CN111402878A - 垃圾分类智能教育机器*** - Google Patents

垃圾分类智能教育机器*** Download PDF

Info

Publication number
CN111402878A
CN111402878A CN202010194673.0A CN202010194673A CN111402878A CN 111402878 A CN111402878 A CN 111402878A CN 202010194673 A CN202010194673 A CN 202010194673A CN 111402878 A CN111402878 A CN 111402878A
Authority
CN
China
Prior art keywords
equipment
information
remote server
garbage
server terminal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202010194673.0A
Other languages
English (en)
Inventor
陈威
江维
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Yirui Data Technology Co ltd
Original Assignee
Shanghai Yirui Data Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Yirui Data Technology Co ltd filed Critical Shanghai Yirui Data Technology Co ltd
Priority to CN202010194673.0A priority Critical patent/CN111402878A/zh
Publication of CN111402878A publication Critical patent/CN111402878A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations
    • G09B5/14—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations with provision for individual teacher-student communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Acoustics & Sound (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明提供了一种垃圾分类智能教育机器***，其包括现场智能机器设备和远程服务器终端，所述现场智能机器设备包括视频监控采集设备、语音交互设备、人体感应设备、光线感应设备、照明设备、控制设备、网络传输设备和数据存储设备。该智能设备设置于学校垃圾桶旁或专门的教学培养点等地，通过与学生之间的行为、语音之间的互动，培养习惯养成。

