DOI：10.3969/j.issn.1672-3872.2025.09.039
基金项目：江西省教育厅科学技术研究项目“基于嵌入式STM32技术的智能垃圾桶的研究与实践”（GJJ214201）
作 者：花严红 ，樊辉娜（江西机电职业技术学院，江西 南昌 330001）
摘 要：针对市场上现有的智能垃圾桶基本以感应式居多、智能化程度不能满足人们对家居生活要求的情况，开发设计一款具有语音和图片双重识别功能的智能垃圾桶，主要依据“深度学习模型”理论研究基础，采用STM32单片机技术，选用ARM公司的Keil μVision5系统程序设计平台，通过LD3320语音芯片实现语音垃圾分类。当人们不知道垃圾属性的时候，也可以选择采用图像垃圾识别分类，图像识别选用K210模块，通过摄像头检测用户投放的垃圾图像信息，再与学习模型进行信息对比实现垃圾分类。产品测试结果表明，语音和图像双重分类精确率较高，产品性能较稳定，具有一定的市场推广价值。
关键词：智能垃圾桶；单片机；学习模型
引文信息：[1]花严红，樊辉娜.基于STM32技术的语音和图像双重识别智能垃圾分类产品设计[J].南方农机，2025，56(9)：143-146.
查看全文请下载PDF文件↓
