ระบบแยกขยะประเภทรีไซเคิลอัตโนมัติโดยใช้ไลบรารีโอเพ่นซีวี บนบอร์ดราสเบอร์รี่พายด้วยภาษาไพทอน

Abstract

โครงงานวิศวกรรมนี้ มีวัตถุประสงค์เพื่อสร้างระบบช่วยในการแยกขยะประเภทรีไซเคิลก่อนนำทิ้งลงถังขยะ จึงได้ทำการออกแบบและสร้างระบบแยกขยะประเภทรีไซเคิลอัตโนมัติที่ใช้เทคนิคการประมวลผลด้วยภาพ โดยระบบจะทำงานบนบอร์ดราสเบอร์รี่พายด้วยโปรแกรมคำสั่ง ด้วยภาษาไพทอนที่มีการใช้ไลบรารีโอเพ่นซีวีทำงานร่วมกับเท็นเซอร์โฟลว์และเฟรมเวิร์กอื่น ๆ มีการสั่งให้บอร์ดอาดุยโน่ควบคุมฝาถังขยะให้เปิดออกเมื่อระบบตรวจจับขยะประเภทรีไซเคิลได้ แล้วปิดลงเมื่อฝาของถังขยะเปิดออกครบ 6 วินาที ซึ่งการนำขยะประเภทรีไซเคิล 4 ประเภท ๆ ละ 4 รูปแบบมาทดสอบความสามารถในการตรวจจับของชุดข้อมูลต้นแบบที่สร้างขึ้น พบว่าค่าร้อยละของความแม่นยำ ในการตรวจจับเฉลี่ย คือ ขวดแก้วหรือขวดพลาสติก 77.7 % กระป๋องอลูมิเนียมหรือกระป๋องโลหะ 73.5 % กระดาษ 72.3 % และแก้วน้ำพลาสติกหรือกระดาษ 70.8% จากนั้นได้ทำการจำลองให้ระบบแยกขยะประเภทรีไซเคิลออกจากขยะประเภทอื่น โดยการนำตัวอย่างขยะจำนวน 26 รูปแบบ จากขยะ ทั้ง 4 ประเภทที่กำหนดโดยกรมควบคุมมลพิษ มาทดสอบด้วยโปรแกรมประมวลผลภาพที่ทำงานบนบอร์ดราสเบอร์รี่พาย ระบบได้ทำการตรวจจับขยะประเภทรีไซเคิลและไม่ตรวจจับขยะประเภทอื่น คิดเป็นร้อยละ 76.92 ซึ่งระบบแยกขยะปรเภทรีไซเคิลอัตโนมัตินี้สามารถเป็นตัวช่วยในการแยกขยะประเภทรีไซเคิลออกจากขยะประเภทอื่นได้และสามารถช่วยลดปัญหาที่อาจเกิดจากขยะได้ในอนาคต

This engineering project aims to create a system that helps sort recycling before throwing it into the trash. Therefore, we create a system of automatic recycling sorting by using an image processing technique. The system works on the Raspberry Pi board by Python programming which uses OpenCV to work with Tensorflow and other frameworks. The system also instructs Board Arduino to control the lid of the trash to open when the system has already detected recycling and close after 6 seconds. As brings 4 types of recycling and 4 samples of them to test the detection capability of a created-prototypical data set, it was found that accuracy rate of the detection is as follows: 77.7% glass or plastic bottles, 73.5% aluminium or metal cans, 72.3% paper, and 70.8% plastic or paper cups. Then model the system to sort recycling from other types of waste by using 26 samples of 4 types of waste determined Pollution Control Department and test by the image processing programme works on the Raspberry Pi board. The system detects recycling but does not detect other types of waste, accounting for 76.92%. As you can see, the system of automatic recycling sorting can help recycling sorting from other types of waste and can decrease the problem of waste that might happen in the future.