Visión artificial para mejorar el reciclaje
Uno de los
problemas actuales para el correcto reciclado de chatarra electrónica es que
ésta contiene muchos materiales diferentes que no pueden ser separados con la
tecnología actual. Desmontar los equipos electrónicos requiere una tarea
manual, lo que hace el proceso muy caro. Por ejemplo, en los televisores
solamente los tubos de rayos catódicos son desmontados mientras que el resto es
triturado. En otros equipos, sólo las partes más grandes de aluminio, cobre o
hierro son separadas, mientras que el resto puede pasar a diferentes usos.
Para
abaratar el proceso es muy importante el desarrollo de máquinas que permitan
identificar de manera automática cada uno de los elementos, sobre todo de forma
no destructiva. Además, así será menos contaminante hacia el medio ambiente y
los trabajadores no se verán expuestos a la emisión de sustancias que pudieran
resultar nocivas para la salud.
Si se
investiga en las posibilidades de clasificación de diferentes materiales, como
hierro, plomo, acero inoxidable, aluminio, plástico, aluminio o latón; se puede
observar que en algunos casos es posible encontrar una manera de identificarlos
en el espectro visible, sin embargo, otros metales, como el aluminio o el acero
inoxidable son imposibles de separar por color.
Identificación Multiespectral
Es
necesario buscar otros métodos y aquí es donde tienen cabida la Identificación
Multiespectral. Estas soluciones se pueden basar en el hecho de que cada metal
puro tiene una diferente respuesta de reflectividad espectral, que le hace
único. Algunos elementos pueden ser identificados en el espectro visible,
380-740 nm (como el caso del plomo y cobre descrito), y otros fuera de dicho
rango.
A
diferencia de las cámaras color, los sistemas multi- e hyper- espectrales
pueden apreciar múltiples bandas, desde el ultravioleta hasta el infrarrojo,
con muy buena resolución, hasta 2.5 nm entre bandas, por ejemplo en la cámara
AISA de la empresa finlandesa SPECIM. Esta versatilidad posibilita a estos
sistemas detectar, clasificar e identificar diferentes materiales solventando
algunas de las limitaciones de las cámaras color que operan en el rango del
visible.
La
aplicación de este tipo de Tecnología a la clasificación de metales es un
enfoque novedoso y esperanzador al problema; de hecho, se tiene la esperanza de
que en el 2015, si bien se estima que los residuos eléctricos y electrónicos
generados por año se dupliquen hasta llegar a las 12 millones de toneladas, la
cantidad de material reciclado va a aumentar significativamente (por ejemplo,
en el caso del aluminio entre un 30 y40% más).
La Unidad
Infotech de TECNALIA centra el foco de su I+D en aquellas Tecnologías TICs que
constituyen la base necesaria para avanzar hacia el desarrollo de Productos y
Servicios de alto valor añadido para los sectores Logístico e Industrial y
Turismo. Además, transfiere soluciones TICs a otros Sectores como Automoción,
Energía, Telecom o las Administraciones Públicas, en colaboración con el resto
de Unidades de TECNALIA.
Los
principales Campos de Aplicación de la Unidad Infotech están relacionados con
el Tratamiento de Imágenes, la Trazabilidad, los Servicios Móviles, los
Servicios basados en la Voz y la Gestión de la Cadena Logística. Estos Campos
de Aplicación están soportados por las Tecnologías en las que está trabajando
la Unidad como son la Visión Artificial, Tecnologías Semánticas, Biometría,
Trazabilidad y Reconocimiento de Voz.
TECNALIA,
a través de su Unidad Infotech, investiga y desarrolla proyectos de Visión
Artificial en diferentes dominios de aplicación, entre los que cabe citar,
además del comentado sistema multiespectral de separación de residuos (SORMEN),
un sistemas de localización de activos soterrados mediante georadar y
procesamiento de imágenes, un sistema multimodal para comandar aplicaciones
industriales mediante gestos y voz (INTERAMI), y un lector de displays para
personas con discapacidad visual (Premio Internacional de I+D de la ONCE en
2006).
Nota
original en http://www.basqueresearch.com/berria_irakurri.asp?Berri_Kod=1778&hizk=G
Comentarios
Publicar un comentario