本發(fā)明涉及環(huán)保設(shè)備領(lǐng)域,尤其涉及智能分類垃圾箱。
背景技術(shù):
隨著資源匱乏現(xiàn)象的日益嚴(yán)重,再生能源回收工程越來越被社會所重視,而垃圾分類是再生能源回收的先前條件之一,也是相對垃圾收集處置傳統(tǒng)方式的改革,還是對垃圾進(jìn)行有效處置的一種科學(xué)管理方法。智能垃圾箱已經(jīng)廣泛的使用,目前的智能垃圾箱將瓶子和其它垃圾分開也需要用戶手動選擇,使用不方便。智能垃圾箱使用時先給用戶進(jìn)行身份登記,對用戶投放后的垃圾重量進(jìn)行稱重并積分,當(dāng)積分累積打一定值,用戶可以用積分進(jìn)行兌換商品。通過對用戶進(jìn)行身份認(rèn)證的方法開啟垃圾箱箱門,目前常規(guī)是通過掃二維碼的方式,需要用戶帶著印有二維碼的卡片或者有包含用戶信息的二維碼的手機(jī)進(jìn)行掃
碼,這就需要用戶隨身攜帶著卡片和手機(jī),尤其是當(dāng)手持垃圾時再掃碼使用不方便,給用戶的使用帶來不便。
技術(shù)實現(xiàn)要素:
為了解決上述問題,本發(fā)明的目的在于提供一種可以區(qū)分瓶子和其它垃圾并自動分開存放,使用方便,用戶識別準(zhǔn)確率高的瓶子智能回收機(jī)。
為了實現(xiàn)上述的目的,本發(fā)明采用了以下的技術(shù)方案:瓶子智能回收機(jī),包括殼體,殼體上設(shè)有投放門和聲紋識別開門系統(tǒng),用戶通過聲紋識別的方法使用聲紋識別開門系統(tǒng)打開投放門,殼體內(nèi)設(shè)有控制器、盛放瓶子的第一箱體和盛放其它垃圾的第二箱體;殼體內(nèi)設(shè)有瓶子識別裝置,瓶子識別裝置包括下料管及與下料管位置匹配的感應(yīng)器和攝像頭,攝像頭朝向下料管;下料管頂部連接投放門,下料管底部處于第一箱體和第二箱體上方,下料管底部設(shè)有控制下料管底部是否打開的自動開關(guān),通過自動開關(guān)控制下料管底部開口朝向第一箱體或第二箱體;聲紋識別開門系統(tǒng)、感應(yīng)器、攝像頭和自動開關(guān)均連接控制器;所述聲紋識別的方法依次包括語音注冊、語音開門和邏輯決策,語音注冊依次包括如下步驟:(1)采集注冊語音,通過麥克風(fēng)陣列技術(shù)對注冊語音進(jìn)行采集,并且采用固定波束形成算法通過延時控制來補(bǔ)償聲源延時;(2)特征提取,通過模擬和數(shù)字處理,采用mfcc特征提取方式從注冊語音中提取表征注冊用戶特征的語音信息;(3)模型訓(xùn)練,建立注冊用戶語音模型,模型訓(xùn)練方法選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練;所述語音開門依次包括如下步驟:(1)采集開門語音,通過麥克風(fēng)陣列技術(shù)對開門語音進(jìn)行采集,并且采用固定波束形成算法通過延時控制來補(bǔ)償聲源延時;(2)特征提取,通過模擬和數(shù)字處理技術(shù),采用mfcc特征提取方式從開門語音中選擇和提取表征開門用戶特征的語音信息;(3)模型訓(xùn)練,建立開門用戶語音模型,模型訓(xùn)練方法選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練;所述邏輯決策依次包括模式匹配和進(jìn)行決策步驟,模式匹配是將注冊用戶語音模型與開門用戶語音模型進(jìn)行匹配,計算二者的對數(shù)似然比,得出對數(shù)似然比得分;進(jìn)行決策是計算匹配得分,達(dá)到設(shè)定閾值,聲紋識別開門系統(tǒng)將開門信號發(fā)送給控制器,控制器控制投放門打開;達(dá)不到設(shè)定閾值投放門不打開。
