随着生活水平的不断提高,我国逐渐迈入垃圾分类的时代。近年来,政府对垃圾分类工作做出重要指示,号召人们培养垃圾分类的习惯。可回收垃圾的处理作为垃圾分类工作中的重要组成部分,即对可回收利用的垃圾进行识别分类以便进行重复利用。其中的分类过程中存在着工作量大、工作环境恶劣、分类精度低、不能及时反馈信息等诸多问题。不能满足我国现阶段环保事业中对可回收垃圾分类的即时性,准确性等要求。近年来,物联网及机器视觉技术不断发展,已经在各个行业中得到了普遍应用。但在环保领域中,由于受到各种发展因素的制约,适用于我国国情的可回收垃圾分类系统匮乏。将环保领域中可回收垃圾的分类工作与二者结合起来的基于物联网技术的智能垃圾分类系统(Intelligent Garbage Classification System)成为发展的必然。开发一种新型智能可回收垃圾的分类系统有着重要意义。本文首先介绍了智能垃圾分类系统的总体设计方案及系统组成。由主控板,目标识别单元及云服务器上的上位机组成。采用机器视觉技术对待分类物体的图形进行采样输入,使用分类算法进行目标特征的提取及分类,通过窄带物联网(Narrow Band Internet of Things,NB-IoT)策略对分类结果及各种环境参数的传递至云服务器上进行保存以供后续分析。在目标识别单元部分,由于在垃圾分类过程中物体组成的复杂性,使用大量可回收垃圾的图像数据集对四种神经网络模型进行训练。在设计过程中对PyTorch框架下的神经网络模型进行优化与改进。在识别过程中依据训练过程中四种神经网络对应的识别准确率加权输出分类结果。在主控板部分设计基于STM32F103ZET6为核心的主控制器以及环境气体传感器协同,对系统内部的各种易燃易爆气体进行检测及状态进行采集。通信模块采用BC35-G模组为核心的NB-IoT通信模块进行数据发送。可实现环境参数发送以及低功耗的设计要求,增强信号穿透性使得通信过程更加稳定,信息传输精准可靠。在主控板上设计了指导系统,用户可以通过液晶屏操作查看相关信息。云服务器部分部署于腾讯云服务器。依据总体设计方案要求对接收到的信息进行存储及分析。介绍了信息传递过程中提高多并发能力,确保高可靠性的设计方案。并进行上线测试。最后,在实验室环境中对整个系统进行验证。通过对目标识别,有害气体检测,通信稳定性及功耗等诸多方面进行系统稳定性的实验检测。