Differenziare i rifiuti abbandonati? Ci pensa l’Intelligenza artificiale - QdS

Differenziare i rifiuti abbandonati? Ci pensa l’Intelligenza artificiale

redazione

Differenziare i rifiuti abbandonati? Ci pensa l’Intelligenza artificiale

martedì 05 Ottobre 2021

I ricercatori di Tor Vergata hanno messo a punto il sistema “BackRep”

ROMA – Gli studi sulla raccolta automatizzata dei rifiuti (Automated Waste Sorting) stanno contribuendo notevolmente a rendere più efficiente l’intero processo di riciclaggio. Una questione rilevante tuttavia rimane ancora irrisolta, ovvero come gestire la grande quantità di rifiuti che viene dispersa nell’ambiente invece di essere raccolta correttamente. In questo ci aiuterà l’Intelligenza artificiale.

La ricerca “Data Augmentation Using Background Replacement for Automated Sorting of Littered Waste”, condotta dall’Università degli Studi di Roma Tor Vergata e pubblicata sulla rivista internazionale Mdpi ha come obiettivo principale quello di costruire sistemi di smistamento automatico dei rifiuti per identificare e classificare i rifiuti gettati in natura.

I ricercatori del dipartimento dell’Ingegneria dell’Impresa ‘Mario Lucertini’ di Tor Vergata, hanno sviluppato un sistema per la classificazione automatica di immagini chiamato BackRep, in grado di riconoscere i rifiuti nell’ambiente in cui sono stati abbandonati. Il modello utilizza una procedura di aumento di dati per reti neurali e per algoritmi di Intelligenza Artificiale. “BackRep espande i set di dati esistenti ritagliando i rifiuti solidi in immagini scattate su uno sfondo uniforme (bianco) e sovrapponendoli a sfondi più realistici – spiega Fabio Massimo Zanzotto, autore della ricerca, docente di Natural Language processing presso l’Università degli Studi di Roma Tor Vergata e coordinatore del centro di ricerca interdipartimentale Artificial Intelligence Researchsu Linguaggio, Conoscenza e Cognizione (Clak) al dipartimento di Ingegneria dell’impresa ‘Mario Lucertini’.

La ricerca è stata portata avanti con la collaborazione di Arianna Patrizi, studentessa del corso di laurea magistrale in informatica a Tor Vergata e del professor Giorgio Gambosi, dipartimento di Ingegneria dell’Impresa, e ha potuto contare, in parte, su un finanziamento di Inail – Istituto Nazionale Assicurazione Infortuni sul Lavoro, per la realizzazione di un sistema di informazione su parchi avventura e ambienti non-wild che prevede una parte di analisi delle immagini.

“Per sperimentare la nostra procedura di aumento dei dati – spiega Patrizi – abbiamo prodotto un nuovo set di dati in ambienti realistici (‘Littered waste Testset’) e abbiamo osservato che i riconoscitori di rifiuti ‘addestrati’ sui dati aumentati superano quelli addestrati sui set di dati esistenti. La procedura di aumento dei dati che abbiamo adottato sembra essere dunque un approccio praticabile per supportare lo sviluppo di riconoscitori di rifiuti per ambienti urbani e selvaggi”.

Il Littered Waste Testset è un nuovo set di dati per classificare i rifiuti composto da 114 immagini classificate secondo le categorie del dataset CompostNet, uno tra i primi sistemi di classificazione automatica dei rifiuti tramite immagini che utilizza una rete neurale per identificare differenti tipi di rifiuti compostabili e riciclabili.

Un gruppo di volontari ha scattato le foto in contesti domestici ed esterni con diversi tipi di sfondi e luci. Il gruppo ha utilizzato la fotocamera del telefono e le immagini sono state quindi ridimensionate a 500 × 400 pixel. La distribuzione delle classi di rifiuti è stata determinata dai volontari. Questi sono rifiuti trovati nell’ambiente urbano e nelle loro case. Ai volontari è stato chiesto di produrre almeno dieci campioni per classe.

I sistemi finora in uso sono in grado di classificare i rifiuti soltanto sullo sfondo omogeneo di nastri trasportatori. Il nostro sistema – continua Zanzotto – è in grado di classificare i rifiuti dove si trovano. Quindi, potrebbe in futuro equipaggiare robot che possono essere possono essere utilizzati per pulire boschi, foreste, coste e ambienti urbani rimuovendo i macrorifiuti. BackRep è un modello generale di aumento dei dati che può essere utilizzato per diverse attività di riconoscimento delle immagini e aprire un interessante filone di ricerca”.

I sistemi intelligenti autonomi, preziosi alleati dell’industria
Il Politecnico di Milano è partner del progetto ELO-X, che mira a sviluppare tecniche avanzate di ottimizzazione e di apprendimento automatico per sistemi industriali, formando, al contempo 15 dottori di ricerca per guidarne i processi di sviluppo e di trasferimento tecnologico. ELO-X ha durata di quattro anni ed è finanziato dalla Commissione Europea nell’ambito dei prestigiosi progetti Marie Sklodowska Curie con un contributo di 4,5 milioni di euro. Il progetto è coordinato dall’Università di Friburgo e vi partecipano l’ETH di Zurigo e il Politecnico di Milano, che formeranno 3 dei 15 ricercatori finanziati, oltre ad altre prestigiose università e aziende: EPF di Losanna, KU Leuven, Politecnico di Bucarest, Bosch, Siemens Industrial Software, Atlas-Copco, Tool-TEMP, e la startup italiana ODYS Srl.

