CN110697273A - 一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法 - Google Patents

Abstract

本发明一种具有识别与分类的垃圾桶，它包括分类识别模块和垃圾分类桶；分类识别模块包括电源模块、微控制器、分类识别模块、语音控制模块和信息显示模块。分类识别模块感应垃圾投递手势，采集垃圾的照片并识别分类；语音控制模块采集语音和按键控制信息；信息显示模块显示垃圾状态信息并语音提醒；垃圾分类桶包括控制信息接收器和多个分类的分类垃圾子桶，每个分类垃圾子桶包括垃圾分桶、分桶盖板及分类垃圾袋，实现不同类别垃圾的分类收储。本发明兼顾投递手势、垃圾图像和语音控制信息，能够综合并集成手势、照片和语音以及按键控制信息，实现垃圾的智能识别和自动分类。

Description

一种基于迭代学习控制的生活垃圾智能识别与自动分类*** 及方法

技术领域

本发明涉及一种生活垃圾智慧环保领域，尤其涉及到一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法。

背景技术

随着城镇人民生活水平的逐渐提高，产生的生活垃圾也越来越多，生活垃圾现已成为城市重要的污染源之一。虽然，目前很多小区都布设了分类垃圾桶，但是由于居民在平时生活中没有重视或者难以正确区分垃圾分类，生活垃圾的混杂率一直居高不下，使得传统的分类垃圾桶成为摆设。

然而，这种强制性分类规则的主体仍然限定在公共机构和相关企业，而对于产生生活垃圾最多的居民，既没有形成垃圾分类的日常习惯，又缺乏相关的垃圾分类的常识。

居民所产生的生活垃圾具有来源广泛且位置分散的典型特征，只要是居民生活的地方，就会产生生活垃圾，不同的居民在生活中可能产生不同类别的垃圾，相同的垃圾在不同居民的处理之后也会产生不同的状况。本发明针对上述情况，采集并分析各居民产生生活垃圾所特有的具体特征，设计并开发一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法。

专利号为201810365225.5公开了一种自动垃圾分类的多功能垃圾桶机器工作方法，桶体前侧的垃圾检测仓内的红外发射管、红外反射接收管和红外投射接收管，依据垃圾物质对950nm的近红外光的吸收与反射能力不同，实现对纸张、金属、塑料、玻璃等垃圾的识别分类。但其只能识别一种类型的垃圾，如纸张、金属、塑料、玻璃中的某一种，如需对这多种垃圾分别回收，则必须设置若干个该垃圾桶，因而难以满足居民生活垃圾所存在的种类繁多、形态各异、性质混杂的分类识别需求。

专利号为CN201811422605.4公开了一种智能垃圾桶的控制装置及其方法与智能垃圾桶，通过获取语音控制信息控制垃圾桶的工作方式和动态路径规划，利用卷积神经网络对图片数据库的大量样本进行建模和分类。但是其图片库在建立之后则不再进行扩展，更不能根据居民用户所产生的特有的生活垃圾情况进行标定和更新，难以与用户所产生的特有的垃圾特征进行识别与分类。

专利号为CN201910191797.0公开了一种基于深度学***台，通过前端图像采集模块获取垃圾图片，通过无线高速传输模块把垃圾图像传送到垃圾分类云平台，进行识别和分类。然而，其需要长期维护无线高速传输模块和云平台，其所包含的4G网络传输模块需要耗费大量4G网络流量用于传输垃圾图像，产生高额的无线网络通信费用，与此同时，如若垃圾桶断离网络，则不能进行实时的图像传输和分类判断，具有成本高且依赖性强等缺点，难以在居民家庭中进行推广应用。

专利号201910312315.2一种基于机器视觉的智能分类垃圾桶，采用中心旋转平台上的识别控制***，在识别出垃圾桶中的垃圾后，控制中心选装平台旋转，使得识别桶旋转至识别出的垃圾种类的垃圾分桶的上方，并控制识别台选装使得中心旋转平台的开口打开。该发明采用中心旋转平台作为垃圾投递和识别台，使得投递垃圾的体积和重量受限，且识别台的封闭性导致内部光线黑暗，虽然采用了光源模块，但其采集获取的图像质量却很难得到保障，从而会大大降低垃圾图像识别分类的准确性。

