基于数字孪生和VSLAM的垃圾识别回收车

     随着人们对生态环保的重视，城市聘用大量清洁工对环境进行清洁治理。特别是校园内清洁工不仅需要对校园环境进行清扫，且需整日对所负责的教室片区内进行巡检，以便及时对丢弃的垃圾进行回收，因此体力耗费量大，易使清洁工产生疲劳感对身体健康造成影响。      为了解决上述问题设计了基于数字孪生和VSLAM导航的校园垃圾识别回收机器人。以ROS机器人平台作为机器人的控制系统，以ORBSLAM3作为机器人视觉定位算法，使用视觉导航技术进行实时环境三维建模。同时融入数字孪生，本设计为校园进行实时建模，导入GIS信息，使小车能够以高精度的地图信息运行，打破传统的RVIZ可视化平台，使用UE5作为可视化终端，当回收垃圾时，对垃圾图像进行识别，根据垃圾再利用价值（矿泉水瓶，纸张和旧衣物等），扫微信码交易一定金额，实现了可再利用垃圾的有偿回收，同时节约人力成本，净化环境。      创新点: 1. 卷积神经网络算法对生活垃圾进行图像识别，识别结果传输到云平台，实现了远程在线监控。实现可再利用垃圾和旧衣物的有偿回收；                 2. 利用数字孪生技术建立虚拟校园可视化环境实现机器 人全局导航与控制；                 3. 深度摄像头定位和测距，构建三维地图，实现自主导航定位。                 4. 机器人部分电路采用太阳能板供电，具有节能功能。      本设计采用高精度的融合传感技术，将复杂的空间三维信息计算问题转化为使用视觉导航的方案，通过搭载JETSON TX2作为系统主要处理器，解决传统工控机可能出现的实时性不高的问题，同时对机器人进行数字孪生校园映射，使得机器人能够直接受控于数字终端，解决机器人运行范围有限的难题，通过网络服务器直接进行数据交换。      机器人整体采用电能驱动，通过大扭矩电机和舵机构成小车的整体动力系统，能够通过通过宏观PID调控电压使得机器人达到设定速度，实现车辆自动驾驶的功能。相较于传统汽车通过控制喷油量的多少来控制车速，具有更好的鲁棒性和实时性。