作為優(yōu)選,動開關(guān)包括擋板和驅(qū)動部件,擋板處于下料管底部,驅(qū)動部件帶動擋板移動實現(xiàn)下料管底部是否打開,驅(qū)動部件連接控制器。結(jié)構(gòu)合理,使用方便。
作為優(yōu)選,下料管底部連在擋板上,通過擋板帶動下料管底部開口朝向第一箱體或第二箱體,使用時擋板首先起到控制下料管開或關(guān)的功能,完成開或關(guān)的功能后擋板繼續(xù)移動還起到控制下料管內(nèi)物品流向的作用,即物品最終放入第一箱體或第二箱體內(nèi)。感應(yīng)器安裝在下料管上,下料管截面呈c形,攝像頭朝向c形的下料管的開口端,有利于攝像頭更加清晰的拍攝下料管內(nèi)的瓶子,提高識別率。
作為優(yōu)選,擋板下方設(shè)有第一導(dǎo)向機(jī)構(gòu)和第二導(dǎo)向機(jī)構(gòu),第一導(dǎo)向機(jī)構(gòu)底部朝向第一箱體,第二導(dǎo)向機(jī)構(gòu)底部朝向第二箱體。使用時擋板不僅起到控制下料管開或關(guān)的功能,同時按照開口位置的不同還起到控制下料管內(nèi)物品流向的作用,即物品最終放入第一箱體或第二箱體內(nèi)。感應(yīng)器安裝在下料管上,下料管截面呈c形,攝像頭朝向c形的下料管的開口端,有利于攝像頭更加清晰的拍攝下料管內(nèi)的瓶子,提高識別率。
作為優(yōu)選,殼體上還設(shè)有二維碼、掃描器、觸摸屏和無線發(fā)射裝置,控制器通過無線發(fā)射裝置連接服務(wù)器,服務(wù)器或控制器通過用戶掃描二維碼或掃描器掃用戶信息的方式確認(rèn)用戶信息;觸摸屏與控制器相連,觸摸屏用于顯示用戶信息、投入垃圾信息和輸入開門密碼;多種開門方式并存,為用戶提供更多的選擇。
作為優(yōu)選,殼體上設(shè)有打印機(jī),打印機(jī)連接控制器,可以打印用戶的投放信息;殼體外側(cè)設(shè)有投放圖像采集裝置;攝像頭旁設(shè)置補(bǔ)光燈,用來增強(qiáng)亮度使攝像頭采集圖像時更清晰;第一箱體上部設(shè)有第一溢滿感應(yīng)器,其它箱體上部設(shè)有第二溢滿感應(yīng)器,第一溢滿感應(yīng)器和第二溢滿感應(yīng)器均連接控制器,瓶子放滿時第一溢滿感應(yīng)器報警,提醒操作人員更換第一箱體,或其它放滿時第二溢滿感應(yīng)器報警,提醒操作人員更換第二箱體,操作更加方便。
作為優(yōu)選,通過多個麥克風(fēng)陣列技術(shù)對注冊語音和開門語音信息進(jìn)行采集;語音注冊中的mfcc特征提取方式是指將采集的注冊語音轉(zhuǎn)換為模擬語音信號,對語音信號進(jìn)行采樣量化,量化后進(jìn)行預(yù)加重處理、加漢明窗處理,最后輸出語音幀序列;語音開門中的mfcc特征提取方式是指將采集的開門語音轉(zhuǎn)換為模擬語音信號,對語音信號進(jìn)行采樣量化,量化后進(jìn)行預(yù)加重處理、加漢明窗處理,最后輸出語音幀序列。
作為優(yōu)選,固定波束形成算法
作為優(yōu)選,語音注冊中的模型訓(xùn)練是先將注冊用戶模型分成非重疊和共性重疊部分,利用注冊用戶語音數(shù)據(jù)集建立注冊用戶語音gmm模型;語音開門中的模型訓(xùn)練是先將開門用戶模型分成非重疊和共性重疊部分,利用開門語音數(shù)據(jù)集建立開門用戶語音gmm模型。