发明内容

本发明要解决的技术问题是提供一种在居民投递垃圾时采集、处理、集成和分析投递手势、垃圾图像、语音和按键控制信息，充分利用已采集的手势、语音和按键控制输入信息，进一步对垃圾实体照片进行采集和标注，针对不同居民人群所产生垃圾特点的记录、追踪和反复学习，实现生活垃圾的精确识别和自动分类***和方法，该方法以反复标注用户特有的垃圾特征的方式，实现生活垃圾特征的迭代学习、智能识别和自动分类。

迭代学习控制将以投递垃圾时的语音、手势和按键等控制输入信息对垃圾实体图片进行标注，通过反复标注投递垃圾的图片和分类信息来产生具有用户特征的垃圾分类图像库，以提高垃圾智能识别和自动分类的准确率。

为了解决上述技术问题，本发明提供了一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法，包括垃圾识别装置和垃圾分类桶，所述垃圾识别装置设置于垃圾分类桶上端，所述垃圾识别装置与垃圾分类桶感应相连，其中：

所述分类识别装置包括：电源模块、微控制器、感应采集模块、语音控制模块和信息显示模块，电源模块为分类识别模块提供电能，所述的感应采集模块、语音控制模块和信息显示模块分别与微控制器的端口相连接；所述的微控制器内有垃圾投递手势和实体分类智能识别固件程序，微控制器初始化感应采集模块、语音控制模块和信息显示模块，感应采集模块采集垃圾投递手势和实体照片，并将采集到的垃圾投递手势和实体照片传输至微控制器，语音控制模块采集垃圾投递者的语音和按键控制信息，并将采集到的语音和按键控制信息传输至微控制器，微控制器接收到语音控制模块传输来的语音和按键控制信息，判断语音和按键对应的分类类别；

垃圾分类桶包括分类信息接收器和若干分类垃圾子桶和对应的分类垃圾袋，所述垃圾分类桶设有至少三个分类垃圾子桶，所述分类垃圾子桶上设有LED显示屏，分类垃圾子桶包括可开闭的桶盖、桶身和距离传感器，距离传感器设置于垃圾分类桶内，并将采集垃圾信息实时更新显示到信息显示模块上，分类信息接收器与分类垃圾子桶无线连接，分类信息接收器发送明确的垃圾分类信息垃圾分类信息，分类信息接收器根据接收到的垃圾分类类别信息控制对应分类的分类垃圾子桶的桶盖的自动开闭。

作为本发明的进一步改进，所述的感应采集模块包括红外传感器、摄像头、光照传感器和LED辅助照明灯，红外传感器感应垃圾投递手势，摄像头采集垃圾照片，在光照传感器感应到光线较暗时，打开LED辅助照明灯，并将采集信息传递给微控制器；语音控制模块包括拾音器、语音识别处理器和若干分类按键，语音识别处理器分析并识别拾音器采集的语音分类信息，以及多个分类按键输入的对应垃圾分类信息；信息显示模块包括LED显示屏和语音合成模块，LED显示屏显示分类垃圾的状态信息，语音合成模块模拟人声进行语音提醒。微控制器获取、识别和分析采集信息以确定垃圾所属分类。

作为本发明的进一步改进，微控制器处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息，自动智能地识别对应的垃圾分类，向垃圾分类桶的分类信息接收器发送垃圾分类信息。

作为本发明的进一步改进，所述垃圾分类桶的分类信息接收器接收到垃圾分类信息，控制对应分类的分类垃圾子桶的桶盖打开和关闭，实现分类垃圾投递时桶盖的智能开闭；垃圾分类桶内的距离传感器实时监测分类垃圾子桶内的垃圾高度，并将采集到的垃圾信息实时更新显示到信息显示模块的LED显示屏上，并进行语音提示。

与现有技术相比，本发明具有下列优点：

生活垃圾的智能识别与自动分类***包括：分类识别模装置垃圾分类桶；分类识别装置包括电源模块、微控制器、分类识别模块、语音控制模块和信息显示模块。分类识别模块感应垃圾投递手势，采集垃圾的照片并识别分类；语音控制模块采集语音和按键控制信息；信息显示模块显示垃圾状态信息并语音提醒；垃圾分类桶包括控制信息接收器和若干分类的分类垃圾子桶，每个分类垃圾子桶包括垃圾分桶、分桶盖板及分类垃圾袋，实现不同类别垃圾的分类收储。本发明兼顾投递手势、垃圾图像和语音控制信息，能够综合并集成手势、照片和语音以及按键控制信息，实现垃圾精确化的智能识别和自动分类。

