随着时代的不断发展,技术的不断提升,人们的生活也变得越来越好。扫地机器人作为一种提升人们生活品质的技术应运而生。扫地机器人在提升人们生活质量的同时也带来了一些问题,它们在清扫的过程中是不会区分个人物品与垃圾的,在带来干净环境的同时也存在损伤个人物品的可能性,对与如何让扫地机器人更好的去融入到家庭的环境中去,是一个可以深入研究的问题。现如今对于让机器来识别物体采用都是基于图像的识别技术,本课题主要是通过SSD(目标检测)算法来进行对于扫地机器人清扫过程中的识别物品与垃圾的应用研究。研究过程通过收集家庭环境中不同的地面场景图片和许多不同种类的私人物品图片来作为实验的数据来源,通过这些数据对SSD网络进行不断训练,得到了用于检测垃圾与私人物品的网络模型,并对模型的性能进行了分析。针对SSD算法在CPU上的运行速率过慢的问题和准确率还可以提升的情况,提出了基于轻量型网络的SSD算法,在改进了 SSD的基础网络的情况下解决了 CPU速率的问题,还小幅度的提升了模型的准确率。实验结果表明了,使用SSD算法能够完成对个人物品与垃圾的检测。而改进SSD网络的性能对比传统SSD算法,整个新网络训练模型的平均准确率达到了 92.26%,比传统的SSD算法高出2.26%,CPU速率达到了 5.3fps,比传统的SSD算法快了 4.63fps。