Management of Pandemic Social Isolation Based on City and Social Intelligence
Projetos
Visão geral
Filiação
Ver Todos
Visão geral
resumo
O projeto RAICYCLE visa contribuir para a gestão inteligente de resíduos urbanos, integrando tecnologias avançadas de sensores, modelos de aprendizagem automática, visualização de dados e um sistema de suporte à decisão. O projeto pretende desenvolver unidades de hardware e firmware equipadas com sensores para monitorizar gases VOC (Compostos Orgânicos Voláteis), a capacidade disponível dos contentores de resíduos municipais e a localização geográficas. Estes sensores transmitem dados usando redes de rádio de baixa largura de banda e eficiência energética, como o LoRa, assegurando uma operação contínua com manutenção mínima através de sistemas de energia autónomos.
Estes dispositivos destinam-se a contentores de resíduos orgânicos, que apresentam desafios consideráveis quando comparados com os de resíduos diferenciados, como vidro, papel e embalagens. Devido ao ambiente adverso, os dispositivos são dotados de invólucros robustos para poderem operar dentro dos contentores. Carregadores eletromecânicos são utilizados para gerar a energia necessária, recorrendo ao movimento sempre que a tampa é aberta ou fechada. Podem ser facilmente fixados nas tampas dos contentores existentes, convertendo-os em SmartBins que as autoridades podem monitorizar remotamente. Para além da informação de operação regular, também podem ser usados para detetar a colocação de resíduos ilegais ou proibidos, como brasas ou óleos.
Os dados coletados nos SmartBins são transmitidos para o servidor principal e processados, incluindo limpeza, extração de características e normalização, para garantir datasets de alta qualidade para os modelos de aprendizagem automática. Vários algoritmos, como Random Forests, Support Vector Machines e Redes Neuronais, detetam óleos usados nos contentores de resíduos, sendo validados e testados com informação real, para fornecer uma deteção precisa e fiável de materiais perigosos.
As condições de cada contentor, em termos de conteúdo, capacidade, temperatura e localização, permitem a otimização das rotas para a recolha e processamento dos resíduos. Algoritmos de Quantum Annealing são usados para otimizar as rotas de recolha de resíduos, melhorando a eficiência operacional e reduzindo o impacto ambiental. Isto pode ser usado tanto para planear as rotas dos camiões como para as atualizar em tempo real, proporcionando assim uma maior flexibilidade e adaptabilidade às condições dos resíduos a serem recolhidos. Para além da otimização das rotas, há várias informações adicionais úteis. A localização constante dos contentores, a temperatura, o conteúdo de gases e a percentagem de enchimento fornecem informações úteis aos intervenientes tanto no planeamento do número e localização dos contentores como no tipo e capacidade.
Uma aplicação web é também prevista, para permitir que os intervenientes acedam, visualizem e analisem os dados. Dashboards interativos e ferramentas de análise geoespacial oferecem informações em tempo real sobre os níveis de VOC, estados dos contentores e padrões de distribuição de resíduos. O Sistema de Suporte à Decisão (DSS) utiliza análises preditivas para prever a acumulação futura de resíduos e recomendar horários ótimos de recolha, enquanto os algoritmos de deteção de anomalias identificam padrões incomuns, permitindo intervenções proativas. A arquitetura de microserviços do sistema assegura escalabilidade, flexibilidade e facilidade de manutenção.
Ao integrar estas tecnologias e metodologias inovadoras, o projeto visa otimizar as operações de gestão de resíduos, reduzir o impacto ambiental e promover um estilo de vida urbano sustentável. Os intervenientes dispõem das ferramentas e dos conhecimentos necessários para tomar decisões informadas, melhorando significativamente a eficiência e a eficácia dos serviços de recolha de resíduos.
