SIARA :système d'intelligence artificielle pour l'identification et la classification des déchets par vision par ordinateur

Il y a quelques semaines, vous avez pu prendre connaissance de ce projet sur notre RRSS et aujourd'hui nous vous apportons une entrée qui lui est dédiée. Vous pouvez également trouver plus de détails sur son propre site Web .

Ce projet est né du besoin, existant dans les centres de tri des déchets d'emballages légers, de faciliter aux opérateurs l'évacuation des déchets encombrants de la chaîne de traitement qui, de par leur forme ou leur taille, sont préjudiciables aux processus de tri ultérieurs.

Pour ce faire, nous créons un système d'intelligence artificielle pour l'identification et la classification des déchets par vision artificielle, dont les initiales sont SIARA. On vous dit !

Qu'est-ce que SIARA ?

C'est une vision par ordinateur système basé sur l'apprentissage profond (réseaux de neurones) pour la détection et la séparation des déchets encombrants se trouvant sur le tapis roulant à l'entrée de l'usine pour la sélection des déchets plastiques, cartons ou canettes (du bac jaune) et ainsi éviter que la ligne ne se bouche ou ne soit endommagée par de tels déchets.

Avec sa conception, différents problèmes seront résolus :

• Réduire le temps de traitement
• Réduire les coûts
• Évitez les tâches fastidieuses

C'est un projet financé par leMinistère de l'Economie et des Entreprises et cofinancé par le FEDER ou Fonds Européen de Développement Régional, dont l'objectif est de renforcer la cohésion socio-économique au sein de l'Union européenne en corrigeant les déséquilibres entre ses régions.

Comment fonctionne SIARA ?

Le système apprendra à détecter les déchets qui ne doivent pas être éliminés et de disposer du reste grâce à des caméras avec différents capteurs et un système d'intelligence artificielle. Comme nous l'avons dit, l'apprentissage en profondeur sera utilisé pour former SIARA , créant une base de données qui comprendra l'acquisition d'images et leur étiquetage, un travail très important qui sera effectué lors des premières étapes du projet.

La plupart des applications de vision par ordinateur utilisent des caméras qui capturent le spectre visible, les couleurs et les textures, ce qui facilite la distinction des plastiques, des cartons et des canettes qui peuvent avoir la même couleur ou la même texture. Pour une optimisation supplémentaire, l'utilisation de caméra multispectrale s seront étudiés. De même, les caméras 3D fournissent de la profondeur et peuvent aider à sélectionner les zones de débris sur le tapis roulant dans l'image.

Il faut aussi choisir les capteurs à inclure, l'ordinateur et l'éclairage et la position de tous les éléments dans la structure , ainsi que le matériel qui serviront à leur évaluation.

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 qu'entren a la planta. Ce système se sélectionne et se calibre dans les laboratoires de ATRIA .

 Où le SIARA est-il appliqué ?

L'environnement de test du projet sera l'usine de sélection de récipients en plastique, de canettes et de briques titrées par la Mancomunidad de San Marcos , dans lequel Trienekens opère, à Urnieta (San Sebastián).

Dans celui-ci, un tapis roulant reçoit les déchets et les distribue dans toute l'usine dans différents processus de sélection. Le système d'acquisition qui va être utilisé pour la saisie des données sera installé dans cette ligne sur le tapis d'alimentation et prendra des images des déchets entrant dans l'usine. Ce système sera sélectionné et calibré dans l'ATRIA laboratoires.

Si vous souhaitez en savoir plus sur notre projet, n'hésitez pas à visiter le site Web du projet www.siaraproject.es.

De plus, vous pouvez nous suivre sur Instagram pour connaître les dernières actualités et le développement de SIARA jusqu'à sa phase finale et son lancement. Nous voulons vraiment vous le dire tous les jours !

Si vous souhaitez nous poser des questions sur ce système de classification basé sur le deep learning, contactez-nous !