针对人们的垃圾分类意识、分类知识欠缺问题,设计了一款基于Raspberry Pi 4B的多功能智能垃圾桶。通过3ds Max软件设计分类机械结构,基于MobileNetV3算法实现了生活中30种常见垃圾的识别分类;使用M160C语音模块结合自然语言处理技术实现了垃圾桶与人的语音交互;使用激光同步定位与建图(SLAM)技术实现了垃圾桶的自主移动。测试结果表明,4种类别垃圾的平均识别率达到98.1%,语音指令识别率达到90.0%,移动准确率达到97.6%。该智能垃圾桶在一定程度上解决了垃圾分类源头环节缺失的问题,具有一定的现实意义。