SIARA:sistema de inteligência artificial para identificação e classificação de resíduos por meio de visão computacional

Há algumas semanas você pôde conhecer este projeto em nosso RRSS e hoje trazemos para você uma entrada dedicada a ele. Você também pode descobrir mais detalhes em seu próprio site .

Este projeto surge da necessidade, existente nas centrais de triagem de resíduos de embalagens leves, de facilitar aos operadores a remoção de resíduos volumosos da linha de tratamento que, pela sua forma ou dimensão, prejudicam os processos de triagem subsequentes.

Para isso, estamos criando um sistema de inteligência artificial para identificação e classificação de resíduos por meio de visão artificial, cujas iniciais são SIARA. Nós te contamos!

O que é SIARA?

É uma visão computacional sistema baseado em aprendizagem profunda (redes neurais) para a detecção e separação de resíduos volumosos encontrados na esteira transportadora na entrada da fábrica para a seleção de resíduos plásticos, caixas ou latas (do recipiente amarelo) e assim evitar que a linha entupa ou seja danificada por tal desperdício.

Com seu design, diferentes problemas serão resolvidos:

• Reduza o tempo do processo
• Minimizar custos
• Evite tarefas tediosas

É um projeto financiado pelo Ministério da Economia e Negócios e co-financiado pelo FEDER ou Fundo Europeu de Desenvolvimento Regional, cujo objectivo é reforçar a coesão socioeconómica na União Europeia corrigindo os desequilíbrios entre as suas regiões.

Como o SIARA funciona?

O sistema aprenderá a detectar os resíduos que não precisam ser removidos e descartar o restante por meio de câmeras com diferentes sensores e um sistema de inteligência artificial. Como dissemos, aprendizado profundo será usado para treinar SIARA , criando um banco de dados que incluirá a aquisição de imagens e sua marcação, um trabalho muito importante que será realizado nas primeiras etapas do projeto.

A maioria dos aplicativos de visão computacional usa câmeras que capturam o espectro visível, cores e texturas, facilitando a distinção de plásticos, caixas e latas que podem ter a mesma cor ou textura. Para otimizar ainda mais, o uso de câmera multiespectral s serão estudados. Da mesma forma, as câmeras 3D fornecem profundidade e podem ajudar a selecionar áreas de detritos na correia transportadora na imagem.

Também é necessário escolher os sensores para incluir, o computador e a iluminação e a posição de todos os elementos na estrutura , bem como o hardware que serão utilizados para sua avaliação.

Ao mesmo tempo, uma transportadora recebe os resíduos de entrada e os distribui para o largo da planta em processos de seleção distintos. O sistema de aquisição que você pode usar para a captura de dados para instalação sobre esta cinta de alimentação da linha e tomar as imagens dos resíduos que entram na planta. Este sistema pode selecionar e calibrar nos laboratórios de ATRIA .

 Onde o SIARA é aplicado?

O ambiente de teste do projeto será a planta para a seleção de recipientes de plástico, latas e briks intitulados pela Mancomunidad de San Marcos , em que Trienekens opera, em Urnieta (San Sebastián).

Nele, uma esteira transportadora recebe os resíduos e os distribui por toda a planta em diferentes processos de seleção. O sistema de aquisição que será utilizado para captura de dados será instalado nesta linha na esteira de alimentação e fará imagens dos resíduos que entram na planta. Este sistema será selecionado e calibrado no ATRIA laboratórios.

Se você estiver interessado em saber mais sobre nosso projeto, não hesite em visitar o próprio site do projeto www.siaraproject.es.

Além disso, você pode nos seguir no Instagram para conhecer as últimas novidades e o desenvolvimento do SIARA até sua fase final e lançamento. Queremos muito contar para você todos os dias!

Se você quiser nos perguntar sobre esse sistema de classificação baseado em aprendizado profundo, entre em contato conosco!