ИИ-платформа MarQus повысила эффективность сортировки мусора в 2 раза

Сейчас большое внимание уделяется проблеме переработки мусора и максимизации использования вторичного сырья. В связи с этим остро стоит вопрос о повышении эффективности работы предприятий по сортировке твердых бытовых отходов (ТБО).

В России компании по сортировке мусора используют 2 основных решения для автоматизации:

1) Большие многостадийные линии по сортировке ТБО, их строительство требует очень больших инвестиций и площадей. Такое решение экономически целесообразно только для мегаполисов. Еще одно его ограничение — использование в основном иностранное оборудование.

2) Конвейерные линии, на которые подается мусор для ручной сортировки. Именно так работает подавляющее большинство небольших компаний по сортировке ТБО.

Эффективность в расчете на одного рабочего конвейерной линии крайне мала. По оценкам скорость сортировки с ограниченной для человека точностью достигает 27,8 единиц/мин при скорости конвейера V = 0,39 м/c. С учетом человеческого фактора реальные значения могут быть меньше в два раза. Человек не способен правильно определить, к какому классу мусора относится объект, не потеряв в скорости – возможности скорости работы человеческого глаза и мозга ограничены. Кроме того, при таком типе автоматизации есть физические ограничения по длине конвейера и количеству одновременно работающих на нем людей. А это становится стоп-фактором для масштабирования производства.

Таким образом, решение по автоматизации сортировки ТБО должно:

1) Значительно увеличить объемы и точность сортировки мусора в рамках конвейерной линии по сравнению с ручным трудом.

2) Требовать меньше инвестиций и производственных площадей, чем многостадийные аналоги.

3) Базироваться на российских компонентах и разработках.

ИИ-платформа MARQUS (sMARt QUalifier and Sorter) предназначена для детекции, распознавания и классификации твердых бытовых отходов по видеопотоку. Главной задачей MarQus является определение, классификация, трекинг и распознавание ТБО на ленте конвейера и передача полученной информации роботам-манипуляторам для последующей сортировки ТБО.

Проект реализован при поддержке Фонда содействия развитию малых форм предприятий в научно-технической сфере в рамках реализации Федерального проекта «Искусственный интеллект» национальной программы «Цифровая экономика Российской Федерации»

В основе нашего решения лежит технология распознавания материалов (Material recognition) на базе мультиспектральных данных объектов. Основываясь на отличиях в отражающих способностях разных материалов, технология Material recognition позволяет значительно повысить точность сортировки ТБО не только по типам, но и по отдельным маркам. А также определять наличие органики в ТБО, попадание которой значительно снижает качество вторсырья.

С помощью мультиспектральных камер и робота-манипулятора программа сейчас может различать и разделять 11 видов и подвидов перерабатываемых отходов: стекло, металл, бумагу, различные виды пластика и др.

«Думает» этот программно-аппаратный комплекс с помощью нескольких нейросетей, которые мы обучали на собственной базе данных, собранной по разным видам мусора.

1. Более чем в 2 раза увеличивается объем сортировки ТБО за единицу времени, по сравнению с ручным трудом: 60-70 объектов в минуту при точности детекции 95-97%.

2. MARQUS позволяет на 30% повысить количество извлекаемых фракций из ТБО в сравнении с други способами автоматизации.

3. Благодаря MARQUS можно масштабировать производство без дополнительного найма сотрудников. Для работы на линии нужен оператор подачи ТБО и оператор осуществляющий контроль нескольких линий.

4. По оценке наших партнеров из «Вторплюс» MARQUS позволит улучшить условия труда сотрудников и повысить их доход, когда они перейдут от роли сортировщиков к роли операторов.

5. При использовании MARQUS работа производства может быть организована в несколько смен и это не потребует значительного роста количества персонала.

6. На 25% ниже стоимость внедрения по сравнению с аналогами на базе компьютерного зрения. В десятки раз ниже по сравнению с иностранными аналогами на базе технологии распознавания материалов.