SIARA:artificieel intelligentiesysteem voor identificatie en classificatie van afval door middel van computervisie

Een paar weken geleden kon je meer te weten komen over dit project op onze RRSS en vandaag brengen we je een bericht dat eraan is gewijd. Je kunt ook meer details vinden op zijn eigen website .

Dit project komt voort uit de behoefte, die bestaat in sorteerinstallaties voor licht verpakkingsafval, om het voor operators gemakkelijker te maken om grofvuil van de verwerkingslijn te verwijderen dat, vanwege zijn vorm of grootte, schadelijk is voor latere sorteerprocessen.

Om dit te doen, creëren we een kunstmatige intelligentiesysteem voor de identificatie en classificatie van afval door middel van kunstmatige visie, waarvan de initialen SIARA zijn. Wij vertellen het je!

Wat is SIARA?

Het is een computervisie systeem gebaseerd op deep learning (neurale netwerken) voor de detectie en scheiding van grofvuil op de transportband bij de ingang van de fabriek voor de selectie van plastic afval, dozen of blikjes (uit de gele container) en zo voorkomen dat de lijn verstopt raakt of beschadigd raakt door zo'n verspilling.

Met zijn ontwerp zullen verschillende problemen worden opgelost:

• Verkort de verwerkingstijd
• Kosten minimaliseren
• Vermijd vervelende taken

Het is een project gefinancierd door het Ministerie van Economie en Bedrijfsleven en gecofinancierd door de FEDER of het Europees Fonds voor Regionale Ontwikkeling, met als doel de sociaal-economische cohesie binnen de Europese Unie te versterken door onevenwichtigheden tussen haar regio's te corrigeren.

Hoe werkt SIARA?

Het systeem leert het afval te detecteren dat niet verwijderd hoeft te worden en de rest af te voeren door middel van camera's met verschillende sensoren en een artificieel intelligentiesysteem. Zoals we al zeiden, deep learning zal worden gebruikt om SIARA te trainen , het creëren van een database die de acquisitie van afbeeldingen en hun tagging omvat, een zeer belangrijk werk dat tijdens de eerste fasen van het project zal worden uitgevoerd.

De meeste computer vision-toepassingen gebruiken camera's die het zichtbare spectrum, kleuren en texturen vastleggen, waardoor het gemakkelijker wordt om kunststoffen, dozen en blikjes te onderscheiden die dezelfde kleur of textuur kunnen hebben. Voor verdere optimalisatie is het gebruik van multispectrale camera s zal worden bestudeerd. Evenzo, 3D-camera's bieden diepte en kunnen helpen bij het selecteren van puingebieden op de transportband in de afbeelding.

Het is ook noodzakelijk om de sensoren . te kiezen om op te nemen, de computer en de verlichting en de positie van alle elementen in de structuur , evenals de hardware dat zal worden gebruikt voor hun evaluatie.

En ella, una cinta transportadora recibe los restos de entrada y los distribuye a lo largo de la planta en distintos processos de selección. Er is een aanvullend hulpmiddel voor het gebruik van de gegevens van het geïnstalleerde voedsel van een voedingsmiddel en een afbeelding van restanten van planten. Este sistema se seleccionará y se calibrará en los laboratorios de ATRIA .

 Waar wordt SIARA toegepast?

De testomgeving van het project zal de fabriek zijn voor de selectie van plastic containers, blikjes en briks, getiteld door de Mancomunidad de San Marcos , waarin Trienekens is actief in Urnieta (San Sebastián).

Daarin ontvangt een transportband het afval en verdeelt dit in verschillende selectieprocessen door de fabriek. Het acquisitiesysteem dat gebruikt gaat worden voor het vastleggen van gegevens wordt in deze lijn op de aanvoerband geïnstalleerd en maakt foto's van het afval dat de fabriek binnenkomt. Dit systeem wordt geselecteerd en gekalibreerd in de ATRIA laboratoria.

Als u meer wilt weten over ons project, bezoek dan de eigen website van het project www.siaraproject.es.

Daarnaast kun je ons volgen op Instagram om meer te weten te komen over het laatste nieuws en de ontwikkeling van SIARA tot de laatste fase en lancering. We willen het je echt elke dag vertellen!

Als je ons iets wilt vragen over dit classificatiesysteem op basis van deep learning, neem dan contact met ons op!