Nel progetto, l’unità di ricerca del Politecnico di Milano, nel Dipartimento di Elettronica, Informazione e Bioingegneria, svilupperà metodi per incorporare in modo efficiente l’uso di reti neurali ricorrenti in strategie di controllo predittivo, consentendo così l’uso di tecniche di apprendimento automatico anche in applicazioni critiche per la sicurezza, nonché metodi per progettare sistematicamente architetture di controllo multi-livello per sistemi autonomi, in cui l’ottimizzazione numerica e l’apprendimento automatico sono impiegati a diverse scale temporali e con varie priorità tra livelli gerarchici interagenti. “Questi metodi – spiega Polimi – saranno applicati a tecnologie innovative, come droni ad ala rotante per applicazioni civili e sistemi di energia eolica di alta quota (airborne wind energy), così come in applicazioni civili e industriali, come l’ottimizzazione di complessi sistemi di controllo del clima per edifici”.

Il gruppo di ricerca di ETH di Zurigo, nel Dipartimento di Ingegneria Meccanica e di Processo, si concentrerà sullo sviluppo di algoritmi decisionali basati sull’ottimizzazione, che possono adattarsi continuamente a nuovi dati e informazioni in ambienti mutevoli, bilanciando le necessità di esplorazione dell’ambiente e di miglioramento delle prestazioni e garantendo sempre la sicurezza durante il funzionamento. Gli algoritmi sviluppati saranno implementati con tecniche efficienti e utilizzati in applicazioni innovative, quali la guida autonoma di veicoli.

“Il progetto è attualissimo soprattutto perché le tecnologie digitali stanno trasformando tutti i settori della nostra economia e lo faranno sempre di più negli anni a venire. La prossima generazione di sistemi di controllo intelligenti sarà in grado di apprendere il comportamento del processo da regolare a partire da flussi di dati e prendere decisioni ottimali in tempo reale, portando a un miglioramento delle prestazioni, della sicurezza, e dell’efficienza energetica”, affermano Lorenzo Fagiano e Riccardo Scattolini del Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano, supervisori di due dei dottorandi finanziati.

“Queste caratteristiche sono fondamentali per la realizzazione nel futuro di sistemi in grado di cambiare la nostra società, come veicoli autonomi, sistemi energetici intelligenti e robot domestici. Per realizzare questo potenziale, è necessario sviluppare metodi di apprendimento automatico (machine learning) e ottimizzazione in grado di operare in dispositivi industriali e di garantire elevati standard di sicurezza – aggiungono -. A sua volta, questo richiede la formazione di ricercatori qualificati, non solo negli aspetti scientifici/tecnici, ma anche su come trasferire le nuove soluzioni all’industria”.

Lotta agli incendi? Arrivano i droni

Contro gli incendi che, complici le elevate temperature, hanno distrutto questa estate il patrimonio boschivo e creato notevoli danni, in Italia come all’estero, è arrivato un importante aiuto dal cielo. Si chiama X-25 “Rapier” ed è un piccolo aereo a pilotaggio remoto (Uas – Unmanned Aerial System) ad ala fissa, sviluppato dalla Sky Eye Systems (gruppo OMA) di Cascina (Pi), in grado di individuare precocemente i focolai dall’alto, supportare gli interventi dei mezzi antincendio, terrestri ed aerei e controllare H24 le aree a rischio o già in fiamme.

Il “drone”, simile a un aeromodello, è stato pensato per le esigenze di Carabinieri Forestali e Vigili del Fuoco; può essere dotato di sofisticati sensori, videocamere ottiche e a infrarossi e di un mini-radar, lo “SkySAR”, per operazioni di Ricerca e soccorso, anche in condizioni di scarsa visibilità, a causa del fumo e di notte. Sviluppato nel corso degli anni da un primo prototipo dell’X25, il “Rapier” ha un peso massimo tra i 25 e i 30 kg (in base alla configurazione), un range operativo di 80 km a 4mila metri d’altezza e un`autonomia da 6 a 16 ore, a seconda della missione e dei sensori imbarcati.

Decolla grazie a una catapulta; a differenza dei più diffusi multirotori, l’ala fissa consente di avere una più elevata velocità di crociera e una maggiore autonomia chilometrica. Al termine della missione, atterra in automatico, appeso a un paracadute su dei grossi airbag. Il velivolo è già usato dall’Aeronautica militare italiana che ha acquistato 2 esemplari, usati per missioni di sorveglianza e intelligence.

Tag:

0 commenti

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Commenta

Ediservice s.r.l. 95126 Catania - Via Principe Nicola, 22

P.IVA: 01153210875 - Cciaa Catania n. 01153210875


SERVIZIO ABBONAMENTI:
servizioabbonamenti@quotidianodisicilia.it
Tel. 095/372217

DIREZIONE VENDITE - Pubblicità locale, regionale e nazionale:
direzionevendite@quotidianodisicilia.it
Tel. 095/388268-095/383691 - Fax 095/7221147

AMMINISTRAZIONE, CLIENTI E FORNITORI
amministrazione@quotidianodisicilia.it
PEC: ediservicesrl@legalmail.it
Tel. 095/7222550- Fax 095/7374001
Change privacy settings
Quotidiano di Sicilia usufruisce dei contributi di cui al D.lgs n. 70/2017