Description

垃圾分类智能教育机器***
技术领域
本发明涉及垃圾分类与处理技术领域，具体涉及一种垃圾分类智能教育机器***。
背景技术
随着史上最严垃圾分类政策在上海实施，上海人民每天都要进行垃圾分类的灵魂拷问。然而，垃圾分类是一种习惯养成，单纯靠严格的制度和监管是没有办法长久维持的，有研究表明，巩固居民分类行为所需要的时间从6 个月到2年不等。垃圾分类显然是一个容易回潮、需要反复巩固的过程。
日本早在上世纪八十年代开始，就已经经受垃圾分类的折磨，其建立起一套近乎苛刻的垃圾分类制度。垃圾分类精细、有制定垃圾袋、不同垃圾扔法不同、扔垃圾有特定的时间和地点、政府宣传到位、处理流程完善、人们意识强烈等都是垃圾分类鲜明的特点。
罗马并非一天建成，日本的垃圾分类也并非一蹴而就。日本垃圾分类正是抓住了习惯养成这一核心，在中小学实施环保教育，通过学校教育和家庭的言传身教，使日本居民从幼儿园起，就学习垃圾分类，培养垃圾分类习惯养成，小学设立专门的社会学科，参观垃圾工厂的分类回收。
德国也是环保教育最完善的国家之一，垃圾分类被写入小学课本，并且课堂上被反复教育，在学校上课，流动教学等类似活动中，让学生直观参与体验垃圾分类。
因此，如何将垃圾分类贯穿于于教育事业，从小培养国人垃圾分类习惯养成，是实现全民垃圾分类的基础。基于此，本发明提供一种用于学校、幼儿园的垃圾分类智能教育机器，通过行为识别、语音交互技术，实现与青少年互动，灌输垃圾分类知识，培养习惯养成。
技术方案
本发明提供一种垃圾分类智能教育机器***，该智能设备设置于学校垃圾桶旁或专门的教学培养点等地，通过与学生之间的行为、语音之间的互动，培养习惯养成。
基于此，本发明提供一种垃圾分类智能教育机器***，其包括现场智能机器设备和远程服务器终端，所述现场智能机器设备包括视频监控采集设备、语音交互设备、人体感应设备、光线感应设备、照明设备、控制设备、网络传输设备和数据存储设备。
在本发明的一个实施方式中，智能教育设备中光线感应设备检测当前环境中的需要被视频采集的场景的光线强弱信息，将获得的光线强弱信息与预先设置的视频采集光线阈值范围比较，如果获得的光线强弱信息低于光线阈值范围，由控制设备控制照明设备调整照明亮度，达到光线阈值范围内。
在本发明的一个实施方式中，采用如下方法实现垃圾分类教学，
设备开启，人体感应设备感应到学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，播放欢迎或提示性音频信息，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，满足阈值范围时，不再调整光线强弱；
语音提示，学生可喊出存储在本地设备上预设的唤醒词，语音交互设备收集并识别学生的语音指令信息，经过判断，认定垃圾分类教育互动需求，开启垃圾分类教学模式；
垃圾分类教学，
语音交互设备采集学生提出的语音问题信息为数据库里的实物展示垃圾问题信息时，如“这是什么垃圾？”、“这种垃圾属于哪种分类”，语音信息传递到远程服务器终端，反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，图像信息传递到远程服务器终端，通过远程服务器终端的垃圾分类数据库进行图像识别和比对，将对比结果通过语音交互设备，广播给学生；
语音交互设备采集学生提出的语音问题信息为数据库里的纯知识问答类问题词时，如“电池属于什么垃圾？”，语音信息传递到远程服务器终端，通过数据库中的信息检索，获得答案，反馈控制设备控制语音交互设备中的喇叭播放垃圾分类答案。
在本发明的一个实施方式中，采用如下方法实现垃圾分类互动测试，
语音交互设备采集学生提出的语音信息或动作信息，满足远程服务器终端数据库中的信息时，提示为互动测试环节，如“我要测试”，远程服务器终端反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，视频监控采集设备捕获学生投放入垃圾桶的行为信息，反馈到远程服务器终端，判断学生测试结果是否正确，通过语音交互设备中的喇叭播出判定结论，如果不正确，通过语音交互设备中的喇叭会播出正确的答案及答案分析。
在本发明的一个实施方式中，采用深度学习的人工智能行为识别算法实现垃圾投递学生的行为分析和深度学习。
在本发明的一个实施方式中，采用边缘计算技术实现本地行为识别，远程深度学习。
在本发明的一个实施方式中，远程服务器终端具有深度学习的人工智能行为识别算法，视频监控采集设备采集到视频数据后，通过网络传输设备，将视频数据传递到远程服务器终端，对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，远程服务器终端对结果进行归纳总结展示，作为评价学生垃圾分类习惯养成的重要参考指标。
在本发明的一个实施方式中，所述现场智能机器设备中还包括视频数据分析设备。
