sistema reciclar zenrobotics
Economía circular

Llegan los refuerzos a la separación de residuos sólidos urbanos: un robot inteligente está aprendiendo

05 de abril de 2019

¿Alguna vez te has preguntado qué porcentaje de los residuos que generamos en nuestras casas se reciclan? ¿90%? ¿80%? Nada más lejos de la realidad. La Comisión Europea  ha fijado como objetivo el 55% para el 2025, así que imagínate como estaremos. Los datos no mienten, aún queda mucho camino por andar. Según Eurostat, en 2016 solo se recicló el 30% de los residuos generados en España. Esta misma fuente estima que cada persona en España genera unos 462 kg de residuo al año.

A pesar de la cada vez mayor concienciación ciudadana sobre el reciclaje y la importancia de la recogida selectiva, todavía llega a las plantas de residuos una importante cantidad de residuos mezclados, sin reciclar, denominados fracción resto. Sin embargo, dicha fracción resto es una potencial fuente de recursos y de materiales que pueden ser reciclados para dotarles una segunda vida y evitar el depósito controlado en vertederos. Y ahí es precisamente donde se quiere llegar con la aplicación de la inteligencia artificial y la robótica a la separación de residuos municipales. A mejorar los porcentajes de recuperación y reciclaje, contribuyendo a la economía circular y minimizando el depósito en vertedero. Porque los residuos de unos, pueden ser las materias primas de otros.

La separación manual de residuos: un trabajo físico incómodo y muy exigente

El tratamiento y separación de residuos sólidos urbanos es un proceso altamente automatizado. Esto es un hecho. Sin embargo, todavía quedan partes del proceso que se realizan de forma manual.

Este trabajo se lleva a cabo en cabinas de triaje, donde los trabajadores realizan la separación de residuos por fracciones. Esto implica un contacto directo con los residuos, de pie y con las correspondientes incomodidades de ruido y de olor asociadas al residuo. ¿Te imaginas lo que es estar 8 horas al día separando residuos manualmente? Un trabajo realmente incómodo y agotador física y mentalmente. Además los problemas ergonómicos asociados a la carga física y movimientos repetitivos de estas tareas, existen otros riesgos asociados a este trabajo, como por ejemplo posibles golpes y cortes con objetos, la caída de objetos que se están manipulando, atrapamiento con objetos móviles, el contacto con sustancias químicas, agentes biológicos, etc.

Por todo ello, la automatización de la separación manual de residuos se espera que contribuya a disminuir los accidentes y mejorar las condiciones laborales de los trabajadores de las plantas de tratamiento de residuos, cuyas labores podrían pasar a centrarse en el mantenimiento del robot y en los equipos asociados.

operario zenrobotics

La robótica inteligente quiere ayudarnos… pero aún no sabe cómo

Está claro que la complejidad y sobre todo la heterogeneidad de la fracción resto dificulta la automatización de la separación de materiales valorizables mediante los métodos tradicionales. Pero ¿y si nos ayudamos de las nuevas tecnologías, como la robótica o la inteligencia artificial? La curiosidad de descubrirlo ha llevado a Ferrovial a apostar por el proyecto “ZRR for municipal waste”, donde se están realizando las primeras pruebas con un sistema robótico basado en inteligencia artificial para la separación de residuos valorizables de tipo voluminoso de la fracción resto de los residuos municipales. Las primeras pruebas con este robot inteligente se están llevando a cabo en la planta de tratamiento de residuos sólidos urbanos del Ecoparc 4 de Els Hostalets de Pierola ,en Barcelona. Un reto de innovación importante y motivante con un robot llamado ZRR. En este proyecto, liderado por Ferrovial y parcialmente financiado por Climate-KIC y el EIT en estos momentos se está trabajando en el entrenamiento de ZRR para el reconocimiento y separación de 13 fracciones de residuos entre las que se encuentran textil, latas de aluminio, botellas de polietileno, cartón y film transparente. Sin embargo, ZRR no sólo tiene que separar fracciones sino que tiene que hacerlo rápido y bien. ¿Cómo de rápido? A unas 4.000 selecciones por hora (en la jerga, “picks por hora”), que se traduce en que cada uno de los dos brazos robóticos del sistema tiene que seleccionar 1 residuo cada 2 segundos. ¿Cómo de bien? Los residuos separados deben tener una pureza de al menos el 95%. Aunque son requerimientos exigentes, ZRR ya ha conseguido alcanzarlos en su área de especialidad, los residuos de demolición y construcción (RCD’s). Y es que ZRR ha sido diseñado, desarrollado y optimizado para separar residuos como madera, grandes bloques de hormigón y piezas metálicas. Ahora se tiene que adaptar y aprender a trabajar en una planta de RSU, procesando residuos y materiales distintos a los RCD’s y muy heterogéneos, integrándose en una instalación con una configuración de proceso totalmente diferente al triaje de residuos de construcción. Este proceso de adaptación está llevando tiempo, ¡pero el robot está aprendiendo!

