ПРОГРАММНО-АППАРАТНЫЙ КОМПЛЕКС ДЛЯ РАСПОЗНАВАНИЯ СИНТЕТИЧЕСКИХ БЫТОВЫХ ОТХОДОВ

В современном мире возникает все большая необходимость в сортировке бытовых отходов. Мусорные свалки становятся все больше и больше и отравляют огромные территории нашей природы. Несмотря на то, как активно люди работают над проблемой переработки отходов, мусора, однако, меньше не становится, поэтому данная проблема остается актуальной и требует помощи со стороны различных технологий.

Таким образом, цель работы заключается в создании нейронной сети и автоматизированной системы на основе одноплатного компьютера, способной с помощью обученной в данной работе нейронной сети организовывать сортировку отходов.

В данной работе описывается разработка этой системы, тестируется две нейронные сети с различной архитектурой. В результате проделанной работы обучены нейронные сети DenseNet121 и ResNet34, проведено сравнение полученных результатов и выбрана наилучшая сеть в рамках данной задачи классификации. В области аппаратной части проведены термические и механические исследования, построена 3D модель устройства и спроектированы схемы составляющих элементов и их подключений.

Работа состоит из 87 страниц, 31 рисунка, 14 источников и 3 таблиц.

В качестве среды 3D моделирования, а также термического и механического исследования был выбран программный комплекс SolidWorks. Для создания схемы составляющих элементов и схемы подключений было выбрано программное обеспечение Fritzing. 

В качестве основы аппаратной части был выбран одноплатный компьютер Raspberry Pi 3 B+, в качестве камерного модуля был выбран Raspberry Pi Camera Board v2.1, в качестве электродвигателей был выбран сервопривод MG996R, плата расширения для сервомоторов была выбрана Adafruit 16-Channel PWM.

Результатом станет прототип, который будет реагировать на каждый тип мусора поворотом соответствующего сервомотора.

Оглавление

Аннотация 8

1 Введение 11

2 Обзор литературы 14

3 Обоснование предложенных структурных решений 27

4 Обоснование выбора элементной базы, языков программирования и инструментальных средств 39

5 Методы решения поставленной задачи 41

7 Результаты экспериментального исследования 56

8 Заключение 63

Список использованных источников 66

Список использованных источников

1. Wahab M.H.A. et al. Smart recycle bin: A conceptual approach of smart waste management with integrated web based system // 2014 International Conference on IT Convergence and Security, ICITCS 2014. Institute of Electrical and Electronics Engineers Inc., 2014.

2. Institut Teknologi Bandung. Fakultas Teknologi Industri. Instrumentation and Control Research Group, Institute of Electrical and Electronics Engineers. Indonesia Section, Institute of Electrical and Electronics Engineers. Proceedings of the 2017 5th International Conference on Instrumentation, Control, and Automation (ICA) : Yogyakarta, Special Region of Yogyakarta, Indonesia, August 9-11, 2017. 2017.

3. Thota S.R. et al. Smart Trash Can Monitoring System using IoT-Creating Solutions for Smart Cities // International Research Journal of Engineering and Technology. 2018.

4. IEEE Staff. 2019 Amity International Conference on Artificial Intelligence (AICAI). IEEE, 2019.

5. Makhseed M. et al. Design and Assembly of A Smart Recycling Bin // HORA 2021 – 3rd International Congress on Human-Computer Interaction, Optimization and Robotic Applications, Proceedings. Institute of Electrical and Electronics Engineers Inc., 2021.

всего 14 источников