Projekt DELTAsort

U pet mjeseci stvorio sustav za razvrstavanje otpada: ‘Nadam se da će ga industrija prepoznati‘

Nakon što kamera odradi svoj dio zadatka, umjetna inteligencija prepoznaje o čemu je točno riječ, a robot sortira različite vrste materijala

Finalist Digi Awardsa Filip Kuzminski

 Ivana Grgic/Cropix

Manje od trećine europskog otpada se reciklira, a još se samo oko 20 posto sortira. To znači da polovica vrijednih sirovina koje bi se mogle ponovno iskoristiti završava na odlagalištu otpada ili se spaljuje, dok se istovremeno stvaraju velike količine nove plastike, papira, stakla. Student završne godine Fakulteta strojarstva i brodogradnje Filip Kuzminski ima rješenje - DELTAsort. Riječ je o robotskoj stanici za sortiranje koja reciklažnoj industriji može pomoći da bude brža i učinkovitija, a zbog koje je postao jedan od finalista natječaja Student Digi Awards koju organizira Jutarnji list.

Iako na spomen robota koji se bavi sortiranjem otpada na prvu zamišljamo robotsku ruku, Filip se odlučio za delta robote jer oni mogu odraditi više ciklusa u sekundi, što znači da u sat vremena mogu premjestiti čak 3600 stvari. Znatno više nego što mogu ljudi.

"Cijeli sustav napravio sam u garaži u pet mjeseci. Svi dijelovi robota izrađeni su na strojevima koje sam izradio tijekom studiranja, a za ovako brzo sastavljanje zaslužno je to što zadnje tri godine vodim studentsku Udrugu mehatroničara na kojoj radimo na velikom projektu izrade robota nogometaša pa sam se uhodao u proces izrade nekog robotskog sustava", objašnjava Filip.

image

Finalist Digi Awardsa Filip Kuzminski

Ivana Grgic/Cropix

Sustav se sastoji od robota, kamere i osvjetljenja, a u pogonu je još potrebno osigurati pokretnu traku i upravljačko računalo na kojem se u stvarnom vremenu odlučuje gibanje, putanja i kriterij po kojem će se razvrstavati otpad. Predmeti najprije prolaze ispod kamera kojima se snimaju kako bi umjetna inteligencija mogla prepoznati o kojem se materijalu radi. Filip objašnjava da postoje različiti senzorski sustavi. Primjerice, Near-Infrared kamere (koje rade blizu infracrvenog spektra) prepoznaju različite vrste plastike, osim ako ona nije crne boje što je nedostatak koji lako isprave obične kamere. Postoje i eksperimentalne tehnologije koje koriste rendgenske za prepoznavanje nekih drugih materijala.

"Zbog toga je najbolje kombinirati različite kamere kako bi se mogli prepoznati svi materijali ili ih izabrati ovisno o konkretnoj namjeni", ističe Filip Kuzminski.

Nakon što kamera odradi svoj dio zadatka, umjetna inteligencija prepoznaje o čemu je točno riječ. Kako bi u tome bila uspješna, najprije ju je potrebno ‘istrenirati‘. U konkretnom primjeru razvrstavanja otpada, sustav treba fotografije na kojima se ručno označava što je na fotografiji od papira, što od plastike, što od stakla... Tako će s vremenom sustav biti sve točniji u prepoznavanju.

"Postoje i inicijative gdje su ljudi iz svih dijelova svijeta pripremali skupove podataka i fotografija s označenim otpadom. Našao sam čak 100 tisuća takvih fotografija koje ću iskoristiti za treniranje sustava. Nakon toga se on relativno brzo može prilagoditi različitim zadacima", govori student FSB-a koji stoji iza projekta DELTAsort.

image

Finalist Digi Awardsa Filip Kuzminski

Ivana Grgic/Cropix

Objekti će se pomoću njega moći klasificirati prema materijalu ili boji, a u kasnijoj fazi moći će se prepoznati i koji proizvođač stoji iza ambalaže. Svoj robotski sustav Filip trenutno vježba na raspoznavanju čepova od boca pa on čepove izdvaja iz trake. Nakon klasifikacije slijedi segmentacija - robot će vakuumskom hvataljkom ili onom koja funkcionira kao prstohvat premjestiti objekt. U reciklažnom pogonu bi, primjerice, to moglo značiti da svaki materijal nastavlja put na zasebnoj traci.

"To se, naravno, može prilagoditi potrebama konkretne kompanije, a isti se roboti mogu iskoristiti i za druge zadatke poput pakiranja proizvoda u kutije", napominje Filip.

Plan je da se do kraja godine stroj postavi u stvarne uvjete u kojima bi dobio priliku pokazati da je dovoljno pouzdan, precizan i da zadovoljava potrebe industrije. Za to im je potrebno barem 100 tisuća eura. Kako bi ostvarili ovaj ambiciozni cilj, Filip predviđa da će se DELTAsort tim trebati proširiti za još dva člana.

"Glavni dio posla obavlja se prije nego se robot postavi jer se mora unaprijed istrenirati i pripremiti za raspoznavanje. Jednom kada je spreman za rad u nekom pogonu, ljudi su u teoriji zaduženi samo za njegovo instaliranje i godišnje održavanje. U praksi ćemo ga vjerojatno redovito ažurirati kako se sustav bude dalje razvijao", objašnjava Filip koji se nada da će industrija prepoznati vrijednost njegove ideje pa DELTAsort integrirati u svoje pogone za razvrstavanje otpada.

Želite li dopuniti temu ili prijaviti pogrešku u tekstu?
Linker
20. svibanj 2024 13:59