摘要：提出了一种基于YOLO v5模型的自动垃圾分类箱设计,应用于非住宅区的公共场所(如火车站、公交站、商场、校园等)。垃圾箱设计有4个垃圾桶,以2行2列摆放,中间为转轴,可带动轴上方的垃圾临时存储抽屉转动。采用单目摄像头采集视频图像,以英伟达Jetson nano嵌入式芯片作为上位机主控芯片,利用YOLO v5深度学习模型进行垃圾的自动提取与识别,并将上位机识别结果信息通过串口发送至下位机Arduino控制板,Arduino控制板控制舵机带动垃圾临时储存抽屉开口转动到相应的垃圾桶上方,从而控制升降台倾倒垃圾,完成垃圾自动分类。测试结果表明:垃圾识别结果稳定可靠,准确率可达到93%,能够实现垃圾自动分类。

摘要：提出了一种基于YOLOv5模型的交通标志识别引导自动行驶的智能小车设计。采用单目相机进行视觉图像获取,以英伟达Jetson nano嵌入式芯片作为上位机主控芯片,利用YOLOv5深度学习模型进行交通标志的提取与识别,通过单目测距判断车体与标志牌的距离,将上位机识别结果信息与距离信息通过串口通信发送给下位机Arduino控制板,小车与标志牌的距离达到设定值时,根据标志牌识别结果控制小车做出相应动作。测试结果表明,小车识别结果稳定,准确率达到96%,测距结果准确,能够达到控制小车自动行驶的效果。