作為優(yōu)選,所有的模型進(jìn)行svm支持向量機(jī)訓(xùn)練,通過計算其在所有說話人模型上的相似度,即對應(yīng)最大相似度和最小相似度之比小于一個閾值,則歸為共性重疊部分,否則歸為非重疊部分;注冊用戶語音gmm模型和開門用戶語音gmm模型的訓(xùn)練過程算法是:p=(maxpr(xj|mi)/minpr(xj|mk)),i=1,...,s,k=1,...,s,,p為向量在說話人模型上的最大相似度與最小相似度之比,s為說話人個數(shù),xj第j個訓(xùn)練輸入向量,j=1,...,n,n為訓(xùn)練特征向量個數(shù),p小于閾值t,則該向量xj→q,屬于共性重疊部分向量;p大于閾值t,則該向量xj→p,屬于說話人非重疊部分向量集。
采用上述技術(shù)方案的瓶子智能回收機(jī),用戶通過聲紋識別的方法使用聲紋識別開門系統(tǒng)打開投放門,采集注冊語音和采集開門語音時,通過麥克風(fēng)陣列技術(shù)對注冊語音進(jìn)行采集,并且采用固定波束形成算法通過延時控制來補(bǔ)償聲源延時,特征提取時采用mfcc特征提取方式,模型訓(xùn)練方法選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練。投放門打開后,物品通過投放門進(jìn)入下料管,自動開關(guān)將物品攔在下料管內(nèi),感應(yīng)器識別到物品處于下料管內(nèi),攝像頭拍攝物品識別物品是否為瓶子并將識別信息傳給控制器,并根據(jù)識別的結(jié)果將物品放入盛放瓶子的第一箱體或盛放其它垃圾的第二箱體。該瓶子智能回收機(jī)的優(yōu)點是使用時用戶不用近距離對著聲紋識別開門系統(tǒng)發(fā)聲仍然可以準(zhǔn)確采集聲音信號,在聲音嘈雜的環(huán)境下仍然可以準(zhǔn)確識別用戶,打開投放門,并且可以準(zhǔn)確的識別投入其內(nèi)的物品是否為瓶子并將物品放入對應(yīng)的箱體,通過控制器記錄用戶的投放信息,提高瓶子的回收利用率。
附圖說明
圖1是本發(fā)明實施例中瓶子智能回收機(jī)的正面示意圖。
圖2是本發(fā)明實施例1中瓶子智能回收機(jī)的示意圖。
圖3是本發(fā)明實施例2中瓶子智能回收機(jī)的示意圖。
圖4是本發(fā)明實施例中麥克風(fēng)陣列示意圖。
圖5是本發(fā)明實施例中固定波束形成示意圖。
圖6是本發(fā)明實施例中mfcc特征提取流程示意圖。
具體實施方式
下面結(jié)合附圖1、圖2、圖3、圖4、圖5和圖6對本發(fā)明作進(jìn)一步詳細(xì)的說明。
實施例1
如圖1、圖2、圖4、圖5和圖6所示的瓶子智能回收機(jī),包括殼體1,殼體1上設(shè)有投放門3、觸摸屏2、打印機(jī)4、聲紋識別開門系統(tǒng)5。殼體1內(nèi)設(shè)有盛放瓶子的第一箱體13、盛放其它垃圾的第二箱體14、瓶子識別裝置、控制器6和和無線發(fā)射裝置,控制器6通過無線發(fā)射裝置連接服務(wù)器。殼體1外側(cè)的頂部設(shè)有投放圖像采集裝置,具體是高清攝像頭,用于采集用戶員投放過程的影像。打印機(jī)4用于打印投放信息。用戶通過聲紋識別的方法使用聲紋識別開門系統(tǒng)5打開投放門3。
