| 摘要: | 隨著經濟發展、科技進步以及人口的成長,人們消耗更多資源,自然產生更多的拉圾,而這些垃圾中有一大部分是屬於可再回收利用的源。但因沒有落實垃圾分類,使得被送進了焚化爐或是掩理場進行處理,這樣不僅縮短焚化爐使用年限,也對環境造成汙染。但早期的做法不僅費時且費力,達到的效率也未必達到正比。因此,我們將利用人工智慧圖像辨識分類的技術,再搭配邊緣運算技術及機械手臂,建置具備人工智慧的資源垃圾斂機。設想在資源回收集中場,未經分類的垃圾經過輸送带往前運送,途中架設攝機,不斷擷取圖像,經過人工智慧深度學習圖像辨識分類引擎分類後,透過機械手臂抓取可再利用資源垃圾,丟至適當的分類槽,透過自動化的撿斂系統,不但省时省力又能不間斷工作。本專題使用Teachable Machine 訓練出TensorflowLite 影像辨識模型,此模型將垃圾分為四大類,分別為鋁箔包、鐵鋁罐、紙盒、寶特瓶。模型訓練完
成後將模型放至RaspberyPi3上進行測試,Raspberry Pi3搭載攝像頭透過OpenCV 來進行辨識,辨識完成後會將判斷結果傳至Arduino,Arduino 會利用判斷結果來控制機器手臂抓取垃圾放至對的分類槽經由最後軟硬體整測試,整體系統的辨識率可達到90%以上。 |