附图说明

图1为本发明具有识别与分类垃圾桶的结构示意图。

图2为本发明具有识别与分类垃圾桶中分类识别装置的模块框图。

图3为本发明具有识别与分类垃圾桶中分类识别装置的详细模块框图。

图4为本发明具有识别与分类垃圾桶中垃圾分类桶的模块框图。

图5为本发明实现垃圾智能识别和自动分类的流程图。

图6为本发明应采集模块采集垃圾投递手势和实体照片流程图。

图7为本发明语音控制模块采集垃圾投递者的语音和按键控制流程图。

图8为本发明微控制器处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息流程图。

图9为本发明控制对应分类的分类垃圾子桶的桶盖的智能开闭流程图。

图10为本发明垃圾分类桶采集到的垃圾信息实时更新显示到LED显示屏的流程图。

图11为本发明迭代更新垃圾智能识别分类模型参数。

其中：1-分类识别模块，2-垃圾分类桶，101-电源模块，102-微控制器，103-感应采集模块，104-语音控制模块，105-信息显示模块，201-分类信息接收器，202-分类垃圾子桶，203-垃圾袋，301-红外传感器，302-摄像头，303-光照传感器，304-LED辅助照明灯，401-拾音器，402-语音识别处理器，403-分类按键，501-LED显示屏，502-语音合成模块。

具体实施方式

如图1-3所示，一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法，智能识别分类***包括：分类识别装置1和垃圾分类桶2。

所述的分类识别装置1包括：电源模块101、微控制器102、感应采集模块103、语音控制模块104和信息显示模块105。

电源模块101为分类识别装置1提供电能；所述的感应采集模块103、语音控制模块104和信息显示模块105分别与微控制器102的端口相连接；所述的微控制器102内有已训练好的垃圾智能识别分类模型的固件程序；所述的感应采集模块103包括红外传感器301、摄像头302、光照传感器303和LED辅助照明灯304，红外传感器301感应垃圾投递手势，摄像头302采集垃圾照片，在光照传感器303感应到光线较暗时，打开LED辅助照明灯304，并将采集信息传递给微控制器102；语音控制模块104包括拾音器401、语音识别处理器402和多个分类按键403，语音识别处理器402分析并识别拾音器401采集的语音分类信息，以及多个分类按键403输入的对应垃圾分类信息；信息显示模块105包括LED显示屏501和语音合成模块502，LED显示屏501显示分类垃圾的状态信息，语音合成模块502模拟人声进行语音提醒。微控制器102获取、识别和分析采集信息以确定垃圾所属分类。

所述的垃圾分类桶2包括分类信息接收器201和多个分类垃圾子桶202和对应的分类垃圾袋203。每个分类垃圾子桶202包括可开闭的桶盖、桶身和距离传感器，分类信息接收器201根据接收到的垃圾分类类别信息控制对应分类的分类垃圾子桶202的桶盖的自动开闭；不同类别的分类垃圾子桶202和垃圾袋203用不同的颜色区分，每种颜色的垃圾袋内收储一种分类的垃圾，不再与其它分类垃圾混合，无需再次分拣，实现不同类别垃圾的分类收储。

如图5所示，实现垃圾智能识别和自动分类的方法包括以下步骤：

a．分类识别模块1的电源模块101接通电源后，微控制器102初始化感应采集模块103、语音控制模块104和信息显示模块105，实时监控各模块的监测信息和运行状态；

b．感应采集模块103采集垃圾投递手势和实体照片，并将采集到的垃圾投递手势和实体照片传输至微控制器102；

c．语音控制模块104采集垃圾投递者的语音和按键控制信息，并将采集到的语音和按键控制信息传输至微控制器102；

d．微控制器102处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息，自动智能地识别对应的垃圾分类，向垃圾分类桶2的分类信息接收器201发送垃圾分类信息；

e．垃圾分类桶2的分类信息接收器201接收到垃圾分类信息，控制对应分类的分类垃圾子桶（202）的桶盖打开和关闭，实现分类垃圾投递时桶盖的智能开闭；

f．垃圾分类桶2内的距离传感器204实时监测分类垃圾子桶202内的垃圾高度，并将采集到的垃圾信息实时更新显示到信息显示模块105的LED显示屏501上，并进行语音提示。

