1. 研究目的与意义
垃圾分类的目的是提高垃圾的资源价值和经济价值，力争物尽其用。
进行垃圾分类收集可以减少垃圾处理量和处理设备，降低处理成本，减少土地资源的消耗，具有社会、经济、生态等几方面的效益，为解决当前垃圾分类中的人工成本高与分类效率低的问题，提出了基于卷积神经网络的智能垃圾分类系统。
本课题主要任务是设计与实现一个智能垃圾桶，训练垃圾分类的卷积神经网络，实现自动识别与分类垃圾的功能，通过移入树莓派中，便可以较低成本地将普通垃圾桶改造为智能分类垃圾桶，为当下垃圾分类的社会难点提供智能高效的解决方案。
2. 课题关键问题和重难点
1. 本课题要解决的关键问题实现一个智能垃圾桶，当需要扔垃圾时，摄像头捕捉垃圾的图片，然后就行分类（如湿垃圾、可回收、有害垃圾、干垃圾），并根据分类能够进行分类投放或提示投放。
(1). 学习树莓派如何控制外界设备，如何获取摄像头图片；(2). 学习深度学习算法，训练一个图像分类的模型可以将垃圾分为4类，了解深度学习的整个过程（数据采集、标注、训练、验证、部署）；(3). 根据图片识别结果，树莓派可以控制一些开关来控制垃圾投递门的打开和关闭。
2. 本课题难点：(1).使用深度学习算法训练一个能够进行垃圾分类的模型；(2).将训练好的模型部署在树莓派上，进行软硬件结合。
3. 国内外研究现状（文献综述）
1.前言随着社会经济的迅速发展，人们生活质量不断提高的同时，生活垃圾污染环境问题已经引起了社会群众及政府的广泛关注[1]。
垃圾分类是垃圾处理流程中的基础环节，我国各地有关垃圾分类的时间正在如火如荼地开展[2]。
目前，我国人民对于垃圾分类的意识正在逐步增强[3]。
4. 研究方案
1.系统总体设计方案2. 研制方案（1）硬件设备的准备：树莓派4b一个，32GB SD一张，树莓派4b摄像模块一个，树莓派4b拓展板一块，PCA9685一块，50HZ舵机4个，简易垃圾桶4个，导线若干。
将各个器材进行连接，将SD卡初始化后为树莓派安装Ubuntu系统。
（2）智能模型的训练：调用华为垃圾分类大赛数据包，将垃圾分类数据文件导入到Tensorflow。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
第18-19周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