瓶子識別裝置包括下料管7、感應(yīng)器9和攝像頭8,下料管7頂部連接投放門3,下料管7和投放門3之間通過開門機(jī)構(gòu)31控制連通或關(guān)閉。下料管7截面呈c形,c形的下料管7的開口端朝上,攝像頭8朝向c形的下料管7的開口端,即攝像頭8位置處于開口端之上,有利于攝像頭8更加清晰的拍攝下料管內(nèi)的投入物品。如果是全封閉的下料管,攝像頭需要安裝在下料管內(nèi),因此截面呈c形的下料管使用攝像頭拍攝時識別率更精確。上述攝像頭8是高清攝像頭,通過攝像頭來圖像識別所投的物品是否是瓶子,攝像頭8旁設(shè)置補(bǔ)光燈,用來增強(qiáng)亮度使攝像頭采集圖像時更清晰,攝像頭8不僅用于識別投入的物品是否為瓶子,還用來識別投放瓶子的種類,即是什么樣的瓶子,以便于后續(xù)積分獎勵的差別化處理。
下料管7底部設(shè)有控制下料管底部是否打開的自動開關(guān),自動開關(guān)包括擋板10和驅(qū)動部件11,驅(qū)動部件11具體是電機(jī)。擋板10處于下料管7底部,驅(qū)動部件11帶動擋板10移動實現(xiàn)下料管7底部是否打開,驅(qū)動部件11連接控制器。
下料管7底部處于第一箱體13或第二箱體14的上方,通過自動開關(guān)控制下料管7底部開口朝向第一箱體13或第二箱體14,下料管7底部連在擋板10上,擋板10移動不僅實現(xiàn)下料管7底部打開,而且?guī)酉铝瞎?底部開口朝向第一箱體13或第二箱體14。
感應(yīng)器9安裝在下料管上,感應(yīng)器9一般處于下料管7下部,當(dāng)投入的物品被擋板擋10在于下料管底部時,感應(yīng)器9感應(yīng)到有物品投入,并通知控制器6控制攝像頭8拍攝投入的物品,通過比對判斷投入的物品是否為瓶子。感應(yīng)器9是檢測瓶子位置和重量的感應(yīng)器,可以進(jìn)一步確認(rèn)瓶子的體積或者材質(zhì),便于后續(xù)積分獎勵的差別化。
箱體13上部設(shè)有溢滿感應(yīng)器12,溢滿感應(yīng)器12連接控制器6,瓶子放滿時可以溢滿報警,提醒操作人員更換箱體,提高使用效率。
殼體1上除聲紋識別開門系統(tǒng)5外,還可以選擇設(shè)置其它開門方式,例如二維碼、掃描器,用戶通過手機(jī)掃碼自動開門、掃描用戶卡或掃描用戶的識別碼開門等。
投放門3呈圓形,投放門3內(nèi)側(cè)設(shè)置開門機(jī)構(gòu)31,開門機(jī)構(gòu)31連接控制器6,即控制器6控制開門機(jī)構(gòu)31開或關(guān)投放門3。
觸摸屏2、打印機(jī)4、聲紋識別開門系統(tǒng)5、開門機(jī)構(gòu)31、感應(yīng)器9、攝像頭8、驅(qū)動部件11和溢滿感應(yīng)器12均連接控制器6,控制器6控制各部件的動作。上述第二箱體14可以是一個,也可以是多個,例如按垃圾種類不同區(qū)分。上述觸摸屏2可以顯示用戶信息、投入垃圾信息和輸入開門密碼等,觸摸屏2還可以進(jìn)行智能交換信息,例如投放垃圾、視頻宣傳、積分兌換、個人信息等。
上述聲紋識別的方法依次包括語音注冊、語音開門和邏輯決策步驟。
語音注冊依次包括如下步驟:
(1)采集語音注冊,語音注冊時,錄入一段一定時長的用戶的聲音,重復(fù)多遍;通過多個麥克風(fēng)陣列技術(shù)對注冊用戶語音進(jìn)行采集,并且采用固定波束形成算法通過延時控制來補(bǔ)償聲源延時;用戶在一定距離范圍內(nèi)朝雙麥陣列錄入音,通過聲波抵達(dá)陣列中每個麥克風(fēng)之間的微小時差的相互作用,得到更好的指向性,可以有效降低周邊的環(huán)境噪音的影響。雙麥陣列通過時延估計、時延補(bǔ)償、加權(quán)求和。麥克風(fēng)陣列有2麥、4麥、6麥,對應(yīng)麥數(shù)越多,降噪和語音增強(qiáng)的效果越好,麥克風(fēng)1接收到的信號為x1(t)、麥克風(fēng)2接收到的信號為x2(t),由于麥克風(fēng)陣元空間位置的差異,各陣元接收到的信號存在時延,xi(k)經(jīng)延時估計得到的麥克風(fēng)時延為τi,在對信號進(jìn)行處理之前進(jìn)行時延補(bǔ)償,保證各陣元待處理數(shù)據(jù)的一致性。使陣列指向期望的方向。再乘以加權(quán)系數(shù)wi(k),進(jìn)行加權(quán)同相相加,使得波束形成器的輸出得到最大輸出。
