Автор работы: Краснова Татьяна Федоровна
В современном мире существует множество глобальных проблем, затрагивающих все человечество. Катастрофическое загрязнение окружающей среды — одна из наиболее значимым и обсуждаемых в мировом сообществе проблем.
Влияние антропогенных факторов на природу продолжает расти, что влечет за собой ухудшение экологического состояния планеты. Особого внимания заслуживает вопрос стремительного накопления отходов, которые преимущественно оказываются на свалках, вывозятся на полигоны или попадают в близлежащие водоемы. Проблему возникновения стихийных и несанкционированных свалок также нельзя игнорировать, поскольку они могут разрастаться до огромных размеров. Пребывание вблизи подобных объектов становится не только дискомфортно, но и опасно для здоровья.
Объем пластиковых отходов увеличивается быстрее остальных, поскольку используется повсеместно. Из пластмасс производят тары, одноразовые изделия, упаковку.
Переработка является одним из наиболее эффективных способов сокращения объема пластиковых отходов. Этот процесс включает несколько этапов, среди которых наиболее важными являются сбор и сортировка. Без эффективной системы разделения отходов дальнейшая переработка становится невозможной.
Особое внимание следует уделять ПЭТ-бутылкам, поскольку они составляют значительную долю пластикового мусора. Эти изделия широко распространены благодаря своей дешевизне и удобству, однако их неправильная утилизация приводит к долговременному загрязнению природы. Внедрение передовых технологий в процесс переработки отходов является необходимым условием для повышения его эффективности. Современные методы, включая машинное обучение и компьютерное зрение, позволяют автоматизировать сортировку и сбор мусора, увеличить скорость обработки и минимизировать человеческий фактор.
Искусственный интеллект уже сегодня применяется для идентификации и классификации различных видов пластика. С помощью нейросетей системы могут распознавать ПЭТ-бутылки, полиэтиленовые пакеты и другие виды отходов, что значительно ускоряет процесс их разделения. Кроме того, технологии на основе искусственного интеллекта помогают анализировать данные о накоплении отходов, прогнозировать нагрузку на полигоны и оптимизировать различные процессы.
В данной работе рассматривается применение алгоритмов машинного обучения в задаче распознавания ПЭТ-бутылок на ландшафтах несанкционированных свалок, а также определения и регистрации их местоположения.
Целью работы была разработка прототипа программно-аппаратного решения для идентификации и локализации ПЭТ-бутылок на несанкционированных свалках.
Основные результаты работы:
Практическая значимость работы заключается в возможности применения разработанной системы в сфере обращения с отходами с целью снижения антропогенной нагрузки на окружающую среду, сокращения числа несанкционированных свалок, а также предотвращения потенциальной опасности здоровью работников, вовлеченных в процесс ликвидации отходов и населения, проживающего на прилегающих территориях.
