کنفرانس ملی مهندسی و مدیریت محیط زیست

صفحه اصلی / هفتمین کنفرانس ملی مهندسی و مدیریت محیط زیست

طراحی سیستم هوشمند تفکیک پسماند با استفاده از بینایی ماشین و شبکه‌های عصبی کانولوشنی

نویسندگان :

عاطفه قیاسی خیاط¹ کاظم کریمی² محمدرضا رنجبر گلستانی³

1- دانشگاه آزاد اسلامی واحد مشهد 2- دانشگاه آزاد اسلامی واحد قوچان 3- مشهد

کلمات کلیدی :

تفکیک پسماند،مدیریت شهری،بینایی ماشین،شبکه عصبی کانولوشنی،هوش مصنوعی،بازیافت هوشمند

چکیده :

افزایش تولید پسماندهای شهری و ناکارآمدی روش‌های سنتی تفکیک، مدیریت شهری را با چالشی جدی در حوزه پایداری و کارآمدی خدمات شهری روبه‌رو کرده است. در سال‌های اخیر، بهره‌گیری از فناوری‌های نوین مانند بینایی ماشین و شبکه‌های عصبی کانولوشنی (CNN) در سیستم‌های هوشمند تشخیص و تفکیک پسماند توجه بسیاری از پژوهشگران را به خود جلب کرده است. پژوهش حاضر با هدف طراحی یک چارچوب کاربردی برای توسعه سیستم هوشمند تفکیک پسماند در شهرهای ایران انجام شده است؛ سیستمی که بتواند با اتکا به داده‌های تصویری، انواع پسماند خشک شامل پلاستیک، کاغذ، شیشه، فلز و پسماند آلی را با دقت بالا شناسایی و دسته‌بندی کند. در این مطالعه، ابتدا نمونه‌ای از داده‌های تصویری پسماند بر اساس استانداردهای مرسوم در پژوهش‌های بین‌المللی جمع‌آوری و پیش‌پردازش شد. سپس چند معماری معتبر شبکه‌های عصبی کانولوشنی که عملکرد آن‌ها در مطالعات پیشین گزارش شده است از جمله ResNet، MobileNet و EfficientNet مورد ارزیابی اولیه قرار گرفتند. هدف این ارزیابی، انتخاب معماری مناسب برای طراحی یک مدل سبک، کم‌هزینه و قابل استقرار در زیرساخت‌های شهری بود. نتایج اولیه پژوهش‌های مشابه در ایران و سایر کشورها نشان می‌دهد که سیستم‌های مبتنی بر CNN قادرند دقتی بین ۸۵ تا ۹۵ درصد را در تفکیک پسماند ارائه دهند و می‌توانند به‌عنوان یک راهکار عملی در کاهش هزینه‌های مدیریت پسماند و افزایش نرخ بازیافت به‌کار گرفته شوند. این مقاله تلاش می‌کند با ترکیب مبانی نظری مدیریت شهری و قابلیت‌های هوش مصنوعی، تصویری روشن از نحوه پیاده‌سازی عملی یک سامانه هوشمند تفکیک پسماند در شهرهای ایران ارائه دهد؛ سامانه‌ای که می‌تواند در آینده در ایستگاه‌های بازیافت، سطل‌های هوشمند و مراکز پردازش پسماند به‌کار گرفته شود.