Ανάπτυξη αλγορίθμου για το διαχωρισμό ξύλινων απορριμμάτων με τη χρήση τεχνικών τεχνητής νοημοσύνης

Abstract

Οι πεπερασμένοι πόροι και τα κλιματικά ζητήματα έχουν καταστήσει αναγκαία τη μετάβαση στο μοντέλο της κυκλικής οικονομίας. Λόγω της ραγδαίας αύξησης της παραγωγής αστικών στερεών απορριμμάτων παγκοσμίως, η ΕΕ έχει θέσει νέους στόχους αποδοτικότερης ανακύκλωσης τους. Συνήθως τα αστικά απορρίμματα αποτελούν μια αρκετά πολύπλοκη ροή στερεών υλικών που περιλαμβάνει μέταλλα, ξύλο, πλαστικό, χαρτί, γυαλί, υλικά κατασκευών και κατεδαφίσεων κ.α. Η αποτελεσματική διαλογή των υλικών αποτελεί κρίσιμη προϋπόθεση για μία επιτυχημένη ανακύκλωση, συνεπώς η ερευνητική κοινότητα έχει στραφεί πλέον στις αυτοματοποιημένες τεχνικές διαλογής με στόχο τον εκσυγχρονισμό και την ψηφιοποίηση της ανακυκλωτικής διαδικασίας, όπου αισθητήρες χρησιμοποιούνται για την ανίχνευση των ανακυκλώσιμων υλικών στα απόβλητα με σκοπό την ανάπτυξη αυτόνομων συστημάτων για την ταξινόμησή τους. Στο πλαίσιο αυτής της διπλωματικής εργασίας έγινε η ανάπτυξη ενός αλγορίθμου, βασισμένου σε τεχνικές βαθιάς μάθησης (deep learning), σε εργαστηριακό βιομηχανικό περιβάλλον, με σκοπό τη δημιουργία ενός αυτοματοποιημένου συστήματος διαχωρισμού ξύλινων απορριμμάτων. Η εκπαίδευση του μοντέλου πραγματοποιήθηκε επάνω σε δεδομένα που προέρχονταν από δύο πολυφασματικούς αισθητήρες (multispectral sensors) και μία βιομηχανική κάμερα. Με αυτόν τον τρόπο ήταν δυνατή η αναγνώριση, ο χαρακτηρισμός και η κατηγοριοποίηση των διαφόρων ειδών ξύλου, όπως επίσης και ο διαχωρισμός τους από άλλα απόβλητα, με βάση την σύνθεσή τους. Στη συνέχεια ακολούθησε η αντίστροφη διαδικασία της επαύξησης των εικόνων που είχαμε συλλέξει για τον έλεγχο ύπαρξης βελτίωσης στην ακρίβεια του μοντέλου μας, αξιοποιώντας τα ήδη υπάρχοντα δεδομένα. Ενώ, στο τέλος, υλοποιήθηκε μία έρευνα επάνω στις φασματικές ζώνες, στα πρότυπα της επιλογής χαρακτηριστικών (feature selection), αποσκοπώντας στη μελέτη του αντίκτυπου ενός εξοπλισμού κατώτερου επιπέδου και κατά συνέπεια στο ενδεχόμενο μιας πιο ευρείας αξιοποίησης του παραχθέντος μοντέλου.