Classification des déchets solides basée sur l'IA

Les environnements urbains de la plupart des pays sont aujourd'hui aux prises avec la collecte et la gestion des déchets solides municipaux (MSW). Tout d'abord, après la collecte des déchets, il est difficile de classer le mélange MSW qui comprend les déchets de jardin, les déchets alimentaires, les plastiques, le bois, les métaux, les papiers, le caoutchouc, le cuir, les piles, les matériaux inertes, les textiles, les contenants de peinture et bien d'autres. autres choses. Le principal obstacle au tri est la variété des déchets solides générés. Ces déchets doivent d'abord être correctement fractionnés et triés avant de passer par des procédures de traitement importantes. Les solutions de classification des MSW doivent être techniquement pratiques, économiquement viables, socialement et légalement acceptables et respectueuses de l'environnement.

Un système de classification des déchets solides basé sur l'IA est développé pour la séparation des déchets solides. Ce système utilise des poubelles équipées de capteurs pour maintenir le niveau de déchets dans les poubelles. Deuxièmement, une caméra est déployée pour prendre une photo de la décharge qui contient plusieurs déchets. L'image est segmentée en grilles à l'aide d'un procédé de segmentation de grille. Cette image est introduite dans un algorithme d'apprentissage en profondeur formé pour effectuer l'identification. Un classificateur évalue en outre la classe de chaque déchet et le déchet trié est géré à l'aide de l'unité de commande. Le composant central de l'ensemble du système est l'unité de commande. Sur la base des informations obtenues du module de traitement des bords, il produit des signaux de commande. Il régule le mouvement du bras robotisé conformément aux spécifications du degré de liberté. À l'aide de ce bras robotisé, le système sépare l'article dans la poubelle appropriée, c'est-à-dire le métal, le plastique, le verre, les déchets, etc. Ce système de classification des déchets solides basé sur l'IA fournit des résultats de segmentation impressionnants. L'algorithme d'apprentissage en profondeur, un choix populaire pour la classification des images, nous donne des résultats précis à 96 %.