在本发明的一个实施方式中，视频数据分析设备用于现场分析捕获的图像信息和视频信息，采用深度学习的人工智能行为识别算法，当视频监控采集设备采集到视频数据后，视频数据分析设备对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，通过网络传输设备，将识别结果传递到远程服务器终端，远程服务器终端对结果进行分析归纳总结并展示，作为评价垃圾分类管理的重要参考指标。
有益的效果
该智能设备设置于学校垃圾桶旁或专门的教学培养点等地，通过与学生之间的行为、语音之间的互动，培养习惯养成。
附图说明
图1本发明提供的垃圾分类智能教育***的组成示意图；
图2本发明提供的垃圾分类智能教育***现场智能机器设备的结构示意图；
图3本发明提供的垃圾分类智能教育***现场智能机器设备的***图；
图4本发明提供的垃圾分类智能教育***现场智能机器设备光线调整流程图。
图5采用本发明***进行垃圾分类教学流程图；
图6采用本发明***进行垃圾分类测试流程图；
图7采用本发明***进行垃圾分类监控与习惯养成示意图。
具体实施方式
本发明提供一种垃圾分类智能教育机器***，其包括现场智能机器设备和远程服务器终端，所述现场智能机器设备包括视频监控采集设备、语音交互设备、人体感应设备、光线感应设备、照明设备、控制设备、网络传输设备和数据存储设备。
采用视频监控采集设备进行人员行为过程记录的时候，最大的难点在于当在光线非常暗的情况下，视频设备难以准确获取行为识别信息。本发明提供的智能教育设备中光线感应设备检测当前环境中的需要被视频采集的场景的光线强弱信息，将获得的光线强弱信息与预先设置的视频采集光线阈值范围比较，如果获得的光线强弱信息低于光线阈值范围，控制照明设备调整照明亮度，达到光线阈值范围内。本发明提供的垃圾分类智能教育机器***不论在什么环境光照下，均可以实现图像监控采集设备的最优光线下的数据采集。
所述光线感应设备为光线感应器。
所述网络传输方式可以为4G、Wifi、5G、网线、光纤。
实现上述网络传输方式所采用的网络传输设备可以为集线器、交换机、网桥、路由器、调制解调器、光纤收发器、光缆等。
所述现场智能机器设备为分体式设计，设计成为n角魔方结构，每个角设置一个照明设备，根据不同城市的垃圾分类种类选择n的数量。所述照明设备采用LED光源，整体的照明设备的照明功率在20W-30W之间。经过测试，由于垃圾分类智能教育机器基于应用场景的限制，安装高度一般在2.5 米-3.5米之间，在这个高度范围内，当光源照明功率超过30W时，会造成刺眼的感觉，给人不舒适的感觉。另一方面，该智能教育机器设计成魔方结构，在角上进行光源分布，机器中心处设置视频监控采集设备，如果光源照明功率过高，亮度过大，会影响视频设备采集行人行为。
所述现场智能机器设备的中心位置是壳主体，内置视频监控组件、人体感应设备、语音交互设备中的拾音设备和控制设备，n个角上设置照明设备和语音交互设备中的智能音箱。
所述照明设备除包括LED光源外，还包括光源板和扩散板，扩散板采用磨砂面设计，用于实现扩光配色，光源板用于贴合固定光源，光源板安装在壳子四个角的底部。
所述视频监控采集设备包括摄像头监控固定板和摄像头，摄像头固定在摄像头监控固定板。所述摄像头优选为红外半球型网络摄像机。所述视频监控采集设备使用时保持24小时开机状态，实时进行监控和管理。
所述语音交互设备中的智能音箱包括喇叭、喇叭盖和防水透声膜，所述喇叭盖安装在壳子的侧面，喇叭盖和喇叭之间设置有防水透声膜，用于避免喇叭进水。
所述语音交互设备中的拾音设备是麦克风或者麦克风阵列。
在所述垃现场智能机器设备的壳子的底部盖板上安装1-2个人体感应设备，1个光线感应设备，n角魔方每个角上设置1个投影装置。
所述拾音设备安装在底部盖板上。
所述底部盖板中间设置圆孔，摄像头穿过圆孔，盖板的两边设置支架，摄像头固定板固定在支架上。
控制驱动组件包含两个驱动和一个控制主板，一个是LED恒流驱动，用于给光源供电，另一个是恒压电源驱动，用于给视频监控采集设备、语音交互设备和控制主板供电。
控制驱动组件通过金属框架固定，金属框架固定在壳子内壁上。
采用该智能机器***进行学生垃圾分类知识教育教学，安装在教室、学校走廊或者专门的教育培训空间内：
设备开启，人体感应设备感应到学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，播放欢迎或提示性音频信息，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，满足阈值范围时，不再调整光线强弱；
语音提示，学生可喊出存储在本地设备上预设的唤醒词，语音交互设备收集并识别学生的语音指令信息，经过判断，认定垃圾分类教育互动需求，开启垃圾分类教学模式；
垃圾分类教学，
