4 технологии, которые помогут в решении глобальной мусорной проблемы
![4 технологии, которые помогут в решении глобальной мусорной проблемы 4 технологии, которые помогут в решении глобальной мусорной проблемы](https://images.techinsider.ru/upload/img_cache/7dc/7dc398b1b8245e848f2c133a84139060_ce_5472x3643x0x0_cropped_510x340.webp)
О технологиях, которые помогут людям сделать мир более свободным от мусора, рассказывает компания Nevlabs, разработчик оборудования для автоматической сортировки отходов, резидент «Сколково».
Искусственный интеллект на мусоросортировочных заводах
В последние 5-7 лет искусственный интеллект (ИИ) активно используется в совершенно разных сферах: медицине, финансах, промышленности и в том числе в сортировке мусора. На большинстве сортировочных заводов он внедряется с нуля, где на 90% снижает вовлеченность человека в эту, мягко говоря, неприятную и даже опасную деятельность.
На заводах, куда уже пришла автоматизация, ИИ чаще всего сменяет оптический сепаратор — технологию, которая в свое время заработала хорошую репутацию, однако для многих остается недоступной из-за дорогостоящей гиперспектральной камеры. Она анализирует отходы в инфракрасном диапазоне и по их спектральному отклику различает материалы.
ИИ обладает весомыми преимуществами перед своим аналогом: его стоимость ниже, а следовательно, оборудование окупается быстрее, он менее прихотливый к внешним условиям (например, к освещению или материалу мусоросортировочной ленты) и может разбирать более сложные случаи. Например, нередко спектрометр ошибочно определяет подгузники как ПЭТ-бутылки из-за того, что в их состав входят ПЭТ-волокна. Искусственный интеллект подобных ошибок не допускает.
ИИ работает по следующему принципу: над лентой конвейера, по которому движется мусор, устанавливается камера и набор дополнительных датчиков. Информация с них попадает на компьютер с модулем технического зрения — именно он и использует нейронную сеть. Полученные от нее данные передаются на основное ПО, которое дает исполнительным устройствам команду на отбор интересующих нас фракций.
![](https://images.techinsider.ru/upload/img_cache/2e7/2e78cc17858c6b19912bd44768325dd7_cropped_510x345.webp)
Чтобы обучить нейронную сеть различать мусор, необходимо набрать большую базу фотографий. На один класс отходов требуется от 5 до 10 тысяч примеров, которые размечаются людьми вручную. После этого запускается процедура обучения нейронной сети: «просматривая» фотографии, она находит правила и закономерности внешнего вида мусора.
В процессе работы все мусоросортировочные установки отправляют новые фотографии отходов на центральный сервер. Люди вручную проверяют качество распознавания, а также размечают новые примеры, на основе которых нейронная сеть дообучается. Обновленная версия сети автоматически доставляется на сортирующее оборудование через встроенный интернет-модем, поэтому сортировщики успешно распознают мусор в любом уголке страны.
Роботы-сортировщики
Совсем недавно для сортировки мусора стали применять дельта-роботов, которые тоже используют искусственный интеллект в качестве технического зрения. Получая команду, они с помощью присоски захватывают нужный мусор и распределяют его по разным контейнерам в зависимости от фракций. Для сравнения: в минуту человек может отбирать 30 фракций отходов, а робот — до 60.
Роботы отлично работают в роли контролера качества после традиционного сортировщика, который отстреливает фракции сжатым воздухом. Производительность такой установки гораздо больше, чем у робота — реально она заменяет 20-40 человек. Но у нее страдает точность, поэтому часть отходов может быть отобрана неправильно. Для работы над ошибками как раз и применяется робот.
IoT-датчики в мусорных баках
Внедрение интернета вещей (Internet of Things, IoT) в сферу уборки мусора является частью мировой концепции «умного города». Внутри мусорных баков устанавливаются ультразвуковые и другие датчики, которые в режиме реального времени измеряют уровень отходов, процент влажности и температуру. Если контейнер заполнен, информация об этом передается на облачный сервер, а специализированное ПО на основе нее выстраивает для водителя мусоровоза оптимальный маршрут объезда территории.
Подобная технология активно внедряется в мегаполисах США и странах Западной Европы, например, компанией Enevo. В России также есть несколько решений в этой сфере. Использование IoT-датчиков позволяет избежать скопления мусора на улицах и оптимизировать время, денежные и человеческие ресурсы мусороуборочных компаний.
![](https://images.techinsider.ru/upload/img_cache/13d/13d69bc358810e7a79c704516f5bc1f7_cropped_510x340.webp)
«Умный» мусорный контейнер
Искусственный интеллект и интернет вещей выходят и на уровень бытовой сортировки мусора. Эко-энтузиасты из разных стран создают «умные» мусорные баки, которые с помощью компьютерного зрения сортируют различные типы отходов, а IoT-датчики контролируют их количество.
Все, что нужно сделать человеку, это положить мусор в «интеллектуальный» контейнер. Внутри себя он распознает фракцию материала (пластик, стекло, металл, смешанные отходы), собирает и спрессовывает их в указанном баке и уведомляет об уровне заполненности внутри него.
![](https://images.techinsider.ru/upload/img_cache/f36/f36165b39251e8ab72ebf83b06f95141_cropped_510x340.webp)
В Америке подобную технологию разработала компания CleanRobotics, в Европе первопроходцем выступила польская компания Bin-e. А канадская компания Intuitive пошла еще дальше: её «умный» мусорный бак с искусственным интеллектом по имени Оскар умеет даже подсказывать людям, в какой бак нужно выкидывать тот или иной тип мусора.
Материал подготовлен компанией Nevlabs