论文总字数：24580字

摘 要

随着人类生活水平的不断提高，垃圾也制造得多。现旨在设计一款智能垃圾桶,方便使用者丢弃垃圾，改善垃圾桶周围垃圾囤满，恶臭熏天的现状.本次毕业设计主要通过机器学习算法在嵌入式平台上识别手势信息来控制四个不同垃圾桶的打开关闭，操作者只需摆出手势，而不用接触垃圾桶就可以打开垃圾桶丢放垃圾，减少使用者对于垃圾分类的厌烦心理。

本次毕业设计所完成的的手势识别控制开关系统由摄像头、嵌入式系统、驱动设备三部分构成。开关使用摄像头采集图像，传给嵌入式系统通过卷积神经网络对在电脑上已经运算完成的数据模型进行比对分析，再将得到的结论数据通过驱动设备传输给分类垃圾桶以达到控制的目的。

关键词：开关；手势识别；嵌入式系统；机器学习

The design of Gesture-controlled bin switch based on machine learning

Abstract

As the standard of living of human beings continues to improve, rubbish is also manufactured more, the traditional way of landfill, taking up tens of thousands of acres of land; and mosquitoes and flies fly, sewage overflowing, stinky, serious pollution of the environment, the state advocates waste classification and disposal. The aim is to design an intelligent bin to facilitate users to throw away rubbish and improve the current situation of rubbish hoarding and stench around the bin. This graduation design is mainly through the machine learning algorithm in the embedded platform to identify the gesture information to control the switch function of the classification of bins, people do not need to touch the bins to complete the accurate rubbish put, hygiene and convenience. The system completely solves the danger of bacterial infection in traditional waste bins, and also prevents the smell of waste from spreading, creating a clean environmental atmosphere.

The gesture recognition control switch designed by this system consists of three parts: the camera, the embedded system and the drive device. The switch uses a camera to capture images, which are passed to the embedded system for comparison and analysis of the data model already calculated on the computer through a convolutional neural network, and then the resulting data is transmitted to the sorting bin through the drive device for control purposes.

Keywords: switches; gesture recognition; embedded systems; machine learning

目 录

第一章 绪论 1

1.1 选题背景 1

1.2 手势识别国内外研究现状 1

1.3 本文主要研究内容 3

第二章系统设计方案 4

2.1 系统基本构成 4

2.2 嵌入式系统选择 4

2.3 手势模型训练算法选择 6

第三章 手势模型训练算法研究与数据集制作 7

3.1 手势识别模型训练基础知识 7

3.2 手势模型数据集制作 9

3.3 手势模型训练具体代码 13

第四章 手势模型部署k210开发板 15

4.1 开发环境搭建及k210固件烧录 15

4.2 模型部署。 16

第五章 成果展示 19

5.1 评价指标 19

5.2 模型指标分析 19

5.3 结果展示 21

第六章 结论 24

谢辞 26

参考文献 27

本科阶段获得的成就与奖项 29

第一章 绪论

1.1 选题背景

随着人类生活水平的不断提高，垃圾也制造得多，目前全国已有将近三分之二的大中型城市陷入垃圾太多的囧境。因为城市的发展伴随而来的还有产生了大量的生活垃圾。中国的垃圾生产水平远超于其他国家，非常过分，与之相对应的是绝大多数地区由于垃圾处理设备老旧、甚至严重不足，导致垃圾处理速度低于垃圾制造速度，形成严重脱节，因此,垃圾的分类、处理，垃圾的综合利用非常重要。

在中国许多城市，如北京和上海，已经成为臭名昭著的"垃圾围城"城市。从20世纪初来，中国的城市固体废物的生产成为世界第一，每年平均增长1.31%（Zhang等人，2016）。城市固体废物的总产生量 2015年，城市固体废物的总产生量占东亚国家废物产生量的70%。尽管产生了大量的固体废物，但中国只有不到2%的固体废物被分类和回收（NBSC，2016）。有大量的固体废物未经分类就被处置，阻碍了废物的回收利用，并造成潜在的环境污染。阻碍了废物的回收，并造成潜在的环境污染。根据Chen等人（2015），大约78%的固体废物只经过简单的处理就被填埋，另外20%在城市处理系统中直接被焚烧。没有适当分类的填埋带来了土壤和地下水污染的威胁，没有有效隔离不适当材料的垃圾焚烧造成了严重的空气污染。废物分类已成为促进材料回收和减少固体废物填埋的一个可行选择。适当的废物分拣可以帮助减少30%-40%的家庭垃圾，这些垃圾可以被回收再利用和再生，用于再利用和再生产新的商品。例如，废物分类所产生的1吨废纸可以节省0.75吨木材切割的纸张。此外，家庭垃圾分类还有望减少垃圾填埋，并产生更多与垃圾分类相关的工作。废物分类已成为促进材料回收和减少固体废物填埋的可行选择。

我们需要教育孩子们不乱扔杂物，并带他们参观垃圾回收厂、垃圾焚烧厂等，以帮助他们树立环境保护意识。

剩余内容已隐藏，请支付后下载全文，论文总字数：24580字