针对生活垃圾的高效分类及搬运处理,设计了一款以边缘嵌入式AI设备Jetson Nano为控制器的光电智能小车系统,该系统设计以YOLOv5为目标检测算法,以Pytorch1.8.1为深度学习框架。使智能小车从指定区域出发,通过自身的光电传感器在指定范围内搜寻垃圾,利用六轴机械臂对垃圾进行分拣并送到指定分类地点。对采集到的5 048张图片(包括5种垃圾类别)进行300次的迭代训练,实验测试结果表明:平均精确度达到91.8%,准确率达到94.5%,召回率达到89.03%。