Este proyecto surge de la necesidad, existente en las plantas de selección de residuos de envases ligeros, de facilitar a los operarios la retirada de la línea de tratamiento de residuos voluminosos que, por su forma o tamaño, son perjudiciales para los procesos posteriores de selección
Para ello, estamos creando un sistema de inteligencia artificial para la identificación y clasificación de residuos a través de visión artificial, cuyas siglas son SIARA. ¡Os lo contamos!
¿Qué es SIARA?
Se trata de un sistema de visión artificial basado en deep learning (redes neuronales) para la detección y separación de los residuos voluminosos que se encuentran en la cinta transportadora a la entrada de la planta de selección de residuos plásticos, briks o latas (provenientes del contenedor amarillo) y así evitar que la línea se atasque o se estropee con dichos residuos.
Con su diseño se resolverán diferentes problemas:
- Reducir el tiempo del proceso
- Minimizar costes
- Evitar tareas tediosas
Es un proyecto financiado por el Ministerio de Economía y Empresa y cofinanciado por FEDER o Fondo Europeo de Desarrollo Regional, cuyo objetivo es fortalecer la cohesión socioeconómica dentro de la Unión Europea corrigiendo los desequilibrios entre sus regiones.
¿Cómo funciona SIARA?
El sistema va a aprender a detectar los residuos que no hay que retirar y a desechar el resto a través de cámaras con diferentes sensores y un sistema de inteligencia artificial. Como hemos dicho, para entrenar a SIARA se utilizará el deep learning, creando una base de datos que incluirá la adquisición de imágenes y su etiquetado, un trabajo muy importante que se realizará durante las primeras etapas del proyecto.
La mayoría de las aplicaciones de visión artificial utilizan cámaras que capturan el espectro visible, colores y texturas, lo que facilitará la distinción de plásticos, briks y latas que puedan tener el mismo color o textura. Para una mayor optimización, se estudiará el uso de cámaras multiespectrales. Del mismo modo, las cámaras 3D proporcionan profundidad y pueden ayudar a seleccionar en la imagen las zonas con residuos de la cinta transportadora.
También es necesario elegir los sensores a incluir, el ordenador y la iluminación y la posición de todos los elementos en la estructura, así como el hardware que se utilizará para su evaluación.
¿Dónde se aplica SIARA?
El entorno de pruebas del proyecto será la planta de selección de envases de plásticos, latas y briks titulada por la Mancomunidad de San Marcos, en la que opera Trienekens, en Urnieta (San Sebastián).
En ella, una cinta transportadora recibe los residuos de entrada y los distribuye a lo largo de la planta en distintos procesos de selección. El sistema de adquisición que se va a utilizar para la captura de datos se instalará sobre esta cinta de alimentación de la línea y tomará imágenes de los residuos que entren a la planta. Este sistema se seleccionará y se calibrará en los laboratorios de ATRIA.
Además, nos puedes seguir en Instagram para enterarte de las últimas novedades y del desarrollo de SIARA hasta su fase final y de lanzamiento. ¡Tenemos muchas ganas de contarte día a día!
Si nos quieres hacer una consulta sobre este sistema de clasificación basado en deep learning, ¡contáctanos!
Proyectos relacionados