语音交互设备采集学生提出的语音问题信息为数据库里的实物展示垃圾问题信息时，如“这是什么垃圾？”、“这种垃圾属于哪种分类”，语音信息传递到远程服务器终端，反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，图像信息传递到远程服务器终端，通过远程服务器终端的垃圾分类数据库进行图像识别和比对，将对比结果通过语音交互设备，广播给学生；
语音交互设备采集学生提出的语音问题信息为数据库里的纯知识问答类问题词时，如“电池属于什么垃圾？”，语音信息传递到远程服务器终端，通过数据库中的信息检索，获得答案，反馈控制设备控制语音交互设备中的喇叭播放垃圾分类答案；
垃圾分类互动测试，
语音交互设备采集学生提出的语音信息或动作信息，满足远程服务器终端数据库中的信息时，提示为互动测试环节，如“我要测试”，远程服务器终端反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，视频监控采集设备捕获学生投放入垃圾桶的行为信息，反馈到远程服务器终端，判断学生测试结果是否正确，通过语音交互设备中的喇叭播出判定结论，如果不正确，通过语音交互设备中的喇叭会播出正确的答案及答案分析。
该智能机器***也可以实现学生垃圾分类习惯养成，将该智能机器***安装到学校垃圾桶旁，利用深度学习的人工智能行为识别算法，为个人构建行为库，了解学生扔垃圾行为习惯，及时纠正。
本发明提供的垃圾分类智能教育机器***既可以通过边缘计算的手段实现现场快速行为识别分析，远程服务器终端深度学习，也可以不采用边缘计算，直接实现在远程服务器终端的行为识别分析和深度学习。
对于直接采用远程服务器终端进行行为识别和深度学习的情况，远程服务器终端具有深度学习的人工智能行为识别算法，视频监控采集设备采集到视频数据后，通过网络传输设备，将视频数据传递到远程服务器终端，对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，远程服务器终端对结果进行归纳总结展示，作为评价学生垃圾分类习惯养成的重要参考指标。
采用这种方式的弊端是难以在任何应用场景下都能快速准确地识别参与人员及其垃圾投放行为，因此，进一步，本发明也选择通过边缘计算的手段实现现场快速行为识别分析，远程服务器终端深度学习，从而解决采用单一远程服务器终端进行行为识别和深度学习存在的弊端。
在这种情况下，所述现场智能机器设备中还包括视频数据分析设备。
采用视频数据分析设备进行行为识别分析的时候，最大的难点在于如何快速准确地识别参与人员及其垃圾投放行为。本发明采用边缘计算的手段，在现场智能机器设备中安装数据存储设备和视频数据分析设备，数据存储设备可以短期存放视频监控捕获的图像信息和视频信息，一般保存3-5天的数据，数据的长期存放仍然需要在远程服务器终端数据库中存放。
视频数据分析设备用于现场分析捕获的图像信息和视频信息，采用深度学习的人工智能行为识别算法，当视频监控采集设备采集到视频数据后，视频数据分析设备对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，通过网络传输设备，将识别结果传递到远程服务器终端，远程服务器终端对结果进行分析归纳总结并展示，作为评价垃圾分类管理的重要参考指标。
培养行为习惯的具体做法是：
设备启动，当人体感应设备感应到前来倒垃圾的学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，满足阈值范围时，不再调整光线强弱；
视频监控采集设备采集学生的图像信息，采用深度学习的人工智能行为识别算法，通过远程服务器终端或者采用边缘计算基数的视频数据分析设备对视频数据进行行为特征分析比对，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为，传递到远程服务器终端的数据库中，构建单一学生的行为识别数据包，远程服务器终端对结果进行归纳总，统计该学生的扔垃圾行为习惯，将结果与学生的学分挂钩，监督学生培养垃圾分类的习惯养成。
以下采用实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。
实施例1
图1展示一种垃圾分类智能教育机器***，其包括现场智能机器设备和远程服务器终端，所述现场智能机器设备包括视频监控采集设备、语音交互设备、人体感应设备、光线感应设备、照明设备、控制设备、网络传输设备和数据存储设备。
图2至图3展示本发明提供的垃圾分类智能教育***的现场智能机器设备的结构图，其采用4角魔方结构，四个角为棱形结构设计。
棱形结构的角包含分体盖子1、壳子和内置其中的照明设备、语音交互设备，语音交互设备的智能音箱的喇叭盖3设置在壳子的侧壁上，喇叭7与喇叭盖3连接，两者之间设置防水透声膜6，内置的LED光源固定在光源板 2上，壳子的底部设置有扩散板5。