如图6所示，感应采集模块103采集垃圾投递手势和实体照片过程，包括以下步骤：

2a．等待感应采集模块103中的红外传感器301实时扫描并捕获垃圾投放区域的红外变化情况；

2b．判断红外传感器301感应到的红外变化是否为垃圾投递手势，如果是投递手势则执行步骤2c，如果不是投递手势则执行步骤2a；

2c．判断光照传感器303实时监测到的光照强度是否过暗，如果过暗则打开LED辅助照明灯304；

2d．摄像头302拍摄并采集垃圾投递手势和实体照片，并将所采集照片传输至微控制器102；

如图7所示，语音控制模块104采集垃圾投递者的语音和按键控制过程，包括以下步骤：

3a．等待语音控制模块104上的拾音器401接收语音信息；

3b．等待语音控制模块104上的多个分类按键403接收按键控制信息；

3c．判断语音和按键信息是否为明确的垃圾分类信息，如果是垃圾分类信息则执行步骤3d，否则执行步骤3a；

3d．语音控制模块104向微控制器102发送明确的垃圾分类信息；

如图8所示，微控制器102处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息过程，包括以下步骤：

4a．微控制器102接收到感应采集模块103传输来的垃圾投递手势和实体照片，调用垃圾投递手势和实体分类智能识别固件程序，识别照片中的投递手势和垃圾对应的分类类别；

4b．微控制器102接收到语音控制模块104传输来的语音和按键控制信息，判断语音和按键对应的分类类别；

4c．判断并对比手势、分类、语音和按键控制的垃圾分类信息是否一致，如果一致执行步骤4e，如果不一致则执行步骤4d；

4d．按照“按键>语音>手势>照片”的优先级确认垃圾分类类别，且将优先级高的垃圾分类类别作为采集照片的分类标签进行标注，迭代更新预训练的垃圾智能识别分类模型参数，实现分类模型的迭代学习控制；

4e．向分类信息接收器201发送明确的垃圾分类信息垃圾分类信息；

如图9所示，分类信息接收器201接收到垃圾分类信息，控制对应分类的分类垃圾子桶202的桶盖的智能开闭过程，包括以下步骤：

5a．当垃圾分类桶2的分类信息接收器201接收到明确的垃圾分类信息后，打开对应分类的分类垃圾子桶202的桶盖；

5b．分类垃圾子桶202的红外传感器感应到红外变化时，判断是否为垃圾投递完成，如果是则关闭分类垃圾子桶202的桶盖；

如图10所示，垃圾分类桶2采集到的垃圾信息实时更新显示到信息显示模块105的LED显示屏501过程，包括以下步骤：

6a．垃圾分类桶2的距离传感器204实时监测分类垃圾子桶202内的垃圾高度，并将采集数据发送至微处理器102；

6b．微处理器102将各个垃圾分类桶子桶内的垃圾高度信息汇总，并用图表方式在LED显示屏501上显示桶内垃圾状态信息，并通过语音合成模块502模拟人声进行语音提示。

如图11所示，迭代更新垃圾智能识别分类模型参数过程是：依据摄像头拍摄采集的垃圾投递实体照片，通过预训练的垃圾智能识别分类模型获取对应的分类类别，并与已采集的手势、语音和按键控制输入信息进行比对，通过比对的误差信息迭代修正垃圾智能识别分类模型参数，如此不断重复迭代更新，使得下一次智能识别分类结果更吻合实际分类类别，即针对居民产生生活垃圾所特有的具体特征的记录、追踪和反复学习，以达到逐渐提高识别分类精度的目的。

Claims (11)

1.一种基于迭代学习控制的生活垃圾智能识别与自动分类***及方法，其特征在于，所述智能识别分类***包括垃圾识别装置（1）和垃圾分类桶（2），所述垃圾识别装置（1）设置于垃圾分类桶（2）上端，所述垃圾识别装置（1）与垃圾分类桶（2）感应相连，其中：

