Os presentamos a SIARA, nuestro proyecto de Sistema de Inteligencia Artificial para la identificación y clasificación de Residuos a través de visión Artificial.
Este Proyecto surge de la necesidad encontrada por Ecoembes en las plantas de selección de envases plásticos, latas y bricks, ya que en la actualidad, el primer paso del proceso en una planta de selección es retirar los residuos voluminosos que no pueden ser tratados en sus instalaciones y lo lleva a cabo un operario en condiciones complicadas.
El objetivo del Proyecto es facilitar dicha tarea, automatizando la detección de voluminosos a la entrada de dichas plantas de selección.
Os vamos a ir contando poco a poco cómo lo desarrollamos desde ATRIA Innovation hasta su diseño final.
¿Qué es SIARA?
Se trata de un sistema de visión artificial basado en Deep Learning (redes neuronales), para la detección de los residuos voluminosos que se pueden encontrar en la cinta transportadora a la entrada de la planta de selección de residuos plásticos, bricks o latas, evitando así que la máquina se atasque o se estropee con dichos voluminosos.
Con este sistema se obtendrán diferentes ventajas:
• Mejorar las condiciones de trabajo a la entrada en planta
• Reducir el tiempo del proceso
• Minimizar costes
• Evitar tareas tediosas
Es un proyecto financiado por el Ministerio de Economía y Empresa con el Nº de Expediente TSI-100909-2019-54, por la convocatoria Tecnologías Habilitadoras Digitales (THD), dentro del Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020, en el marco de la Acción Estratégica de Economía y Sociedad Digital y del Subprograma Estatal de Impulso a las Tecnologías Habilitadoras.
Está cofinanciado por FEDER o Fondo Europeo de Desarrollo Regional, cuyo objetivo es fortalecer la cohesión socioeconómica dentro de la Unión Europea corrigiendo los desequilibrios entre sus regiones.
¿Cómo funciona SIARA?
El sistema va a aprender a detectar los residuos que no hay que retirar, desechando el resto, a través de cámaras con diferentes sensores y un sistema de inteligencia artificial. Como hemos mencionado anteriormente, para entrenar a SIARA se utilizará el Deep Learning, creando una base de datos, que incluirá la adquisición de imágenes y su etiquetado, un trabajo muy importante que se realizará durante las primeras etapas del proyecto.
La mayoría de las aplicaciones de visión artificial utilizan cámaras que capturan el espectro visible: colores y texturas. Distintos tipos de plásticos, bricks o latas pueden tener mismo color y textura por lo que pueden ser difíciles de distinguir usando cámaras convencionales. Para llegar a una solución, se estudiará el uso de cámaras más complejas.
¿Dónde se aplica SIARA?
El entorno de pruebas del proyecto será la planta de selección de envases plásticos, latas y bricks titulada por la Mancomunidad de San Marcos y gestionada por Trienekens con Ecoembes en Urnieta (San Sebastián), País Vasco.
En ella, una cinta transportadora recibe los residuos de entrada y los distribuye a lo largo de la planta en distintos procesos de separación. El sistema de adquisición que se va a utilizar para la captura de datos se instalará sobre esta cinta transportadora de entrada y tomará imágenes de los residuos que entren a la planta. Este sistema se seleccionará y se calibrará en los laboratorios de ATRIA.
¿Cómo empieza el proyecto?
Para saber a dónde se quiere llegar, lo primero que se ha llevado a cabo es la definición de objetivos. Tras entregar el documento de alcance tanto a Ecoembes como a Trienekens, se ha organizado una reunión con dichos participantes y así poder presentarles nuestra propuesta y los objetivos por si fuera necesario reestructurar algo.
Para conocer mejor el entorno donde nos vamos a mover, dos compañeras se han desplazado hasta la planta de selección de Urnieta, País Vasco, para realizar una visita guiada.
Próximos pasos
Tras reunirnos con todos los participantes del proyecto, definir objetivos y condiciones y conocer el entorno donde nos vamos a mover, pasaremos a la fase 2, la de diseñar el sistema de visión artificial. En ella, será necesario seleccionar los sensores a incluir, el ordenador y la iluminación y la posición de todos los elementos en la estructura, así como el hardware que se utilizará para su evaluación.
Las siguientes fases consistirán en la instalación del sistema de visión, la creación de la base de datos, el desarrollo y entrenamiento de la visión artificial y la evaluación real y mejora continua.
Pronto os contaremos novedades. Si queréis saber más sobre el proyecto, no dudéis en visitar los diferentes apartados de la web.
Además, nos podéis seguir en Instagram y Twitter para enteraros de las últimas novedades y del desarrollo de SIARA hasta su fase final y de lanzamiento.
¡Tenemos muchas ganas de informaros día a día!
Comentarios recientes