Не было времени терять времени, поскольку исследователи просматривали мусорные контейнеры на строительных площадках Мельбурна, делая сотни фотографий материалов, предназначенных для свалки.

Теперь, в новом исследовании, опубликованном в Журнале экологического менеджмента , которое может революционизировать способы обработки и переработки строительных отходов, они использовали изображения для обучения глубокому обучению (DL) и искусственному интеллекту (ИИ) распознаванию огромного количества материалов и частиц. в смешанных отходах, поступающих со строительных площадок.

Под руководством Монаша, доктора философии. Кандидат Диани Сиримеван из Лаборатории автоматизации и устойчивого развития в строительстве и интеллектуальной инфраструктуры (ASCII) в гражданском строительстве, исследование открывает путь к использованию передовой робототехники и автоматизации для переработки строительных отходов, которая в настоящее время предполагает, что рабочие вручную собирают опасные отходы. и потенциально загрязненные отходы.

Компьютерная система может идентифицировать и классифицировать вторсырье более точно и эффективно, чем люди, и даже способна обнаруживать загрязняющие вещества, которые могут представлять опасность для общества и окружающей среды, как показало исследование загрязненной асбестом садовой мульчи, обнаруженной недавно в Сиднейские парки.

Хотя многие материалы, такие как древесина и стекло, потенциально подлежат вторичной переработке, сортировка мусора со сносных и строительных площадок является сложной и сложной задачей, а значительные успехи ограничиваются бытовыми отходами, которые не могут отличить несколько загроможденных предметов.

Сиримеван считает, что ее исследование является первым, в котором были получены подробные изображения плотных отходов CRD внутри контейнеров на строительных площадках, что позволило ей создать значительно усовершенствованные модели распознавания и обнаружения, способные распознавать отходы, которые почти полностью захоронены среди другого мусора и крошечных частиц загрязняющих веществ.

Сиримеван тесно сотрудничает с коллегами, которые испытывают эту технологию с использованием моделирования с помощью роботизированных манипуляторов, и надеется, что это будет стимулировать инвестиции в исследования, разработки и автоматизацию робототехники для повышения эффективности переработки и переработки строительных отходов в Австралии.

«Наши модели глубокого обучения продемонстрировали замечательную способность распознавать состав потоков отходов строительства и сноса, включая выявление загрязняющих веществ», — сказал Сиримеван.

«Это интересно. Эта технология может значительно сократить объем отходов, отправляемых на свалки, за счет более качественной переработки, что принесет пользу окружающей среде и уменьшит необходимость воздействия на рабочих опасных и токсичных материалов.

«Мы постоянно совершенствуем наши модели для применения в новых робототехнических технологиях и тесно сотрудничаем с коллегами, которые испытывают их посредством моделирования роботизированных рук».

Сиримеван заявил, что Австралии срочно нужны заводы по переработке строительных отходов.

«Поскольку объемы свалок строительных отходов, как ожидается, будут стремительно расти, эффективное управление ими становится растущей проблемой», — сказал Сиримеван.

«Инвестиции во всю экосистему управления строительными отходами поддерживают экономику замкнутого цикла , создание рабочих мест, возможности производства и возможности развития рынка для переработанной продукции».

Руководитель лаборатории ASCII, доцент Мехрдад Арашпур, заявил, что поддержка инноваций и столь необходимых решений растущей проблемы управления отходами отвечает национальным интересам.

«Каждый раз, когда мы сносим или ремонтируем здание или строим что-то новое, образуется огромное количество отходов», — сказал Арашпур.

«В настоящее время большая часть этих материалов выбрасывается в отходы и попадает на свалку, что оказывает значительное воздействие на окружающую среду, не говоря уже о потере потенциально повторно используемых ресурсов и экономических затратах».