.png){kind=icon}
返回
Real-Time Solid Waste Sorting Using a Vision-Enabled Robotic Platform
.png){kind=icon}
PRE
AI
DOI：10.3390/waste4020016.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文描述了一种自动化固体废物分拣系统的开发，该系统将先进的计算机视觉流水线与机械手操纵器集成，用于实时分类和执行。系统由深度神经网络（DNN）和基于YOLOv8的感知模块组成。开发的模型能够准确检测和分类置信度分数超过0.71的物体，且整个系统在多个测试批次中达到了约81.8%的分拣精度。从集成角度看，Intel RealSense相机、Raspberry Pi 5、Arduino Uno、超声波传感器、继电器切换电路和SCORBOT-ER 4U机械臂之间的协调展示了可靠的通信和执行能力，实现了准确的抓取与放置操作。总体而言，结果表明该系统为受控环境中的自动化废物分离提供了功能性且可扩展的概念验证。研究强调，尽管当前性能足以满足低速应用，但需进一步改进数据集多样性、感知鲁棒性、机械抓取和反馈控制，以实现更高的精度、可靠性和工业适用性。
Keyword:
waste management
neural network
sorting
microcontroller
automation
interfacing
