SIARA: Komputer Vision Berbasis AI untuk Identifikasi & Pengurutan Sampah yang Akurat

Beberapa minggu yang lalu Anda telah dapat mempelajari proyek ini di RRSS kami dan hari ini kami bawa Anda entri yang didedikasikan padanya. Anda juga dapat mengetahui lebih banyak detail di situs webnya sendiri .

Proyek ini timbul dari kebutuhan, yang ada di pabrik pengurutan limbah kemasan ringan, untuk memudahkan operator untuk menghapus limbah besar dari garis perlakuan yang, karena bentuk atau ukurannya, merugikan proses pengurutan selanjutnya.

Untuk melakukan ini, kami sedang menciptakan sistem kecerdasan buatan untuk identifikasi dan klasifikasi limbah melalui visi buatan, yang inisialnya adalah SIARA. Kami memberi tahu Anda!

Apa itu SIARA?

Ia adalah sistem komputer visi berdasarkan deep learning (jaringan saraf) untuk deteksi dan pemisahan limbah besar yang ditemukan pada sabuk konveyor di masuk ke pabrik untuk seleksi limbah plastik, karton atau kaleng (dari wadah kuning) dan mencegah garis tersumbat atau rusak oleh limbah tersebut.

Dengan desainnya berbagai masalah akan diatasi:

• Mengurangi waktu proses
• Meminimalkan biaya
• Menghindari tugas yang membosankan

Ini adalah proyek dibiayai oleh Kementerian Ekonomi dan Bisnis dan diko-finansir oleh FEDER atau Dana Pembangunan Wilayah Eropa, yang tujuannya adalah untuk memperkuat kohesi sosial-ekonomi di dalam Uni Eropa dengan mengoreksi ketidakseimbangan antara wilayahnya.

Bagaimana SIARA bekerja?

Sistem akan belajar untuk mendeteksi limbah yang tidak harus dihilangkan dan untuk membuang sisanya melalui kamera dengan sensor berbeda dan sistem kecerdasan buatan. Seperti yang telah kita katakan, deep learning akan digunakan untuk melatih SIARA, menciptakan database yang akan mencakup akuisisi citra dan pelabelannya, pekerjaan yang sangat penting yang akan dilakukan selama tahap awal proyek.

Sebagian besar aplikasi komputer visi menggunakan kamera yang menangkap spektrum terlihat, warna dan tekstur, sehingga memudahkan untuk membedakan plastik, karton dan kaleng yang mungkin memiliki warna atau tekstur yang sama. Untuk optimasi lebih lanjut, penggunaan kamera multispektral akan diteliti. Demikian pula, kamera 3D memberikan kedalaman dan dapat membantu memilih area limbah pada sabuk konveyor dalam citra.

Juga perlu memilih sensor yang akan disertakan, komputer dan pencahayaan dan posisi semua elemen dalam struktur, serta hardware yang akan digunakan untuk evaluasinya.

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.

Where is SIARA applied?

The test environment of the project will be the plant for the selection of plastic containers, cans and briks titled by the Mancomunidad de San Marcos, in which Trienekens operates, in Urnieta (San Sebastián).

In it, a conveyor belt receives waste and distributes it throughout the plant in different selection processes. The acquisition system that is going to be used for data capture will be installed in this line on the feeding belt and will take images of the waste entering the plant. This system will be selected and calibrated in the ATRIA laboratories.

Jika Anda tertarik untuk mempelajari lebih lanjut tentang proyek kami, jangan ragu untuk mengunjungi situs web Proyek itu sendiri www.siaraproject.es.

Selain itu, Anda dapat mengikuti kami di Instagram untuk mengetahui berita terbaru dan perkembangan SIARA hingga tahap akhir dan peluncurannya. Kami sangat ingin memberitahukan kepada Anda setiap hari!

Jika Anda ingin bertanya kepada kami tentang sistem klasifikasi ini yang didasarkan pada deep learning, hubungi kami!