(2)特征提取,通過模擬和數(shù)字處理,采用mfcc特征提取方式從注冊用戶語音中提取表征注冊用戶特征的語音信息;
(3)模型訓(xùn)練,估計特征參數(shù)分布,建立注冊用戶語音模型。模型訓(xùn)練方法選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練。
語音開門依次包括如下步驟:
(1)采集開門語音信息,通過麥克風(fēng)陣列技術(shù)對開門語音進(jìn)行采集,并且采用固定波束形成算法通過延時控制來補(bǔ)償聲源延時;
(2)特征提取,通過模擬和數(shù)字處理技術(shù),采用mfcc特征提取方式從開門語音中選擇和提取表征開門用戶特征的語音信息;
(3)模型訓(xùn)練,估計特征參數(shù)分布,建立開門用戶語音模型,模型訓(xùn)練方法選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練;
邏輯決策是比對語音注冊和語音開門,判斷是否開門,依次包括如下步驟:
(1)模式匹配,將注冊用戶語音模型與開門用戶語音模型進(jìn)行匹配,計算二者的對數(shù)似然比,得出對數(shù)似然比得分;
(2)進(jìn)行決策,對匹配的得分進(jìn)行判決,確定發(fā)出開門語音的人是否為語音注冊用戶,與語音注冊匹配達(dá)到設(shè)定閾值得分,投放門開啟,否則投放門不會打開。
給邏輯決策判決設(shè)定一個閾值分?jǐn)?shù),通過得出的對數(shù)似然比得分與設(shè)定的閾值分?jǐn)?shù)進(jìn)行比較,達(dá)到預(yù)設(shè)獲高于預(yù)設(shè)分?jǐn)?shù),則邏輯決策判決開門語音屬于注冊人,控制器控制開門機(jī)構(gòu)31打開投放門3;否則開門機(jī)構(gòu)31不動作即投放門3不打開。
上述采集語音注冊和語音開門信息,必須有采集語音的硬件設(shè)備,因為垃圾箱會有異味,用戶不會近距離靠近麥克風(fēng)進(jìn)行語音注冊和語音開門,所以需要有遠(yuǎn)距離采集注冊語音的硬件設(shè)備,因此采用麥克風(fēng)陣列技術(shù)采集語音信息。采樣距離變遠(yuǎn)了,在目標(biāo)語音的實際拾取過程中,不可避免受到外界環(huán)境噪聲和其他說話人的干擾,這些干擾共同作用,嚴(yán)重影響了聲紋語音的采集,利用麥克風(fēng)陣列技術(shù)尤其是多麥陣列能夠充分利用語音信號的空時信息,具有靈活的波束控制,較高的空間分辨率、高的信號增益和較強(qiáng)的抗干擾能力等特點。麥克風(fēng)陣列如圖4所示。用戶語音注冊和語音開門發(fā)聲后,固定波束形成算法通過延時控制來補(bǔ)償從聲源到每個麥克風(fēng)的延時,對每個麥克風(fēng)接收到的信號進(jìn)行延時補(bǔ)償,然后使麥克風(fēng)陣列波束指向有最大輸出功率的方向,以此解決不用靠近麥克風(fēng),又能良好采樣聲音的特定的垃圾箱聲紋識別場景需求。延遲求和-波束形成輸出,其中,xi(t)為麥克風(fēng)接收到的信號,權(quán)系數(shù)為wi(k),k為麥克風(fēng)的數(shù)目,τi為時延估計得到的時延,
