Straatafval sneller herkend dankzij algoritme

Laurien Onderwater

21 november 2017 10:59

straatafval

Dankzij een slim algoritme kunnen veegwagens vanaf nu zelf door de straten navigeren op zoek naar straatvuil.

Niet alleen na een festival of kermis liggen straten bezaaid met vuil, ook op een doordeweekse dag vind je al genoeg rommel op de weg. Sigarettenpeuken, glas, kauwgom, bladeren, blikjes en ga zo maar door. Gelukkig heeft de gemeente daar al jarenlang een wapen voor: veegwagens die door mensen worden bestuurd. Maar wat nou als de veegwagen zelf het straatafval kan herkennen, dankzij een algoritme, zodat de bestuurder ervan op het verkeer kan letten?

Vuilcategorieën

Dat is precies wat onderzoekers van onder andere de École Polytechnique Federale de Lausanne hebben ontwikkeld. Het concept is vrij eenvoudig: vuilwagens zijn uitgerust met HD-camera’s die straten en objecten in een stad registreren. Vervolgens is een een computer, dankzij speciale software, in staat het straatvuil te herkennen, identificeren en vervolgens in te delen in een van de 25 categorieën. Voorbeelden daarvan zijn plastic flesjes, kranten, glas, peuken, bladeren enzovoorts.

De computer is getraind deze soorten afval te herkennen met behulp van machine learning. De onderzoekers toonden de computer zoveel mogelijk afbeeldingen van verschillende soorten afval, zodat hij uiteindelijk zelf in staat was om de types te herkennen. Hoe meer soorten afval de computer te zien krijgt, des te minder fouten hij zal maken bij het herkennen en categoriseren ervan.

Veegwagens werden uitgerust met de software die het vuil herkent. Tijdens tests wisten vuilwagens 60 procent van het expres op straat gelegde afval, zoals peuken, op te vegen. Hoewel dit percentage niet heel hoog lijkt, moeten we – volgens de onderzoekers – wel in ons achterhoofd houden dat de camera in één keer vijf meter beslaat. Een peuk van twee centimeter identificeren, wordt dan al een stuk knapper.

Wordt dit de grote broer van Roomba?

Bronnen: Persbericht, Computer Vision Systems

Beeld: EPFL

Lees ook:

Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Bestel dan hier ons nieuwste nummer. Abonnee worden? Dat kan hier!

Meest gelezen


De inhoud op deze pagina wordt momenteel geblokkeerd om jouw cookie-keuzes te respecteren. Klik hier om jouw cookie-voorkeuren aan te passen en de inhoud te bekijken.
Je kan jouw keuzes op elk moment wijzigen door onderaan de site op "Cookie-instellingen" te klikken."