Sistema de clasificación automática de residuos sólidos basado en visión por computadora

La gestión de residuos sólidos constituye un desafío crítico en las ciudades modernas debido a prácticas de reciclaje ineficientes, infraestructuras limitadas y la ausencia de mecanismos efectivos para clasificar materiales reciclables. Este proyecto presenta un sistema automatizado de clasificación de residuos sólidos basado en inteligencia artificial, diseñado para optimizar la eficiencia en la separación de materiales reciclables. La propuesta se centra en la clasificación de cuatro categorías principales: plástico, cartón, papel y metal, promoviendo un reciclaje más sostenible y eficiente. El prototipo integra técnicas avanzadas de aprendizaje profundo con un enfoque práctico en hardware y software, logrando una clasificación precisa de residuos sólidos. La solución incluye una cabina de clasificación, una cabina de almacenamiento y una interfaz gráfica para monitorear el proceso en tiempo real. Durante las pruebas, el sistema alcanzó tasas de eficiencia del 68 %, 100 %, 64 % y 94 % en las categorías de papel, metal, cartón y plástico, respectivamente, destacando su efectividad para superar los retos en la gestión de residuos. Con esta iniciativa, se busca ofrecer una solución escalable y sostenible que mitigue las limitaciones actuales en la gestión de residuos sólidos. Al automatizar procesos clave y reducir errores en la clasificación, el sistema contribuye a mejorar los flujos de reciclaje, fomenta una cultura de manejo responsable de residuos y respalda la transición hacia prácticas más sostenibles en entornos urbanos.

• Autores: Oliveros Corredor, Valeria Isabel; Meléndez Villadiego, Mateo José
• Fecha de publicación: 2024
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/12974
• Acceso en línea: http://hdl.handle.net/10584/12974
• Palabra clave: Inteligencia artificial; Gestión inteligente de residuos sólidos; Visión por computadora; Aprendizaje transferido; Aprendizaje prófundo; Artificial intelligence; Solid waste management; Computer vision; Transfer learning; Deep learning; Smart trash
• License: Universidad del Norte