基于大数据的垃圾统计和应用系统

彭勇胜 刘万强 叶光卉

摘 要：本系统主要分为数据采集模块和数据处理模块。数据采集模块以智能垃圾箱为基本单位，主要使用STM32系列芯片作为主控器，利用压力、声音传感器采集垃圾重量、数量、种类等信息并存储。数据采集完成后，通过ZigBee无线通信技术将数据发送到垃圾运输车上的接收终端设备，最后回传给处理中心。数据处理基于分布式数据库的大数据处理系统，通过方言分析、关键词匹配、数据分类和数学建模等处理，完成对信息的分析加工并提供给使用者。

关键词：智能垃圾箱；STM32；ZigBee；数据采集；大数据；云计算

中图分类号：TP311 文献标识码：A 文章编号：2095-1302（2016）09-0056-02

0 引 言

近年来，我国城市化进程加快，城市数量和规模不断扩大，但由于环境保护基础建设严重滞后，使得城市垃圾对城市生态环境的污染日益严重。目前，我国每年产生近10亿吨城市垃圾，且以年平均10%左右的速度增长。截止2014年底，我国城市生活垃圾已产生17 899万吨，清运17 677万吨，处理16 681万吨[1]。垃圾是一种放错了位置的资源，除了一般的可回收利用外，其中还蕴含着丰富的信息，我们有必要对其加以采集和利用。因此，结合物联网技术，我们尝试提出一种基于大数据的垃圾统计和应用系统，用以发掘垃圾中蕴含的信息价值。

1 系统层次框图

本系统采用物联网架构体系，从感知层、网络层和应用层进行系统设计[2]。本系统的层次架构图如图1所示。

（1）感知层以智能垃圾箱为基本单位，利用压力、声音传感器采集垃圾重量、数量（一个统计周期内某种垃圾被投放的次数）和种类信息并存储。

（2）网络层利用ZigBee技术将采集到的数据发送到垃圾运输车上的终端接收设备，最后回传给处理中心。

（3）应用层主要依赖大数据处理系统，通过方言分析、关键词匹配、数据分类和数学建模等处理，完成对信息的分析加工并提供给不同的使用者。

2 系统各模块详细设计

2.1 智能垃圾箱与数据采集

智能垃圾箱主要由感应、通信、处理、存储四大模块组成，其中感应模块包括压力、声音感应两部分。垃圾箱顶部有四块大小为50 mm×50 mm的5 V，200 mA的太阳能电池板[3]，为控制系统供电。顶部四面均倾斜一定角度，利于电池组接收太阳光和雨天排水。

可拆卸箱体下为底座和压力开关。底座部分为控制系统的主体。垃圾箱的微处理芯片选择高性能的STM32单片机，内置数模转化功能，可实现声音采集和存储功能[4]。通信模块选择ZigBee技术，待机电流为微安级，发射电流为毫安级，通信范围最大为100 m，具有低成本、低功耗等优势[5]。本系统对垃圾重量进行非精确统计，即精度要求不高，市面上绝大部分压力传感器都能满足要求。存储介质采用SD卡，具有价格低廉、非易失性等特点。

压力开关采用脚踏方式。当人往垃圾箱投掷垃圾时，用脚踏方式触发垃圾箱的压力开关，启动处理系统，处理系统会监听是否有声音（用于识别垃圾种类），当有声音时便存储声音数据并打开垃圾箱盖子。垃圾投掷完后，松开脚踏，箱盖依靠重力落下，系统检测此次投掷的垃圾重量并存储，接着控制开关复位，最后系统切换到休眠状态。在本系统中，声音控制只起到开关的作用，真正打开垃圾箱盖子的能量来源于人的脚踏。智能垃圾箱的3D模型如图2所示。

2.2 数据通信

垃圾运输车上的数据接收模块作为数据采集模块的一部分被设计成一种可挂载硬件，在工作时安装到运输车上。考虑到能耗，决定采用随开随用的方式，即将要到达目标范围时，司机通过开关开启硬件发送信号。运输车从进入通信范围到离开，中间有充足的时间传输数据。在运输车到达之前，垃圾箱单片机系统一直处于低能耗的休眠状态。垃圾箱与车载设备之间的具体通信过程如下所示：

