Contenedores de reciclaje interactivos con IoT

Abstract

La presente propuesta de proyecto de grado pretende contribuir a la enseñanza de la cultura del reciclaje, ser una fuente de información de la disposición y mejorar procesos de separación de residuos. El prototipo está encaminado a empresas que desean mejorar la recolección y aprovechamiento de residuos reciclables no peligrosos. Se desarrolla un sistema de identificación de residuos interactivo, su funcionamiento es el siguiente: el usuario le muestra el residuo (este proceso de identificación se realiza con una cámara) y en su interfaz muestra una imagen del residuo identificado. Después se ejecuta el proceso de apertura que permite al usuario ingresar el residuo al contenedor adecuado. Además, tiene la capacidad para detectar múltiples residuos y realizar el proceso anteriormente mencionado. Para la identificación del residuo a depositar se implementa una red neuronal convolucional en un ordenador de placa reducida de bajo costo. El sistema se desarrolla con hardware y software libre. Los programas y dispositivos con licencia pública general (GPL) permiten realizar mejoras a partir de nuevas actualizaciones que estén optimizadas u agreguen nuevas funciones. El uso de estas licencias paralelamente aporta información a estas comunidades que usan hardware y software libre, expandiendo sus aplicaciones

This draft grade proposal aims to contribute to the teaching of the culture of recycling, be a source of disposition information and improve waste separation processes. The prototype is aimed at companies that want to improve the collection and use of non-hazardous recyclable waste. An interactive waste identification system is developed, the operation is as follows: the user shows the residue (this identification process is given utilizing a camera) and on its interface shows an image of the identified residue. The opening process is then executed, allowing the user to enter the waste into the appropriate container. It also can detect multiple wastes and perform the above-mentioned process. For the identification of the residue to be deposited, a convolutional neural network is implemented on a low-cost reduced board computer. The system has been developed with free hardware and software. Programs and devices with general public license (GPL) allow improvements to be made from new updates that are optimized or add new features. The use of these licenses in parallel provides information to these communities that use free hardware and software, expanding their applications