Nel corso del 2020 – 2021, Gilardoni Spa ha realizzato un progetto di ricerca industriale per lo sviluppo di nuovi algoritmi per l’analisi di immagini radiografiche ed il riconoscimento automatico di materiale da isolare, con l’obiettivo generale di supportare il controllo automatico (e non più umano) dei rifiuti nei processi di smistamento e di aumentare la percentuale di differenziazione dei rifiuti.
Gli algoritmi pensati potranno offrire vantaggi competitivi e migliorare le prestazioni dei macchinari dedicati allo smistamento dei rifiuti, con un conseguente beneficio in termini di impatto ambientale.
Un primo ambito di applicazione è lo smaltimento di rifiuti prodotti durante il rifacimento di edifici: in mezzo alla lana di roccia e altre sostanze usate come isolante, possono comparire porzioni più o meno grandi di eternit/amianto, che devono essere identificate per essere smaltite diversamente.
Si riporta come esempio l’immagine sulla sinistra contenente diverse sostanze non conformi (chiodi in metallo e macerie di eternit) che vengono associate a dei valori di “anomaly score” molto alti, che ne permette il rapido ed accurato isolamento (si noti in particolare quanto risaltano alcuni piccoli materiali non conformi)
Un secondo ambito di applicazione quello dei centri di smaltimento/riciclaggio di batterie (per esempio di automobili, telefoni) dove è necessario separare le batterie al litio da quelle al piombo.
Nelle immagini sopra tre esempi di batterie (due al litio, una al piombo) correttamente identificate nell’immagine e classificate. La colorazione è stata impostata per riportare come viene riconosciuto il materiale (rosso litio, blu piombo). Il numero tra parentesi indica la confidenza con cui il classificatore richiede che una batteria sia di litio (vicino ad 1) o piombo (vicino a 0)
Il progetto ha visto la collaborazione del Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria-DEIB, coinvolgendo esperti di eccellenza nel campo delle analisi di immagine e machine learning tra i quali il Prof. Giacomo Boracchi.
L’impiego di tali algoritmi all’interno dei macchinari per lo smistamento di rifiuti in linea porterà ad una maggiore stabilità e ripetibilità del processo di smistamento, in generale maggiori prestazioni e maggior velocità della linea.
Avviato a Settembre 2020 e concluso a Febbraio 2021, il progetto è stato co-finanziato dal bando Innodriver S3 – Edizione 2019, misura A, di Regione Lombardia a valere sul POR FESR 2014 –2020 (ID di Progetto 1738666) ed è stato realizzato con il concorso di risorse di Unione Europea, Stato italiano e Regione Lombardia.
