Tendencias 21
   




Ya se puede medir científicamente la basura de una ciudad

Un nuevo sistema basado en Inteligencia Artificial permite planificar con criterios objetivos los servicios de limpieza


Un sistema que integra cámaras que recorren las calles, combinado con un programa informático que analiza dos planos por segundo, permite establecer un diagnóstico preciso e instantáneo del estado de suciedad de una ciudad y planificar con criterios científicos los servicios de limpieza. Se ha probado con éxito en varias ciudades suizas.


Redacción T21
20/11/2017

Foto: EPFL
Foto: EPFL
Investigadores suizos han desarrollado un sistema que permite medir la limpieza de las ciudades con criterios objetivos. Por primera vez, las autoridades municipales podrán disponer de datos científicos para organizar la limpieza urbana, un sector cuyo presupuesto es de millones de euros en muchas capitales.

El sistema funciona con unas cámaras adheridas a los vehículos que graban las calles de una ciudad. Las imágenes son analizadas por un programa informático capaz de localizar los objetos tirados en la calle, de reconocer su naturaleza y clasificarlos, todo ello a gran velocidad.

El sistema permite establecer un diagnóstico preciso de las calles de una ciudad, determinando su nivel de limpieza, qué desechos se encuentran dónde, cuáles son las zonas más afectadas y en qué momento del día se produce la mayos acumulación de residuos.

Con esta información, los servicios municipales de limpieza pueden planificar su programa de trabajo, adoptar las mejores decisiones respecto a las máquinas que han de asignarse a cada sitio, la frecuencia con la que hay que limpiar un distrito e incluso las zonas que hay que limpiar más asiduamente por la naturaleza de los residuos, en caso de que sean peligrosos para la salud pública. El sistema se ha descrito en la revista Computer Vision Systems.

Trascender las percepciones humanas

A falta de criterios científicos mesurables, en la actualidad los servicios de limpieza de las ciudades se organizan a partir de las percepciones humanas. Carecen de herramientas para proceder con medidas objetivas, señalan los investigadores en un comunicado.

Cada ciudad sostiene su sistema de limpieza según estrategias personales, que pueden ser más o menos acertadas. Ponen como ejemplo la ciudad de Zurich, que envía muchas veces al año a numerosas personas a recorrer las calles para evaluar los desechos que se encuentran (botellas, colillas…) y establecer así un diagnóstico del estado de la ciudad. Otras ciudades se apoyan en los ciudadanos para tener esta visión.

La nueva tecnología se basa en vehículos dotados de cámaras de alta resolución, que son los que recorren las calles barriendo visualmente todo lo que hay y detectando los objetos abandonados o acumulados.

Esas imágenes son analizadas por un ordenador, programado para detectar automáticamente cada uno de los objetos filmados y decidir si se corresponde con las 25 categorías clasificadas como desechos (periódicos, colillas, hojas de árboles…). A continuación, el programa las clasifica en la categoría correspondiente.

Con aprendizaje automático

El programa informático clasifica los residuos gracias a un entrenamiento que se basa en el aprendizaje automático, una rama de las ciencias de la computación y de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a los ordenadores aprender.

El aprendizaje automático permite crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos. En este caso, el programa informático de este sistema ha recibido muchas imágenes de residuos, de muy diferentes formas y formatos, para que terminar reconociéndolos automáticamente. Todavía se está mejorando su rendimiento, explican los investigadores, señalando que cuantas más variables tenga el programa, menos errores cometerá en su clasificación de residuos.

Dos planos por segundo

El sistema, que ya ha sido probado con éxito en numerosas ciudades suizas, reconoce automáticamente incluso objetos de dos centímetros filmados a pocos metros del suelo, a una velocidad de dos planos por segundo.

Las cámaras estuvieron fijadas inicialmente en los propios camiones de la basura, pero luego vieron que estos vehículos no acceden a todos los rincones urbanos, por ejemplo los parques y zonas verdes peatonales. Por eso idearon otro sistema de cámaras aplicados a bicicletas para llegar a dónde no llevan los vehículos motorizados. También han hecho pruebas con lluvia o al amanecer, con poca luz, confirmando la fiabilidad del sistema.

Los investigadores añaden que la lista inicial de 25 categorías de desechos puede personalizarse para cada ciudad, en función de su naturaleza, lo que permitirá a cada servicio municipal incluir o no las categorías que no se ajusten a su realidad urbana.

Uno de los objetivos a añadir al sistema es relacionar el reconocimiento de un objeto con una reacción, teniendo en cuenta que no es lo mismo encontrarse una botella rota que un chicle en un parque en el que juegan niños. La necesidad de intervenir en esos casos es urgente y el sistema así lo señalará.

Referencia

A Computer Vision System to Localize and Classify Wastes on the Streets. Computer Vision Systems pp 195-204 . DOI: https://doi.org/10.1007/978-3-319-68345-4_18



Artículo leído 10033 veces





Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.