测。

进一步的，该系统还包括供电模块，其中供电模块至少包括稳压模块和供电模块，所述供电模块为执行机构提供电能。其中供电模块可以采用多个分别对无人车驱动模块、pwm隔离模块和其余的硬件结构供电。

进一步的，该系统还包括摄像头控制模块，所述摄像头控制模块控制摄像头模块的转向和运动状态。其中摄像头控制模块与无人车控制模块相连接，接收无人车控制模块的指令信息调节和控制摄像头模块的旋转角度和方向等。

进一步的，该系统还包括散热模块，所述散热模块由一个太阳能电池板、一个电压控制板、一块蓄电池、一个小风扇构成，电压控制板可稳定电压从而防止蓄电池过充和稳定小风扇转速，太阳能电池板可以在光线较好的地方为蓄电池充电和小风扇供电，在光线不好的地方由蓄电池给小风扇供电，小风扇可为控制模块散热。

实施例：

其中将联网工作模式(设定默认模式)下，需要将核心计算模块和无人车控制模块连入低延时网络中(例如同一个局域网)，然后在无人车控制模块中输入命令，点击回车后会自动打开摄像头模块，并将视频信息放于无人车控制模块的8081端口。此时运行robot.py文件，之后在核心计算模块中写入无人车控制模块ip地址。之后点击运行按钮，核心计算模块与无人车控制模块之间将会自动建立tcp连接，连接成功后无人车自动开始初始化将所有硬件和参数设定到初始状态，初始化结束后无人车开始自动对周围环境进行检测和抓取。检测和抓取的过程如下：

p1:先对当前摄像头模块所正对的方向的场景检测。

p2:若检测到目标物则靠近目标物，同时根据物体和小车的相对位置调整摄像头角度和小车位置，直至目标物进入无人车机械爪能够抓取的范围内，之后进行p4。若持续4s没有检测到目标物则进行p3。

p3:摄像头从从左向右环顾无人处前方约140度的范围，若检测到目标物则停止转动摄像头进入操作p2，若仍没有发现垃圾则转入p6。

p4:无人车控制模块根据目标垃圾位置，向pwm隔离模块发送控制脉冲信号，经pwm隔离模块对信号加强后直接控制机械臂对目标垃圾进行抓取。

p5:抓取到目标垃圾后，根据所设定的垃圾所属类别将垃圾放入相应的垃圾回收筐，之后转入p1；

p6:将摄像头模块转向正前方，并将摄像头模块抬起到合适的角度，核心控制模块向无人车驱动模块发送无人车向前移动的指令，控制无人车自动向前移动。

p7:在前进的过程中若发现已学习的目标则立即停止移动，然后转入p2。整个检测和抓取的过程无需人为干预，无人车可以自动进行。

进一步的，本系统运行的过程中有一个单独的线程实现避障功能，如果未检测到目标垃圾，同时超声波模块测距模块所测得的距离小于设定的安全距离，则无人车将采用左转向后退，右转向前进的避障策略避开障碍物。

进一步的，在无人车工作前需要将散热模块的小风扇和散热模块的电压控制板的电路连通，使小风扇处于工作状态，此后无人车在工作时小风扇可以持续为其散热，防止芯片因过热损毁。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。