项目领域：节能环保

项目简介：本系统是一种以人工智能分割识别为核心，结合光学、算法、电路、和控制的大型设备。 其核心由视觉系统（RGB摄像头， 深度摄像头， 高光谱相机以及红外摄像头）构成。通过海量数据训练卷积神经网络（CNN），最终实现垃圾图像自主标定，对齐，去噪，分割，识别，分拣。 其中，普通RGB摄像头成本低，神经网络训练数据获取容易，亦可以获得较高识别精准度。 深度摄像头用于获取垃圾3D外形， 从而获得比普通摄像头更多一维度的信息，有助于后续图像分割和目标定位。高光谱相机用于探测垃圾详细光谱信息，在肉眼状况下难以分辨的颜色，材质可以通过高光谱相机进行识别。此外，由于很多垃圾在红外波段特征更加明显，故而采用红外相机进一步辅助识别。以上图像采集完成后，先对图像进行基础预处理，调整γ，白平衡，去噪，去除深度摄像头多路径干涉，此后用目标分割神经网络对图像进行分割。 图像分割完成后，将分割结果分离出来送入目标识别神经网络进行图像识别分类。与此同时，分割还完成对图像的定位，为下一步控制传送带和机械手提供坐标。完成识别后，通过CAN总线网络信号发送控制指令给终端机械手，进行分拣。