具有黏滞物分离功能的智能垃圾桶结构设计

垃圾分类过程中垃圾形态的不规则、黏滞物附着等因素都会阻碍垃圾的识别与分拣,进而制约垃圾分类效率与自动化程度的提升。针对垃圾表面黏滞物附着问题,文中提出一种具有黏滞物分离功能的智能垃圾桶,利用内置的振筛与离心机构实现对垃圾的筛分与表面黏滞物的分离,降低不同类型垃圾识别与分拣的难度,减轻环卫人员作业负担,为提升垃圾分类的效率与自动化程度提供参考。

四自由度机械臂运动学算法与舵机减速设计

为了改善机械臂在运动过程中的整体稳定性,介绍了一种针对常见机械臂模型的简单运动学算法,利用关节长度、各关节间的夹角等参数,在空间直角坐标系中列出方程组求解,并对舵机进行了减速控制,为初学者理解机械臂控制算法提供了一种新的思路与方向。

基于深度学习的智能垃圾分类系统研究

目前我国对于智能化垃圾分类回收仍处于完善推广阶段。文中应用重构优化后的YOLOv5神经网络模型,搭配YOLOv5.s权重,TensorRT加速等手段能取得良好的智能垃圾分类识别效果,在其自建数据集准确率达95.23%以上,移动端部署识别速度达120 fps以上,同时搭配多级分类机构和物联网云平台等手段,能较好地实现智能垃圾分类系统社区化部署。有望解决日常生活中生活垃圾的自动分类问题,进一步缓解了日益增加的垃圾种类多、分类困难的问题,促进了垃圾分类的普及。