摘要

利用光电开关传感器的检测精度高、距离远和体积小等优势,研究了基于现代光传感技术的扫地机器人垃圾检测方法,高效检测及分类日常的家居生活垃圾。采用光电开关传感器、摄像头、机器学习平台及STM32控制器构建扫地机器人垃圾检测结构,利用光电开关传感器的优势采集垃圾图像,结合机器学习平台和深度学习SSD网络模型增强图像,优化网络模型鲁棒性,提升扫地机器人检测垃圾的效率和精度。试验结果表明,该方法在模型训练过程中,平均识别率和平均目标损失率分别为92.08%和3.78%,与垃圾被测垃圾相距4.5 m的位置检测精度达到73.35%,对大小仅为0.5 cm~3的垃圾检测精度为78.63%,整体检测精准率高达98.35%、查全率为94.22%,检测单个物品耗时仅需1.23 s。

全文