SIARA:System der künstlichen Intelligenz zur Identifizierung und Klassifizierung von Abfällen durch Computer Vision

Vor ein paar Wochen konnten Sie sich auf unserem RRSS über dieses Projekt informieren, und heute bringen wir Ihnen einen ihm gewidmeten Eintrag. Weitere Einzelheiten finden Sie auch auf der eigenen Website .

Dieses Projekt ergibt sich aus dem in Sortieranlagen für Leichtverpackungen bestehenden Bedarf, es den Bedienern zu erleichtern, sperrige Abfälle aus der Behandlungslinie zu entfernen, die aufgrund ihrer Form oder Größe für nachfolgende Sortierprozesse nachteilig sind.

Dazu schaffen wir ein künstliches Intelligenzsystem zur Identifizierung und Klassifizierung von Abfällen durch künstliches Sehen, dessen Initialen SIARA sind. Wir sagen es Ihnen!

Was ist SIARA?

Es ist eine Computervision System basierend auf Deep Learning (neuronale Netze) zur Erkennung und Trennung von Sperrmüll auf dem Förderband am Eingang der Anlage zur Auswahl von Kunststoffabfällen, Kartons oder Dosen (aus der Gelben Tonne) und verhindern so ein Verstopfen oder Beschädigen der Linie solche Verschwendung.

Mit seinem Design werden verschiedene Probleme gelöst:

• Prozesszeit reduzieren
• Kosten minimieren
• Vermeiden Sie langwierige Aufgaben

Es ist ein finanziertes Projekt vom Ministerium für Wirtschaft und Gewerbe und vom FEDER oder dem Europäischen Fonds für regionale Entwicklung kofinanziert dessen Ziel es ist, den sozioökonomischen Zusammenhalt innerhalb der Europäischen Union zu stärken, indem Ungleichgewichte zwischen ihren Regionen korrigiert werden.

Wie funktioniert SIARA?

Das System lernt, den Abfall zu erkennen, der nicht entfernt werden muss und den Rest durch Kameras mit verschiedenen Sensoren und einem künstlichen Intelligenzsystem zu entsorgen. Wie wir bereits gesagt haben, wird Deep Learning verwendet, um SIARA zu trainieren , Erstellung einer Datenbank, die die Erfassung von Bildern und deren Kennzeichnung umfasst, eine sehr wichtige Arbeit, die in den ersten Phasen des Projekts durchgeführt wird.

Die meisten Computer-Vision-Anwendungen verwenden Kameras, die das sichtbare Spektrum, Farben und Texturen erfassen, wodurch es einfacher wird, Kunststoffe, Kartons und Dosen mit derselben Farbe oder Textur zu unterscheiden. Zur weiteren Optimierung der Einsatz von Multispektralkamera s werden studiert. Ebenso 3D-Kameras bieten Tiefe und können bei der Auswahl von Trümmerbereichen auf dem Förderband im Bild helfen.

Es ist auch notwendig, die Sensoren auszuwählen dazu gehört auch der Computer und die Beleuchtung und die Position aller Elemente in der Struktur , sowie die Hardware die für ihre Auswertung verwendet werden.

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 linea y tomará imágenes de los residuos que entren a la planta. Este sistema se seleccionará y se calibrará en los laboratorios de ATRIA .

 Wo wird SIARA angewendet?

Die Testumgebung des Projekts wird die von der Mancomunidad de San Marcos benannte Anlage zur Auswahl von Kunststoffbehältern, Dosen und Ziegeln sein , in der Trienekens betreibt, in Urnieta (San Sebastián).

Darin nimmt ein Förderband Abfall auf und verteilt ihn in verschiedenen Selektionsprozessen im Werk. Das Erfassungssystem, das zur Datenerfassung verwendet werden soll, wird in dieser Linie am Zuführband installiert und nimmt Bilder des Abfalls auf, der in die Anlage gelangt. Dieses System wird im ATRIA ausgewählt und kalibriert Labors.

Wenn Sie daran interessiert sind, mehr über unser Projekt zu erfahren, zögern Sie nicht, die eigene Website des Projekts www.siaraproject.es. zu besuchen

Außerdem können Sie uns auf Instagram folgen um sich über die neuesten Nachrichten und die Entwicklung von SIARA bis zur Endphase und Einführung zu informieren. Wir möchten es Ihnen wirklich jeden Tag sagen!

Wenn Sie uns zu diesem auf Deep Learning basierenden Klassifizierungssystem fragen möchten, kontaktieren Sie uns!