所述分类识别装置（1）包括：电源模块（101）、微控制器（102）、感应采集模块（103）、语音控制模块（104）和信息显示模块（105），电源模块（101）为分类识别装置（1）提供电能，所述的感应采集模块（103）、语音控制模块（104）和信息显示模块（105）分别与微控制器（102）的端口相连接；所述的微控制器（102）内有已预训练好的垃圾智能识别分类模型的固件程序，微控制器（102）初始化感应采集模块（103）、语音控制模块（104）和信息显示模块（105），感应采集模块（103）采集垃圾投递手势和实体照片，并将采集到的垃圾投递手势和实体照片传输至微控制器（102），语音控制模块（104）采集垃圾投递者的语音和按键控制信息，并将采集到的语音和按键控制信息传输至微控制器（102），微控制器（102）接收到语音控制模块（104）传输来的语音和按键控制信息，判断语音和按键对应的分类类别；

垃圾分类桶（2）包括分类信息接收器（201）和若干分类垃圾子桶（202）和对应的分类垃圾袋（203），所述垃圾分类桶（2）设有至少三个分类垃圾子桶（202），所述分类垃圾子桶（202）上设有LED显示屏（501），分类垃圾子桶（202）包括可开闭的桶盖（6）、桶身（7）和距离传感器（204），距离传感器（204）设置于垃圾分类桶（2）内，并将采集垃圾信息实时更新显示到信息显示模块（105）上，分类信息接收器（201）与分类垃圾子桶（202）无线连接，分类信息接收器（201）发送明确的垃圾分类信息垃圾分类信息，分类信息接收器（201）根据接收到的垃圾分类类别信息控制对应分类的分类垃圾子桶（202）的桶盖的自动开闭。

2.根据权利要求1所述的具有识别与分类的垃圾桶，其特征在于：所述的感应采集模块（103）包括红外传感器（301）、摄像头（302）、光照传感器（303）和LED辅助照明灯（304），红外传感器（301）感应垃圾投递手势，摄像头（302）采集垃圾照片，在光照传感器（303）感应到光线较暗时，打开LED辅助照明灯（304），并将采集信息传递给微控制器（102）；语音控制模块（104）包括拾音器（401）、语音识别处理器（402）和若干分类按键（403），语音识别处理器（402）分析并识别拾音器（401）采集的语音分类信息，以及多个分类按键（403）输入的对应垃圾分类信息；信息显示模块（105）包括LED显示屏（501）和语音合成模块（502），LED显示屏（501）显示分类垃圾的状态信息，语音合成模块（502）模拟人声进行语音提醒，微控制器（102）获取、识别和分析采集信息以确定垃圾所属分类。

3.根据权利要求1所述的具有识别与分类的垃圾桶，其特征在于：微控制器（102）处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息，自动智能地识别对应的垃圾分类，向垃圾分类桶（2）的分类信息接收器（201）发送垃圾分类信息。

4.根据权利要求1所述的具有识别与分类的垃圾桶，其特征在于：所述垃圾分类桶（2）的分类信息接收器（201）接收到垃圾分类信息，控制对应分类的分类垃圾子桶（202）的桶盖打开和关闭，实现分类垃圾投递时桶盖的智能开闭；垃圾分类桶（2）内的距离传感器（204）实时监测分类垃圾子桶（202）内的垃圾高度，并将采集到的垃圾信息实时更新显示到信息显示模块（105）的LED显示屏（501）上，并进行语音提示。

5.一种基于迭代学习控制的生活垃圾的智能识别与自动分类方法，其特征是：实现垃圾智能识别和自动分类的方法包括以下步骤：

a．分类识别模块（1）的电源模块（101）接通电源后，微控制器（102）初始化感应采集模块（103）、语音控制模块（104）和信息显示模块（105），实时监控各模块的监测信息和运行状态；

b．感应采集模块（103）采集垃圾投递手势和实体照片，并将采集到的垃圾投递手势和实体照片传输至微控制器（102）；

c．语音控制模块（104）采集垃圾投递者的语音和按键控制信息，并将采集到的语音和按键控制信息传输至微控制器（102）；

d．微控制器（102）处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息，自动智能地识别对应的垃圾分类，向垃圾分类桶（2）的分类信息接收器（201）发送垃圾分类信息，并将手势、语音和控制信息作为垃圾实体照片的标注，迭代更新至分类图像库中；

e．垃圾分类桶（2）的分类信息接收器（201）接收到垃圾分类信息，控制对应分类的分类垃圾子桶（202）的桶盖打开和关闭，实现分类垃圾投递时桶盖的智能开闭；

f．垃圾分类桶（2）内的距离传感器（204）实时监测分类垃圾子桶（202）内的垃圾高度，并将采集到的垃圾信息实时更新显示到信息显示模块（105）的LED显示屏（501）上，并进行语音提示。