壳子的中心部分内置控制设备8，控制设备8通过金属框架固定在壳子的内壁上。壳子底部设置盖板12，盖板12两边的支架支撑摄像头监控固定板9，固定板用于固定摄像头10。在盖板12上还设置有人体感应器13、光线感应器14和麦克风11。
实施例2
图4给出了本发明现场智能机器设备通过光线感应器、照明设备调整摄像头10采集图像和视频信息的过程。光线感应器14采集光线强弱信息，反馈到本地控制设备8，本地控制设备8将光线强弱信息与设置于摄像头内的本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，当满足阈值范围时，采集图像、视频信息。
实施例3
如图5所示，垃圾分类教学：人体感应设备感应到学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，播放欢迎或提示性音频信息，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，当满足阈值范围时，不再调整光线强弱；
学生可喊出存储在本地设备上预设的唤醒词，语音交互设备收集并识别学生的语音指令信息，经过判断，认定垃圾分类教育互动需求，开启垃圾分类教学模式；
语音交互设备采集学生提出的语音问题信息为数据库里的实物展示垃圾问题信息时，如“这是什么垃圾？”、“这种垃圾属于哪种分类”，语音信息传递到远程服务器终端，反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，图像信息传递到远程服务器终端，通过远程服务器终端的垃圾分类数据库进行图像识别和比对，将对比结果通过语音交互设备，广播给学生；
语音交互设备采集学生提出的语音问题信息为数据库里的纯知识问答类问题词时，如“电池属于什么垃圾？”，语音信息传递到远程服务器终端，通过数据库中的信息检索，获得答案，反馈控制设备控制语音交互设备中的喇叭播放垃圾分类答案。
实施例4
如图6所示，垃圾分类测试：人体感应设备感应到学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，播放欢迎或提示性音频信息，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，满足阈值范围时，不再调整光线强弱；
语音交互设备采集学生提出的语音信息或动作信息，满足远程服务器终端数据库中的信息时，提示为互动测试环节，如“我要测试”，远程服务器终端反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，视频监控采集设备捕获学生投放入垃圾桶的行为信息，反馈到远程服务器终端，判断学生测试结果是否正确，如不正确，通过语音交互设备中的喇叭播出正确答案。
实施例5
远程服务器终端深度学习习惯养成：
当人体感应设备感应到前来倒垃圾的学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，满足阈值范围时，不再调整光线强弱；
视频监控采集设备采集学生的图像信息，采用深度学习的人工智能行为识别算法，通过远程服务器终端对视频数据进行行为特征分析比对，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为，传递到远程服务器终端的数据库中，构建单一学生的行为识别数据包，远程服务器终端对结果进行归纳总，统计该学生的扔垃圾行为习惯，将结果与学生的学分挂钩，监督学生培养垃圾分类的习惯养成。
实施例6
采用边缘计算技术本地进行行为识别分析，远程深度学习习惯养成：
在这种情况下，所述现场智能机器设备中还包括视频数据分析设备。
如图7所示，当人体感应设备感应到前来倒垃圾的学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，当满足阈值范围时，不再调整光线强弱；
视频监控采集设备采集学生的图像信息，采用深度学习的人工智能行为识别算法，采用边缘计算技术的本地视频数据分析设备对视频数据进行行为特征分析比对，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为，传递到远程服务器终端的数据库中，构建单一学生的行为识别数据包，远程服务器终端对结果进行归纳总，统计该学生的扔垃圾行为习惯，将结果与学生的学分挂钩，监督学生培养垃圾分类的习惯养成。
所有上述的首要实施这一知识产权，并没有设定限制其他形式的实施这种新产品和/或新方法。本领域技术人员将利用这一重要信息，上述内容修改，以实现类似的执行情况。但是，所有修改或改造基于本发明新产品属于保留的权利。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (9)

