一种基于神经模糊的自适应垃圾清扫方法与系统

本发明涉及垃圾清扫技术领域，尤其为一种基于神经模糊的自适应垃圾清扫方法与系统，方法包括构建多模态垃圾图像数据集并划分数据集；融合模糊聚类与深度学习特征训练目标检测模型；模糊化处理图像判定垃圾类别；建立模糊规则库实现实时决策；采用混合优化策略训练模型；基于三维感知技术估算垃圾体积与质量；利用模糊PID控制器调节清扫装置功率；部署边缘‑云端协同架构更新规则库；系统包含多模态数据采集单元、混合计算单元、动态功率控制单元和云端管理平台。该发明能精准识别垃圾类别，优化清扫装置功率，实现能耗与效率协同，提升系统适应性与决策实时性，有效解决传统垃圾清扫技术的不足。