Investigadores suizos han desarrollado un sistema que permite medir la limpieza de las ciudades con criterios objetivos. / (PXHERE))
Fecha

Ya se puede medir científicamente la basura de una ciudad

Un sistema que integra cámaras que recorren las calles, combinado con un programa informático que analiza dos planos por segundo, permite establecer un diagnóstico preciso e instantáneo del estado de suciedad de una ciudad y planificar con criterios científicos los servicios de limpieza. Se ha probado con éxito en varias ciudades suizas.

Investigadores suizos han desarrollado un sistema que permite medir la limpieza de las ciudades con criterios objetivos. Por primera vez, las autoridades municipales podrán disponer de datos científicos para organizar la limpieza urbana, un sector cuyo presupuesto es de millones de euros en muchas capitales.

El sistema funciona con unas cámaras adheridas a los vehículos que graban las calles de una ciudad. Las imágenes son analizadas por un programa informático capaz de localizar los objetos tirados en la calle, de reconocer su naturaleza y clasificarlos, todo ello a gran velocidad.

El sistema permite establecer un diagnóstico preciso de las calles de una ciudad, determinando su nivel de limpieza, qué desechos se encuentran dónde, cuáles son las zonas más afectadas y en qué momento del día se produce la mayos acumulación de residuos.

Con esta información, los servicios municipales de limpieza pueden planificar su programa de trabajo, adoptar las mejores decisiones respecto a las máquinas que han de asignarse a cada sitio, la frecuencia con la que hay que limpiar un distrito e incluso las zonas que hay que limpiar más asiduamente por la naturaleza de los residuos, en caso de que sean peligrosos para la salud pública. El sistema se ha descrito en la revista Computer Vision Systems.

TRASCENDER LAS PERCEPCIONES HUMANAS

A falta de criterios científicos mesurables, en la actualidad los servicios de limpieza de las ciudades se organizan a partir de las percepciones humanas. Carecen de herramientas para proceder con medidas objetivas, señalan los investigadores en un comunicado.

Cada ciudad sostiene su sistema de limpieza según estrategias personales, que pueden ser más o menos acertadas. Ponen como ejemplo la ciudad de Zurich, que envía muchas veces al año a numerosas personas a recorrer las calles para evaluar los desechos que se encuentran (botellas, colillas…) y establecer así un diagnóstico del estado de la ciudad. Otras ciudades se apoyan en los ciudadanos para tener esta visión.

La nueva tecnología se basa en vehículos dotados de cámaras de alta resolución, que son los que recorren las calles barriendo visualmente todo lo que hay y detectando los objetos abandonados o acumulados.

Esas imágenes son analizadas por un ordenador, programado para detectar automáticamente cada uno de los objetos filmados y decidir si se corresponde con las 25 categorías clasificadas como desechos (periódicos, colillas, hojas de árboles…). A continuación, el programa las clasifica en la categoría correspondiente.

CON APRENDIZAJE AUTOMÁTICO

El programa informático clasifica los residuos gracias a un entrenamiento que se basa en el aprendizaje automático, una rama de las ciencias de la computación y de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a los ordenadores aprender.

El aprendizaje automático permite crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos. En este caso, el programa informático de este sistema ha recibido muchas imágenes de residuos, de muy diferentes formas y formatos, para que terminar reconociéndolos automáticamente. Todavía se está mejorando su rendimiento, explican los investigadores, señalando que cuantas más variables tenga el programa, menos errores cometerá en su clasificación de residuos.

DOS PLANOS POR SEGUNDO

El sistema, que ya ha sido probado con éxito en numerosas ciudades suizas, reconoce automáticamente incluso objetos de dos centímetros filmados a pocos metros del suelo, a una velocidad de dos planos por segundo.

Las cámaras estuvieron fijadas inicialmente en los propios camiones de la basura, pero luego vieron que estos vehículos no acceden a todos los rincones urbanos, por ejemplo los parques y zonas verdes peatonales. Por eso idearon otro sistema de cámaras aplicados a bicicletas para llegar a dónde no llevan los vehículos motorizados. También han hecho pruebas con lluvia o al amanecer, con poca luz, confirmando la fiabilidad del sistema.

Los investigadores añaden que la lista inicial de 25 categorías de desechos puede personalizarse para cada ciudad, en función de su naturaleza, lo que permitirá a cada servicio municipal incluir o no las categorías que no se ajusten a su realidad urbana.

Uno de los objetivos a añadir al sistema es relacionar el reconocimiento de un objeto con una reacción, teniendo en cuenta que no es lo mismo encontrarse una botella rota que un chicle en un parque en el que juegan niños. La necesidad de intervenir en esos casos es urgente y el sistema así lo señalará.


Referencia bibliográfica:

Mohammad Saeed RadE,Andreas von Kaenel, Andre Droux, Francois Tieche, Nabil Ouerhani, Hazım Kemal Ekenel, Jean-Philippe Thiran. 2007.A Computer Vision System to Localize and Classify Wastes on the Streets. Computer Vision Systems. DOI: 10.1007/978-3-319-68345-4_18

Añadir nuevo comentario

El contenido de este campo se mantiene privado y no se mostrará públicamente.
Para el envío de comentarios, Ud. deberá rellenar todos los campos solicitados. Así mismo, le informamos que su nombre aparecerá publicado junto con su comentario, por lo que en caso que no quiera que se publique, le sugerimos introduzca un alias.

Normas de uso:

  • Las opiniones vertidas serán responsabilidad de su autor y en ningún caso de www.madrimasd.org,
  • No se admitirán comentarios contrarios a las leyes españolas o buen uso.
  • El administrador podrá eliminar comentarios no apropiados, intentando respetar siempre el derecho a la libertad de expresión.
CAPTCHA
Enter the characters shown in the image.
Esta pregunta es para probar si usted es un visitante humano o no y para evitar envíos automáticos de spam.