1.一种垃圾分类智能教育机器***，其特征在于：包括现场智能机器设备和远程服务器终端，所述现场智能机器设备包括视频监控采集设备、语音交互设备、人体感应设备、光线感应设备、照明设备、控制设备、网络传输设备和数据存储设备。
2.如权利要求1所述的垃圾分类智能教育机器***，其特征在于：智能教育设备中光线感应设备检测当前环境中的需要被视频采集的场景的光线强弱信息，将获得的光线强弱信息与预先设置的视频采集光线阈值范围比较，如果获得的光线强弱信息低于光线阈值范围，由控制设备控制照明设备调整照明亮度，达到光线阈值范围内。
3.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：采用如下方法实现垃圾分类教学，
设备开启，人体感应设备感应到学生后，将信息反馈给远程服务器终端，远程服务器终端将指令传递给控制设备，启动照明设备、语音交互设备，播放欢迎或提示性音频信息，同时，光线感应设备采集光线强弱信息，反馈到本地控制设备，本地控制设备将光线强弱信息与本地存储设备中存储的视频信息采集最优的光线阈值范围对比，进而由控制设备控制照明设备光线强弱，并再次采集光线强弱信息，当满足阈值范围时，不再调整光线强弱；
语音提示，学生可喊出存储在本地设备上预设的唤醒词，语音交互设备收集并识别学生的语音指令信息，经过判断，认定垃圾分类教育互动需求，开启垃圾分类教学模式；
垃圾分类教学，
语音交互设备采集学生提出的语音问题信息为数据库里的实物展示垃圾问题信息时，如“这是什么垃圾？”、“这种垃圾属于哪种分类”，语音信息传递到远程服务器终端，反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，图像信息传递到远程服务器终端，通过远程服务器终端的垃圾分类数据库进行图像识别和比对，将对比结果通过语音交互设备，广播给学生；
语音交互设备采集学生提出的语音问题信息为数据库里的纯知识问答类问题词时，如“电池属于什么垃圾？”，语音信息传递到远程服务器终端，通过数据库中的信息检索，获得答案，反馈控制设备控制语音交互设备中的喇叭播放垃圾分类答案。
4.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：采用如下方法实现垃圾分类互动测试，
语音交互设备采集学生提出的语音信息或动作信息，满足远程服务器终端数据库中的信息时，提示为互动测试环节，如“我要测试”，远程服务器终端反馈控制设备控制视频监控采集设备采集学生展示的垃圾图像信息，视频监控采集设备捕获学生投放入垃圾桶的行为信息，反馈到远程服务器终端，判断学生测试结果是否正确，通过语音交互设备中的喇叭播出判定结论，如果不正确，通过语音交互设备中的喇叭会播出正确的答案及答案分析。
5.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：采用深度学习的人工智能行为识别算法实现垃圾投递人员的行为分析和深度学习。
6.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：采用边缘计算技术实现本地行为识别，远程深度学习。
7.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：远程服务器终端具有深度学习的人工智能行为识别算法，视频监控采集设备采集到视频数据后，通过网络传输设备，将视频数据传递到远程服务器终端，对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，远程服务器终端对结果进行归纳总结展示，作为评价学生垃圾分类习惯养成的重要参考指标。
8.如权利要求1或2所述的垃圾分类智能教育机器***，其特征在于：所述现场智能机器设备中还包括视频数据分析设备。
9.如权利要求8所述的垃圾分类智能教育机器***，其特征在于：视频数据分析设备用于现场分析捕获的图像信息和视频信息，采用深度学习的人工智能行为识别算法，当视频监控采集设备采集到视频数据后，视频数据分析设备对视频数据进行行为特征比对分析，实时识别参与人员的身份信息、垃圾投放数量、垃圾分类投放行为等特征，通过网络传输设备，将识别结果传递到远程服务器终端，远程服务器终端对结果进行归纳总结展示，作为评价垃圾分类管理的重要参考指标。
CN202010194673.0A 2020-03-19 2020-03-19 垃圾分类智能教育机器*** Withdrawn CN111402878A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010194673.0A CN111402878A (zh) 2020-03-19 2020-03-19 垃圾分类智能教育机器***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010194673.0A CN111402878A (zh) 2020-03-19 2020-03-19 垃圾分类智能教育机器***