（1）垃圾运输车在行进至距离垃圾箱20 m左右时，发送广播信号搜寻并激活附近设备。

（2）垃圾箱主系统接收到激活信号后立即被唤醒，发送应答信号。

（3）车载设备的通信模块与垃圾箱的通信模块进行一次握手，待握手成功后，形成稳定的通信链路，两者通过2.4 GHz的频段通信[6]。

（4）垃圾箱信息发送完毕并接收到车载设备的确认信号后，将存储模块中的数据清空，同时向车载设备发送断开连接的信号，并进入休眠状态。

至此，垃圾箱与车载设备之间的信息交互过程结束。

2.3 数据处理

车载设备在获取相应区域内的数据后，返回发车处并将数据上传到网络中心，网络中心对收集到的原始数据进行云计算。声音数据处理依托分布式数据库[7]。采集各地区方言存入本地方言数据库[8]，作为标准语音样本，当实际数据传回后与标准声音样本匹配，选取匹配度最高的标准样本作为该数据的最终结果。如果待识别声音在该标准样本库中匹配度低于设置的匹配下限，则将数据传输给与自己相似度最高的其他方言数据库，如果匹配度依然不达标则重复上述步骤，直至找到符合要求的标准样本或者访问完所有数据库依然不能识别则弃用。

声音样本匹配主要利用声音的相似性识别原理，将被识别的声音数据与标准声音样本进行比对，从而得到目标声音与标准声音的一致性判断[9]。考虑到模拟信号识别的复杂性，在本系统中使用声音数字识别技术，需要对被识别声音信号进行量化，然后提取声音特征，最后通过对声音的特征匹配得出结果。声音匹配过程如图3所示。

由声音数据可分析出垃圾的种类。垃圾的重量信息可由压力传感器直接采集，且每个垃圾箱的地址唯一标识，因此可以通过数学方法建立各区域在每个统计周期内的各种类型垃圾投放量的预测模型。

2.4 数据应用

在网络中心，客户根据自己的需求获取相应的数据，通过对数据进行深度分析以制定相应的计划和决策[10]。例如政府统计部门可以根据这些数据合理推断该地区的人口密度、消费结构、供货需求等，以便政府了解居民的饮食习惯，评估居民的生活水平和指导居民的生产生活等。卫生部门也可以据此合理规划垃圾运输车的路线、车次，实现资源利用最大化。

如下所示为模拟整个系统的工作场景：

某人通过脚踏方式触发垃圾箱工作，发声“白菜、苹果”打开垃圾箱盖子完成投掷。垃圾箱接收到声音后，控制系统将声音数据储存在SD卡中并进行测重，采集完数据后进入休眠模式。垃圾运输车到达该垃圾箱一定范围（20 m左右）时和垃圾箱建立数据连接，完成数据传输后，垃圾箱被清空，数据清零。垃圾运输车完成当天任务，返回停车处，工作人员上传数据至网络中心，并且清空车载设备记录。

网络中心收到数据后对声音进行处理，得到实际垃圾的种类和重量数据。工作人员发现多日没有1号区域编号为#CD666##的垃圾箱数据，且1号区域垃圾明显增多，要求维修人员维修并增派运输车到1号区域。

物价局（用户）可在网络中心获取关于食品类的数据并分析，发现1号区域蔬菜水果消费明显增多，于是考虑从2号区域调控。

3 结 语

依托垃圾箱采集和统计数据是物联网的一个创新应用，是推进城市智能化的重要手段。其中涉及到云计算、大数据处理、传感器应用等物联网关键技术，这些技术的应用是推进社会进步的重要力量。我们提出的基于大数据的垃圾统计和应用系统对发展经济、关注民生有一定的公益意义。但本系统的实现还需要更成熟的技术和更人性化的设计。

参考文献

[1]中国报告大厅（www.chinabgao.com）.2015年我国垃圾处理行业发展现状分析[R].2015-07-13.

[2]吴功宜，吴英.物联网技术与应用[M].北京：机械工业出版社，2013.

[3]赵书安.太阳能光伏发电及技术应用[M].南京：东南大学出版社，2011.

[4]刘鹏飞，刘云学.基于STM32的智能家居系统[J].光电技术应用，2013（3）：55-60.

[5]杜军朝，刘惠，刘传益，等.ZigBee技术原理与实战[M].北京：机械工业出版社，2015.

（下转第页）

（上接第页）

[6]李鑫.基于ARM的ZigBee无线通信系统研究与实现[D].上海：上海交通大学，2009.

[7]温伟强.Oracle分布式数据库及其应用研究[J].电子技术与软件工程，2015（6）：201.

[8]陈锡周.云南少数民族语言数据库[J].云南民族大学学报（哲学社会科学版），2003，20（1）：112-114.

[9]刘晓宇.基于神经网络的声音识别算法研究[D].北京：北京邮电大学，2014.

[10]大数据建模的数据库规划[J].网络运维与管理，2013（17）：8.