Eficiencia mejorada en la selección de envases

Durante el proceso de reciclaje, una de las tareas más importantes y menos conocidas es la selección del embalaje. La selección de envases se realiza en plantas específicas y su tarea consiste en separar los diferentes envases (de los envases amarillos) según su material y naturaleza (normalmente plásticos, envases metálicos y briks).

Este trabajo es de suma importancia ya que es necesario llevar a cabo el reciclaje de estos residuos de forma adecuada. En los últimos años, este proceso ha evolucionado, pasando de ser manual a ser automatizado como Industria 4.0 Las tecnologías han mejorado y entrado en auge, permitiendo así una mayor eficiencia en todo el proceso.

Tecnologías para la selección de envases

Durante la selección de los envases se utilizan diferentes tecnologías que contribuyen de diferentes formas a mejorar la eficiencia y optimización de este proceso:

• Visión artificial

  Consiste en la aplicación de diversas operaciones sobre imágenes previamente adquiridas con el fin de adquirir información. Mediante este método se pueden obtener datos como el color del objeto observado o su contorno. Mediante estas técnicas es posible determinar el material del que están hechos los objetos o manipular la imagen para extraer la información más interesante para la aplicación.

• Aprendizaje automático/aprendizaje profundo

  Conjunto de algoritmos que son capaces de aprender un conjunto de características de las que pueden extraer diversas conclusiones, como clasificar o detectar objetos. De estas técnicas destacan las redes neuronales, que simulan el comportamiento de un cerebro humano para aprender de los datos que recibe. Este método es muy útil para el proceso de selección de envases ya que tiene un alto porcentaje de éxito en este tipo de aplicaciones, siendo fundamental poder separar residuos y envases en su categoría correspondiente. Se usa comúnmente en combinación con Computer Vision al extraer información de imágenes previamente procesadas.

• Robótica

  El uso de robots colaborativos es fundamental en el proceso de selección de contenedores, ya que permite automatizar la separación de contenedores de forma física dependiendo de la categoría a la que pertenezcan. Para realizar esta función, se suele utilizar en combinación con Computer Vision y Deep Learning, que proporcionan la información necesaria para localizar envases y residuos, y la categoría a la que pertenecen. También se pueden utilizar en combinación con AGV, en caso de que sea necesario transportar los objetos a otro lugar.

Proceso de implementación de selección de envases

Para establecer un método de selección fiable y adecuado para su uso en las diferentes plantas, es necesario realizar un desarrollo en el que se puedan recoger datos y configurar las diferentes tecnologías a utilizar. Este proceso depende de múltiples factores:el tipo de aplicación a realizar, lugar de instalación, factores externos… No obstante, en casi todas las situaciones se pueden diferenciar unos pasos concretos a seguir:

• Recopilación de datos

  Consiste en la adquisición de la información necesaria para realizar la detección y clasificación necesaria para la aplicación. En el caso de la selección de contenedores, consiste en la toma de imágenes y datos de los objetos por medio de cámaras y sensores.

• Etiquetado

  Método con el que se indican en los datos adquiridos las características que interesa encontrar ya qué clase pertenecen. Para una aplicación de selección de contenedores como la propuesta, se trata de indicar en una imagen dónde se encuentran los objetos que queremos encontrar y a qué tipo pertenecen.

• Formación

  Los datos etiquetados son extraídos por el algoritmo de detección utilizado para que aprenda la información a detectar. Un sistema debidamente entrenado será capaz de extraer las características que diferencian los distintos tipos de envases y podrá localizarlos y clasificarlos para su posterior separación.

• Evaluación

  Para confirmar que el desempeño del algoritmo entrenado es el correcto, se utiliza con nuevos datos a partir de los cuales es posible obtener métricas que califican objetivamente su desempeño. Para la selección de envases se utilizarán imágenes rotuladas que no hayan sido utilizadas en el proceso de formación. De esta forma, se puede comprobar que se comporta ante nuevas situaciones obteniendo métricas como matrices de precisión o confusión.

• Instalación

  Finalmente, una vez realizado todo lo anterior, y elegido el algoritmo con mejor evaluación, se procede al uso del sistema en el entorno real. Para ello se configura el algoritmo según sea necesario para que devuelva la información que sea de interés para la aplicación y se proceda a utilizarla en consecuencia. Para la selección de contenedores se tomarán imágenes de los residuos,el algoritmo los detectará y clasificará y enviar dicha información al sistema, que la tratará como necesaria para proceder a la separación de los residuos correspondientes.

En ATRIA hemos desarrollado un sistema de identificación de residuos voluminosos denominado SIARA que se basa en visión artificial y Deep learning y que nos permite identificar los objetos que provocan obstrucciones en las actuales plantas de separación de residuos plásticos. Este proceso es importante para que el resto de la planta funcione correctamente.

Beneficios de utilizar la tecnología Industria 4.0 en la selección de envases

Como se mencionó, el uso de nuevas tecnologías y la automatización se utilizan para mejorar la eficiencia en las plantas de selección de envases. Esta mejora se traduce en varios beneficios:

• Posibilidad de registro de datos . Como todo el proceso está automatizado, puede registrar las clasificaciones realizadas, la hora en que se realizaron o incluso almacenar imágenes que pueden ser de su interés.
• Mayor velocidad de procesamiento . Como todo está automatizado, el sistema es capaz de realizar la clasificación mucho más rápido que una persona que tuviera que hacerlo manualmente.
• Al utilizar sistemas de visión, no es necesario emplear un gran número de personas para la tarea de identificación de residuos, independientemente de la carga de trabajo . Así el personal puede dedicarse a otras funciones.
• Mejora continua Al ser un sistema basado en el aprendizaje, los cambios y las mejoras se pueden realizar fácilmente si es necesario.

¿Quieres aplicar la selección de packaging en alguno de tus Proyectos? ¡Contáctanos!