Publications (1)

Publication Number Publication Date
CN111402878A true CN111402878A (zh) 2020-07-10

Family

ID=71413992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010194673.0A Withdrawn CN111402878A (zh) 2020-03-19 2020-03-19 垃圾分类智能教育机器***

Country Status (1)

Country Link
CN (1) CN111402878A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814757A (zh) * 2020-08-20 2020-10-23 许昌学院 基于计算机软件的垃圾分类模拟***
CN112037605A (zh) * 2020-10-20 2020-12-04 广州市萌酷信息科技有限责任公司 一种基于大数据解析的信息技术咨询终端
CN112597804A (zh) * 2020-11-27 2021-04-02 上海阅目环境科技有限公司 一种垃圾分类投递现场的语音提示与视频图像监管的方法
CN113421473A (zh) * 2021-07-05 2021-09-21 赛飞特工程技术集团有限公司 基于vr及ar技术的人才培训***和方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111814757A (zh) * 2020-08-20 2020-10-23 许昌学院 基于计算机软件的垃圾分类模拟***
CN111814757B (zh) * 2020-08-20 2024-01-09 许昌学院 基于计算机软件的垃圾分类模拟***
CN112037605A (zh) * 2020-10-20 2020-12-04 广州市萌酷信息科技有限责任公司 一种基于大数据解析的信息技术咨询终端
CN112597804A (zh) * 2020-11-27 2021-04-02 上海阅目环境科技有限公司 一种垃圾分类投递现场的语音提示与视频图像监管的方法
CN113421473A (zh) * 2021-07-05 2021-09-21 赛飞特工程技术集团有限公司 基于vr及ar技术的人才培训***和方法

Similar Documents

Publication Publication Date Title
CN111402878A (zh) 垃圾分类智能教育机器***
CN110991381B (zh) 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒***和方法
CN111392280A (zh) 垃圾分类行为养成***
CN104680859B (zh) 一种自主学习***及使用方法
CN108537705A (zh) 一种基于智慧课堂教学***的数字教材管理***
CN105280044B (zh) 一种面向孤独症谱系障碍儿童的智能教学***
CN102013176A (zh) 在线学习***
CN106128188A (zh) 桌面教育专注度分析***及其分析方法
CN106792042A (zh) 一种基于移动终端的远程控制智能电视的方法及***
CN106683505A (zh) 一种智慧校园之云课堂实践一体化***
CN108985987A (zh) 一种智慧校园***
CN113781853B (zh) 基于终端的师生远程互动教育平台
CN109270866A (zh) 一种智慧教室云管控平台控制***
CN109359613A (zh) 一种基于人工智能的教学过程分析方法
CN108766075A (zh) 一种基于视频分析的个性化教育分析***及方法
CN110827856A (zh) 授课的测评方法
CN109559266A (zh) 一种基于大数据的智能教育设备
CN109166060A (zh) 一种旅游背景下的教育平台及使用方法
CN111079964B (zh) 基于人工智能的在线教育课程分配平台
CN109243220A (zh) 一种基于多媒体情景交融的课堂教学控制***
CN108984742A (zh) 一种黑屏状态下的人机交互方法及家教设备
CN114596616A (zh) 一种基于人脸识别的智慧教室照明方法及***
CN111461153B (zh) 人群特征深度学习方法
CN112782987A (zh) 一种多功能智慧教室控制***及其控制方法
CN206162703U (zh) 一种教室智能监测管理***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20200710

WW01 Invention patent application withdrawn after publication