基于“端-边”协同架构的智能垃圾分类系统设计与实现摘要随着城市化进程的加快和环保意识的提升，垃圾分类已成为城市管理的重要课题。然而，传统垃圾分类投放面临准确率低、人工督导成本高等突出问题。本文设计并实现了一套以软件为核心的智能垃圾分类系统，采用“端-边”协同架构，将STM32嵌入式硬件作为感知与执行终端，Qt应用程序作为系统中枢，通过机器视觉技术实现垃圾智能识别，结合语音交互进行投放督导，利用物联网技术实现数据云端溯源。系统采用自定义串口通信协议实现软硬件间的稳定数据交互，通过多线程软件架构确保系统实时性，在Qt C++环境中集成ONNX Runtime推理引擎部署轻量级YOLO模型，实现了“感知-识别-决策-执行-上报”的全流程闭环。实验结果表明，该系统能够有效提升垃圾分类投放的准确率，降低人工督导成本，具有良好的社会应用前景。关键词：智能垃圾分类；端-边协同；Qt多线程；YOLO目标检测；ONNX Runtime；物联网一、绪论1.1 研究背景与意义垃圾分类是资源回收利用和环境保护的重要环节。据统计，我国城市生活垃圾年产量已超过2亿吨，且呈现持续增长态势。然而，居民垃圾分类投放的准确率普遍偏低，大量可回收资源因分类不当而被填埋或焚烧，造成资源浪费和环境污染。传统的垃圾分类监管主要依赖人工督导，存在以下突出问题：一是人力成本高昂，每处投放点需配备专职督导员；二是督导效果受限于人员素质和工作态度，难以保证持续稳定；三是督导时段有限，无法实现全天候覆盖；四是数据统计困难，