上述mfcc特征提取流程如圖6所示。首先將注冊語音和語音開門的語音進(jìn)行前端處理,將聲音轉(zhuǎn)換為模擬語音信號進(jìn)行采樣,并對其振幅值進(jìn)行量化編碼,從而轉(zhuǎn)化為數(shù)字信號,模擬語音信號經(jīng)采樣量化獲得語音信號的波形。其次,由于唇端輻射導(dǎo)致語音信號的高頻能量損耗,為了去除口唇輻射的影響,將經(jīng)采樣量化后得到的語音信號波形進(jìn)行預(yù)加重處理,增加語音信號的高頻分辨率,加強(qiáng)語音高頻信號能量,使其適用于統(tǒng)一的分析處理?;谡Z音的短時平穩(wěn)特性,即短時段的語音信號對應(yīng)的聲道形狀、激勵性質(zhì)基本不會發(fā)生改變,將經(jīng)預(yù)加重處理的波形再進(jìn)行加漢明窗處理,即采用漢明窗對語音進(jìn)行重疊分幀處理,使語音特征更加明顯、清晰,易于觀察,最終輸出語音幀序列。對加漢明窗分幀后獲得的語音幀序列進(jìn)行時域和頻域分析,并采用相應(yīng)的特征參數(shù)描述。mfcc特征參數(shù)是一種聽覺感知頻域倒普參數(shù),該參數(shù)依據(jù)人耳對聲音頻率高低的非線性心里感覺構(gòu)造語音短時幅度譜特征。對輸入的語音幀信號作離散傅里葉變換。計算頻譜幅度的平方,得到能量譜。將能量譜通過mel三角濾波器組。計算每個濾波器組輸出的對數(shù)能量。經(jīng)離散余弦變換得到mfcc參數(shù)和特征向量序列。
上述模型訓(xùn)練是區(qū)分“目標(biāo)”和“冒認(rèn)者”的訓(xùn)練,由于聲紋密碼的任務(wù)是對兩類最小錯誤進(jìn)行分類,實現(xiàn)短句上說話人確認(rèn)錯誤的最小化。因此選擇最小分類錯誤準(zhǔn)則即mce準(zhǔn)則進(jìn)行區(qū)分訓(xùn)練。通過對訓(xùn)練集合總體平均錯誤率的平滑近似策略,實現(xiàn)最小化識別(分類)錯誤率的目的。在描述相同密碼文本說話人語音特征分布空間中,相同說話人對應(yīng)的特征向量分布集中,不同說話人對應(yīng)的特征向量分布相對分散,距離具有區(qū)分“目標(biāo)”和“冒認(rèn)”的能力。因此設(shè)計一種表征距離度量的新特征用以表示區(qū)分性訓(xùn)練中正反例樣本。如果直接將測試語音y相對注冊語音x的距離d(x,y)設(shè)定為y的新特征,則將分別產(chǎn)生目標(biāo)語音新特征和冒認(rèn)語音新特征,記作ztar和zim,此時與原始聲學(xué)特征不同,所有注冊者對應(yīng)的ztar和zim可以被組合成統(tǒng)一的正例集合p和反例集合n。
訓(xùn)練過程首先將用戶模型分成非重疊和共性重疊部分,利用用戶語音數(shù)據(jù)集建立gmm模型(高斯混合模型);根據(jù)相似度計算和gmm模型確定特征向量的類別,如果兩個競爭的說話人模型有公共重疊部分,則其相應(yīng)特征向量就被歸于此部分;對于所有的模型進(jìn)行svm支持向量機(jī)訓(xùn)練,通過計算其在所有說話人模型上的相似度,若對應(yīng)最大相似度和最小相似度之比小于一個閾值,則歸為共性重疊部分,否則歸為非重疊部分。基于重新分類過的特征向量,對每個說話人重新建立模型,即產(chǎn)生了一個共性重疊模型和各自說話人的非重疊模型。假設(shè)有s個說話人,則訓(xùn)練過程算法實現(xiàn)過程如下:(1)xj第j個訓(xùn)練輸入向量,j=1,...,n,n為訓(xùn)練特征向量個數(shù)。p=(maxpr(xj|mi)/minpr(xj|mk)),i=1,...,s,k=1,...,s,p為向量在說話人模型上的最大相似度與最小相似度之比。如果p小于一定的閾值t,則該向量xj→q,屬于共性重疊部分向量。否則xj→p,屬于說話人非重疊部分向量集。
