Un sistema avanzato di monitoraggio qualità per certificare la purezza dei materiali negli impianti di smistamento rifiuti attraverso tecnologie di Machine Learning, Deep Learning e Intelligenza Artificiale: è questa la sfida vinta da iWAMO, acronimo di “Intelligent Waste Monitoring”, un progetto di ricerca industriale e sviluppo sperimentale che ha impegnato l’azienda padovana IT+Robotics nell’ambito del Bando IRISS, promosso da SMACT Competence Center.
Il controllo della qualità delle frazioni riciclabili, solitamente, avviene a campione e a livello manuale, limitando così la possibilità di monitorare in tempo reale le performance. È in questo scenario che si inserisce iWAMO, che ha sviluppato un sistema basato su analisi di immagini e dati 3D con tecniche avanzate di Deep Learning, in grado di identificare e quantificare la presenza di contaminanti nelle frazioni differenziate, migliorando così la purezza dei materiali destinati al riciclo.
Gli obiettivi del progetto erano chiari: creare un sistema innovativo capace di automatizzare il controllo qualità su tutta la produzione dell’impianto, fornire dati dettagliati e in tempo reale sulla qualità delle frazioni differenziate e sulle performance operative, ottimizzare i parametri di funzionamento dell’impianto e certificare il livello di contaminazione di ogni materiale selezionato per il riciclo.
I risultati raggiunti dal prototipo del sistema – sottolinea IT+Robotics – confermano il successo del progetto iWAMO: i modelli di stima della massa e di riconoscimento raggiungono un’accuratezza media del 90%.
Per la realizzazione del progetto si sono susseguite tre fasi: la prima ha visto la raccolta dei requisiti funzionali del sistema e quella dei dati. Nella seconda fase, invece, sono stati allenati due diversi modelli di Deep Learning per riconoscere i singoli oggetti e classificare il materiale di cui sono composti tra tre categorie: plastica, carta e cartone. Nella terza e ultima fase, è stato sviluppato il prototipo finale con la stima della massa degli oggetti in movimento su un nastro trasportatore.
Il progetto, in collaborazione con l’Università degli Studi di Padova, parte dell’ecosistema SMACT, e l’Intelligent Autonomous System Laboratory che ha fornito supporto nello sviluppo degli algoritmi di visione artificiale e Deep Learning, è stato un elemento importante nel percorso di innovazione intrapreso dall’azienda, non solo dal punto di vista tecnologico, ma anche in termini ambientali: attraverso il progetto, infatti, IT+Robotics ha migliorato i processi di smistamento e dato nuova vita alla materia prima seconda – ovvero quei materiali che possono essere reintrodotti nei cicli produttivi come alternativa alle materie prime vergini – trasformando così i rifiuti in una risorsa.
Inoltre, iWAMO ha portato alla creazione di un nuovo dataset pensato esclusivamente per il riciclo e lo smistamento dei rifiuti. Questo archivio raccoglie migliaia di immagini annotate con estrema precisione, in cui ogni oggetto è identificato e misurato, includendo anche informazioni sul suo peso reale. Una risorsa inedita, non disponibile in nessun archivio pubblico, che rappresenta un punto di riferimento per sviluppare e testare sistemi di intelligenza artificiale dedicati al waste sorting, ovvero alla separazione dei rifiuti in base al tipo o al materiale. Grazie a questo patrimonio di dati, sono stati migliorati i modelli di riconoscimento delle immagini, rendendoli capaci non solo di identificare la tipologia di rifiuto, ma anche di distinguere i singoli oggetti all’interno della stessa categoria. Il sistema, infatti, non si limita a riconoscere “oggetti di plastica”, ma riesce a separare e contare ogni singola istanza.
“Gli obiettivi prefissati a inizio progetto sono stati raggiunti e superati – commenta Alberto Gottardi, R&D Project Manager di IT+Robotics –. Il progetto ci ha permesso di arricchire le nostre competenze interne e di aprire nuove prospettive di innovazione”. Il Product Manager di IT+Robotics Alberto Bacchin ha dichiarato che: “Il progetto ha già suscitato l’interesse di aziende esterne, con le quali siamo entrati in contatto per possibili applicazioni della tecnologia nei loro impianti”.
