# 基于树莓派控制的智能打捞船

**Repository Path**: jiajiaq/Garbage-salvage-ship

## Basic Information

- **Project Name**: 基于树莓派控制的智能打捞船
- **Description**: 使用树莓派4b做为主控、百度ai目标检测作为辅助、实现智能垃圾回收打捞
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 11
- **Forks**: 1
- **Created**: 2022-06-03
- **Last Updated**: 2025-09-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Python, 树莓派, 计算机视觉, 目标检测, PySide2

## README

# 基于树莓派控制的智能打捞船-全国青少年人工智能大赛国赛一等奖

#### 介绍
### 使用树莓派4b做为主控、百度AI目标检测作为辅助、实现智能垃圾回收打捞

### 功能说明
![输入图片说明](image.png)
### 功能介绍
![输入图片说明](YMNR2R3$0KNR1~Q1S7VZKRO.png)

###  3D数字建模 

![输入图片说明](%E5%B7%A1%E7%BA%BF%E6%B8%B8%E8%89%87-%E9%A3%9E%E9%B1%BC%E5%8F%B75.0-3.png)
       

###  3D数字建模

![输入图片说明](%E5%B7%A1%E7%BA%BF%E6%B8%B8%E8%89%87-%E9%A3%9E%E9%B1%BC%E5%8F%B75.0.png)
    

###     实物图

![输入图片说明](3.jpg)
   

###      实物图

![输入图片说明](2.jpg)

### 上位机运行画面：

![输入图片说明](%5B19GW@EHL%5BR%60K%5DSC57WZ@%25I.png)


#### 软件架构
使用树莓派4b作为主控，同时部署百度ai easydl自训练目标检测模型，使用pyside2框架编写一个简单易用的上位机系统，和直接使用树莓派引脚做电控，结合机械部分，可实现智能化垃圾打捞工作。

实物观看链接[输入链接说明](http://)




#### 安装教程

1.  opencv-python安装
     **网上有** 
2.  pyside2 框架安装
     ** 网上有** 
3.  树莓派镜像安装
     **直接使用我发布的镜像文件，就可以避免复杂环境安装，和配置了，然后在镜像的基础上涂涂改改就好啦 :(直接使用我打包的镜像不需要在进行上述环境安装smile:) ** 
#### 使用说明

1.  可以直接使用我打包好的树莓派镜像，只需要简单调整上位机程序或其他硬件配置就可以使用
2.  或者自己去百度ai上训练算法模型，进行其他的使用
3.  为使用树莓派做电控，上位机，算法部署提供参考

树莓派镜像链接：
链接：https://pan.baidu.com/s/1_WzAhBupygwcKneFoSiA2g 
提取码：1234 

### 设计说明：

### 一、研制背景及意义

在人类长期的海洋开发过程中,由于经济利益的驱动，加之开发利用行为的不当,使得大量的塑料垃圾，生活垃圾，工业垃圾被有意或无意地排放入海,给海洋生态系统带来了严重的威胁。由于塑料垃圾大多数不可降解，会给海洋中的海龟、水鸟、鱼类等生物带来致命伤害，甚至是死亡威胁，据统计，全世界范围内最少有276种海洋生物遭遇过误食塑料垃圾而导致死亡。
近年来，海洋白色污染问题尤其突出。西班牙加迪斯大学的一项研究显示，欧洲每年有3.07亿到9.25亿件垃圾沿河流入海洋，其中塑料垃圾约占80%。2017年6月，欧盟发布的海洋白色污染数据显示，在欧盟各国海洋和海滩上发现的垃圾中，80%—85%以塑料形式存在，其中一次性塑料产品占50%，塑料渔网等渔业相关产品占27%。欧洲议会议员弗德瑞克·黎斯表示，如果人们不及时减少塑料垃圾的产生并进行有效处理，预计塑料造成的环境破坏成本到2030年将达到220亿欧元。联合国环境署统计数据显示，全球每年大约有1.8亿吨塑料垃圾进入海洋，相当于每分钟就有一辆垃圾车的塑料垃圾倒入海洋。《科学》杂志的一项研究预测，到2030年每年可能有2.33亿吨塑料垃圾被排放到海洋等水体环境中。
![输入图片说明](%E5%9B%BE%E7%89%871.png)

图1   2017-2020全球海洋白色垃圾增长速率图表
目前还没有太好的减少海洋塑料垃圾的方法，最常用的方式是通过实行垃圾分类等政策，对废塑料进行回收并二次利用，减少塑料垃圾进入海洋的数量。或者是建立专门的塑料垃圾拦截打捞队，依靠传统的水域保洁队打捞水中的垃圾，或者依靠漂浮垃圾收集船上的传送带打捞塑料垃圾与漂浮物等。
人工打捞塑料的劳动强度大、效率低，而漂浮垃圾收集船需要人为操控，自动化程度不高。因此，设计出一款可在海洋上自动巡航、检测垃圾并回收垃圾的海洋回收机器人刻不容缓。

