TACSTechnology and Application of Computer Science2998-89262998-8934Art and Technology10.61369/TACS.2025140020Article基于机器视觉的垃圾识别与分类系统设计https://artdesignp.com/journal/TACS/2/14/10.61369/TACS.2025140020李亮20252142025-07-28在人工智能与机器视觉技术深度融合的背景下，传统垃圾分类存在效率低、准确率差、人力成本高的问题。本文设计一套以 STM32F103ZET6 为主控、CanMV K210 为机器视觉识别核心的智能垃圾识别与分类系统，融合机器视觉图像采集、AI 推理、舵机执行、OLED 显示与红外触发技术，实现可回收、有害、其他三类垃圾的自动识别与精准投放。系统采用轻量化 MobileNet 模型完成边缘端推理，通过 UART 实现双芯片通信，配合 SG90 舵机与红外对管完成物理分类闭环。经实物测试，系统总识别准确率达 94.4%，平均响应时间 268 ms，具备低成本、低功耗、高实时性特点，可广泛应用于校园、社区等基层垃圾分类场景。机器视觉,STM32,CanMV K210,垃圾识别,边缘 AI,智能分类,嵌入式系统

[1] 刘新永; 徐军; 李新. 一种基于语音控制的智能家用垃圾桶系统的设计[J]. 通化师范学院学报,2025(02).[2] 郑誉煌; 戴冰燕; 熊泽珲; 陈钊. 基于迁移学习的可回收生活垃圾图像分类识别研究[J]. 广东第二师范学院学报,2020(03).[3] 余思琪; 金博轩; 路敬权. 基于视觉识别检测的智能分类垃圾桶设计[J]. 集成电路应用,2025(01).[4] 张彭程. 基于机器视觉的智能垃圾分类系统的设计[J]. 中国新技术新产品,2025(02).[5] 陈华毅, 叶舒云, 邱州鹏, 等. 基于语音识别技术的智能垃圾桶设计[J]. 电脑编程技巧与维护,2022,(11):131-134.[6] 李慧媛, 许浩东, 张一航. 基于图像与语音识别的智能垃圾分类系统设计[J]. 信息与电脑( 理论版),2023,35(17):143-145.