Así funciona el robot inteligente

El robot ZRR de ZenRobotics se puede dividir en cinco partes: la cinta transportadora, los sensores de reconocimiento, el software de inteligencia artificial, los brazos robóticos y las tolvas de recogida. Su funcionamiento se resume en los siguientes pasos y figura:

1) El sensor ZRR examina el flujo de residuos.

2, 3) El software de control ZenRobotics analiza la información y controla a los brazos robóticos.

4) Los brazos robóticos, dos en el caso del sistema en Ecoparc4, recogen los residuos de la cinta.

5) Los brazos robóticos transportan los residuos a la tolva seleccionada.

Robot Zenrobotics de limpieza

Fuente: Adaptado de ZenRobotics

Y así es como sucede lo que parece magia, pero tiene mucha ciencia detrás. No hay que olvidar que, al igual que todas las aplicaciones basadas en inteligencia artificial y machine learning, el funcionamiento del robot se basa en analizar los datos de entrada para predecir los resultados de salida con gran ayuda de la estadística. En este caso, los datos de entrada son los sensores de visión artificial (sensores de infrarrojo (NIR), cámara RGB de alta resolución, detectores de metales y sensores de luz visible), y los resultados de salida la clasificación de los residuos. El procesado de los datos recogidos por estos sensores de visión artificial es lo que le permite al robot clasificar residuos que ya reconozca y aprender a clasificar nuevos residuos. Y es precisamente esa capacidad de clasificación, decisión y aprendizaje lo que diferencia al robot ZRR de otros brazos robóticos industriales; ¡se acabó lo de tener automatizada una secuencia de movimientos que son siempre los mismos! ¡Este robot decide en tiempo real adaptándose a la alimentación que le llegue!

Para realizar físicamente la separación de los residuos el robot cuenta con dos brazos robóticos. Cada brazo robótico es capaz de separar hasta cuatro fracciones de residuos distintas, que van a parar a 8 tolvas (4 tolvas por brazo robótico). Además, el robot es completamente configurable, de forma que se puede seleccionar qué fracciones se clasifican en función de necesidades o preferencias. Cada brazo robótico cuenta con un agarre tipo “pinza” que le permite seleccionar residuos de distintas formas y tamaños, pudiendo levantar residuos de hasta 30 kg.

Más residuos, más entrenamiento, mejores resultados

El robot ZRR y su software de inteligencia artificial es capaz de identificar residuos, clasificarlos y decidir qué residuo es más interesante separar en cada momento. Pero para poder realizar este proceso requiere entrenamiento. Cada vez que queremos que el robot aprenda a clasificar un nuevo residuo necesita que le demos datos de referencia: “esto es una botella de polipropileno” y “esto es cartón”, por ejemplo y el ZRR utilizará esos ejemplos para aprender a clasificar los residuos. Por tanto, el éxito en la operación es muy dependiente de su base de datos de referencia, así que cuantos más datos de referencia y más variados, mejores serán los resultados. De ahí que uno de los principales retos de la inteligencia artificial sea la cantidad de datos que requiere y el periodo de entrenamiento y adaptación al cambiar de aplicación o caso de uso.

ZenRobotics

Inteligencia artificial y automatización más allá de la separación de residuos

Y es que se espera que la inteligencia artificial y la automatización de tareas supongan una revolución en el trabajo diario, no solo de los trabajadores que se dedican a la separación manual de residuos, sino en muchos más trabajos de los que inicialmente nos podemos imaginar. Según un informe publicado por McKinsey&Company se estima que la mitad de las actividades (que no los puestos de trabajos) llevadas a cabo por los trabajadores podrían automatizarse con las tecnologías actuales, aunque solo el 5% de los trabajos se podrán automatizar de forma total con las tecnologías demostradas actualmente. Además, de los beneficios asociados a la mejora de las condiciones de seguridad y salud de los trabajadores, la automatización de algunas tareas permitirá mayor dedicación de tiempo y recursos para realizar otras, e incluso se espera que se generen nuevos puestos de trabajo que ahora mismo ni podemos imaginar, como ya sucedió en el pasado. Adicionalmente, la integración de la tecnología robótica transformará el diseño de las actuales instalaciones, avanzando en la economía circular gracias al incremento de las ratios de recuperación y a la mejora de la calidad de los materiales recuperados, favoreciendo su reintroducción en la cadena de valor como materias primas secundarias.

Todavía no hay comentarios