### 二、需求分析与功能设计

### （一） 需求分析

	随着中国经济的高速增长，对资源的使用和环境的保护使得人们开始重视对垃圾的处理问题，而随着全国各大城市的生活垃圾及管理条例的颁布和执行，便利快捷的垃圾分拣方法成为了社会的热点问题，传统分拣主要依靠人工分拣然后进行压缩回收利用，工人的工作环境较差，劳动强度高。本设计基于计算机视觉深度学习的方法对垃圾进行目标检测，通过对垃圾目标的定位和分类为后续的各种收取机械，压缩机械装置提供便利。为其他分拣或其他回收利用方式提供参考方案。
![输入图片说明](%E5%9B%BE%E7%89%872.png)

图2-1  2016-2021年中国白色垃圾回收市场


### （二）技术调研

现有水面漂浮物打捞技术主要依靠人工打捞，采用这种方法垃圾打捞效率比较低，同时耗费工作人员较多时间，增加了工作人员的工作量，人工打捞作业很难保证工作人员的人身安全，打捞的范围受限严重。并且一台打捞机器往往需要“一机多人” 就是一个工人控制垃圾打捞船的行进，一个工人，人工定位垃圾在水面上的位置，然后操控设备进行打捞，然后打捞上来的垃圾再由一个工人进行分拣，收集。
打捞船在将打捞收集得到的垃圾，送往专门的垃圾厂进行回收利用，在回收利用的过程，需要对垃圾进行分类，预处理等，比如碾碎，压缩，而我们团队针对这一情况，设计一种旋转式自动收集装置和一套集成化，智能化可以在垃圾收集船内就碾碎，压缩的机械机构装置，并且通过人工智能技术，5G+技术，完成对水面垃圾的分类，检测回收。
随着计算机视觉技术的成熟，越来越多的研究者陆续提出适用于垃圾目标检测的深度学习解决方案。FSSD算法，将SSD算法网络额外提取部分特征层作为金字塔特征融合层，但是，改进后的网络检测速度较慢。岳晓明等提出了一 种基于FConterNet 的垃吸分类与检测算法，将具有浅层特征层的特征与最终输出检测层进行融合，得到了改进的DLLA-34网络。该算法对其论文中自制垃极数据集的精度达到98.2%，但是，该论文所使用的垃圾数据样本过于相似，训练集数据量不够大，背景单一，鲁棒性不高，向阳等提出了F-SSD网络，使用八度卷积算法代替传统卷积，在提高模型性能的同时减少了算力，该网络模型取得了不错的检测效果。
目前基于深度学习技术的目标检测算法分为两类，一类 为以FastNet,  R.CNN, FastR.CNN,  何凯明的STPNet等为代表的双阶段目标检测算法，该类算法基于区或建议寻找可能存在目标物体的检测框:另一类是以YOLOV(1,2,3,45)系列、SSD系列为代表的单阶段目标检测算法，该类算法在直接生成候选框的同时进行检测框的分类和回归.这些算法模型参数量较大，不适用于计算能力较弱、成本不高的低功耗设备。研究者们大多从两个角度对网络模型进行优化，一些着眼于模型的各类压缩算法，如剪枝、量化、知识蒸馏等，另些将关注点放在优秀的网络模型设计中， 如Mobilet1、Shufletl1等。
本文文使用百度AI提出一种基于改进YOLOV3的轻量级目标检测算法PP-YOLO 。
该技术是百度飞桨团队在 YOLOv3 的基础上又做了一系列深度优化，使得 PP-YOLO 在精度和速度上达到了最佳平衡，全面超越原生 YOLOv4 模型，成为产业界最佳的目标检测模型。PP-YOLO具有体积小，精度高，适合多端部署的特点：除了在 Windows 上的部署，PP-YOLO 根据不同的硬件平台提供了多种部署方式。
例如：
Nvidia-Jetson 设备部署
Android / ios 树莓派部署
英特尔设备上通过 Open VINO 实现加速部署
![输入图片说明](%E5%9B%BE%E7%89%873.png)
表2-2各类算法模型对比
PP-YOLO 模型的介绍和文档：
https://github.com/PaddlePaddle/PaddleDetection/blob/release/0.4/configs/PP-YOLO/README_cn.md （模型仓库地址）



#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)