使用時,用戶朝著聲紋識別開門系統(tǒng)說出開門密碼,對數(shù)似然比得分達(dá)到設(shè)定閾值,聲紋識別開門系統(tǒng)將開門信號發(fā)送給控制器,控制器控制開門機(jī)構(gòu)31打開投放門3,達(dá)不到設(shè)定閾值投放門不打開。投放門3打開后觸摸屏2上顯示用戶的身份信息。用戶將物品投入投放門3,物品進(jìn)入下料管7,并被擋板10擋在下料管7內(nèi)。感應(yīng)器9識別到下料管內(nèi)有物品,感應(yīng)器9給控制器6信號,控制器6控制攝像頭8開始拍攝,攝像頭8采集物品的圖像特征,與數(shù)據(jù)庫比對確認(rèn)物品是不是瓶子,不是瓶子,驅(qū)動部件11通過擋板10帶動下料管7底部移動至第二箱體14上方,然后擋板10移動實現(xiàn)下料管7底部打開,物品落入第二箱體14內(nèi),觸摸屏2顯示投入物品不是瓶子,此次投放沒有積分或者按其它垃圾的設(shè)置給予積分,積分形式可以預(yù)先設(shè)置。
與服務(wù)器比對確認(rèn)物品是瓶子,驅(qū)動部件11通過擋板10帶動下料管7底部移動至第一箱體13上方,然后擋板10移動實現(xiàn)下料管7底部打開,物品落入第一箱體13內(nèi),按感應(yīng)器9和攝像頭8采集的圖像特征確定瓶子的種類,給予用戶相應(yīng)獎勵的分?jǐn)?shù),在觸摸屏2上顯示,上述信息通過控制器6傳給服務(wù)器平臺保存,上述信息可以通過打印機(jī)4可以打印。
本專利的瓶子智能回收機(jī),首先通過聲紋識別開門系統(tǒng)識別用戶是否注冊,即是否有資格使用瓶子智能回收機(jī),然后識別用戶投入的物品是否為瓶子并投入不同的箱體中,同時記錄用戶的身份信息和投放信息,以此給用戶積分獎勵,積分獎勵信息通過控制器傳給至服務(wù)器并進(jìn)行保持,積分后續(xù)可以兌換物品,例如在垃圾袋發(fā)放機(jī)上兌換垃圾袋或其它日用品等,通過積分鼓勵人們將瓶子投入專門的瓶子回收機(jī)上,提高瓶子的回收率。
上述實施方式僅為本專利較佳的方式,上述所有信息均可保存在控制器上,也可以由控制器傳至服務(wù)器進(jìn)行保持;例如感應(yīng)器9不安裝在下料管上而是安裝在下料管的外側(cè),只要是用于監(jiān)測下料管內(nèi)是否有物品的方式均可。攝像頭8安裝在下料管下方等。
實施例2
如圖1和圖3所示的瓶子智能回收機(jī),控制下料管7底部開口朝向第一箱體13或第二箱體14的自動開關(guān)與實施例1不同,其它均與實施例1相同。
具體的本專利的自動開關(guān)包括擋板10和驅(qū)動部件11,擋板10處于下料管7底部,擋板10下方設(shè)有第一導(dǎo)向機(jī)構(gòu)15和第二導(dǎo)向機(jī)構(gòu)16,第一導(dǎo)向機(jī)構(gòu)15底部朝向第一箱體13,第二導(dǎo)向機(jī)構(gòu)16底部朝向第二箱體14。使用時擋板10不僅起到控制下料管7開或關(guān)的功能,同時按擋板10開口位置的不同還起到控制下料管7內(nèi)物品流向的作用,即物品最終通過第一導(dǎo)向機(jī)構(gòu)15放入第一箱體或通過第二導(dǎo)向機(jī)構(gòu)16第二箱體內(nèi)。