6.如权利要求5所述的感应采集模块（103）采集垃圾投递手势和实体照片过程，包括以下步骤：

2a．等待感应采集模块（103）中的红外传感器（301）实时扫描并捕获垃圾投放区域的红外变化情况；

2b．判断红外传感器（301）感应到的红外变化是否为垃圾投递手势，如果是投递手势则执行步骤2c，如果不是投递手势则执行步骤2a；

2c．判断光照传感器（303）实时监测到的光照强度是否过暗，如果过暗则打开LED辅助照明灯（304）；

2d．摄像头（302）拍摄并采集垃圾投递手势和实体照片，并将所采集照片传输至微控制器（102）。

7.如权利要求5所述的语音控制模块（104）采集垃圾投递者的语音和按键控制过程，包括以下步骤：

3a．等待语音控制模块（104）上的拾音器（401）接收语音信息；

3b．等待语音控制模块（104）上的多个分类按键（403）接收按键控制信息；

3c．判断语音和按键信息是否为明确的垃圾分类信息，如果是垃圾分类信息则执行步骤3d，否则执行步骤3a；

3d．语音控制模块（104）向微控制器（102）发送明确的垃圾分类信息。

8.如权利要求5所述的微控制器（102）处理、对比和分析垃圾投递手势、实体照片、语音和按键控制信息过程，包括以下步骤：

4a．微控制器（102）接收到感应采集模块（103）传输来的垃圾投递手势和实体照片，调用垃圾投递手势和实体分类智能识别固件程序，识别照片中的投递手势和垃圾对应的分类类别；

4b．微控制器（102）接收到语音控制模块（104）传输来的语音和按键控制信息，判断语音和按键对应的分类类别；

4c．判断并对比手势、分类、语音和按键控制的垃圾分类信息是否一致，如果一致执行步骤4e，如果不一致则执行步骤4d；

4d．按照“按键>语音>手势>照片”的优先级确认垃圾分类类别，且将优先级高的垃圾分类类别作为采集照片的分类标签进行标注，迭代更新垃圾智能识别分类模型参数，实现分类模型的迭代学习控制；

4e．向分类信息接收器（201）发送明确的垃圾分类信息垃圾分类信息。

9.如权利要求5所述的分类信息接收器（201）接收到垃圾分类信息，控制对应分类的分类垃圾子桶（202）的桶盖的智能开闭过程，包括以下步骤：

5a．当垃圾分类桶（2）的分类信息接收器（201）接收到明确的垃圾分类信息后，打开对应分类的分类垃圾子桶（202）的桶盖；

5b．分类垃圾子桶（202）的红外传感器感应到红外变化时，判断是否为垃圾投递完成，如果是则关闭分类垃圾子桶（202）的桶盖。

10.如权利要求5所述的垃圾分类桶（2）采集到的垃圾信息实时更新显示到信息显示模块（105）的LED显示屏（501）过程，包括以下步骤：

6a．垃圾分类桶（2）的距离传感器（204）实时监测分类垃圾子桶（202）内的垃圾高度，并将采集数据发送至微处理器（102）；

6b．微处理器（102）将各个垃圾分类桶子桶内的垃圾高度信息汇总，并用图表方式在LED显示屏（501）上显示桶内垃圾状态信息，并通过语音合成模块（502）模拟人声进行语音提示。

11.如权利要求8所述的迭代更新垃圾智能识别分类模型参数，其过程是：依据摄像头拍摄采集的垃圾投递实体照片，通过预训练的垃圾智能识别分类模型获取对应的分类类别，并与已采集的手势、语音和按键控制输入信息进行比对，通过比对的误差信息迭代修正垃圾智能识别分类模型参数，如此不断重复迭代更新，使得下一次智能识别分类结果更吻合实际分类类别，即针对居民产生生活垃圾所特有的具体特征的记录、追踪和反复学习，以达到逐渐提高识别分类精度的目的。

Images