[논문 리뷰] ConvoWaste: An Automatic Waste Segregation Machine Using Deep Learning

Md. Shahariar Nafiz, Shuvra Smaran Das외 3명|arXiv (Cornell University)|2023. 02. 06.

Municipal Solid Waste Management인용 수 8

한 줄 요약

ConvoWaste는 딥 러닝 기반 폐기물 분리 시스템을 제안하며, 폐기물을 쓰레기통으로 분류하고 서보 모터, 센서, GSM 및 원격 제어와 알림을 위한 Android 앱을 사용하여 98% 정확도를 달성합니다.

ABSTRACT

Nowadays, proper urban waste management is one of the biggest concerns for maintaining a green and clean environment. An automatic waste segregation system can be a viable solution to improve the sustainability of the country and boost the circular economy. This paper proposes a machine to segregate waste into different parts with the help of a smart object detection algorithm using ConvoWaste in the field of deep convolutional neural networks (DCNN) and image processing techniques. In this paper, deep learning and image processing techniques are applied to precisely classify the waste, and the detected waste is placed inside the corresponding bins with the help of a servo motor-based system. This machine has the provision to notify the responsible authority regarding the waste level of the bins and the time to trash out the bins filled with garbage by using the ultrasonic sensors placed in each bin and the dual-band GSM-based communication technology. The entire system is controlled remotely through an Android app in order to dump the separated waste in the desired place thanks to its automation properties. The use of this system can aid in the process of recycling resources that were initially destined to become waste, utilizing natural resources, and turning these resources back into usable products. Thus, the system helps fulfill the criteria of a circular economy through resource optimization and extraction. Finally, the system is designed to provide services at a low cost while maintaining a high level of accuracy in terms of technological advancement in the field of artificial intelligence (AI). We have gotten 98% accuracy for our ConvoWaste deep learning model.

연구 동기 및 목표

• 도시 쓰레기 관리 문제를 해결하기 위해 폐기물 분류를 자동화하여 순환경제를 지원한다.
• 지정된 쓰레기통으로 정확히 분리되도록 DCNN 기반 분류기를 개발한다.
• 자동 분리 및 채움 메커니즘을 위한 하드웨어 구성요소(서보 모터, 초음파 센서)를 통합한다.
• Android 애플리케이션을 통한 원격 모니터링 및 제어를 가능하게 한다.

제안 방법

• 쓰레기 분류를 위한 심층 합성곱 신경망과 이미지 처리 적용.
• 감지된 쓰레기를 올바른 쓰레기통에 배치하기 위해 서보 모터 기반 메커니즘을 사용한다.
• 초음파 센서를 도입하여 쓰레기통의 쓰레기 양을 모니터링하고 듀얼 대역 GSM을 통신에 사용한다.
• Android 앱을 통해 원격 제어 및 데이터 접근을 제공한다.

실험 결과

연구 질문

• RQ1 DCNN 기반 모델이 자동 분리를 위해 일반적인 쓰레기 유형을 정확하게 분류할 수 있는가?
• RQ2 하드웨어 작동(서보)과 센서(초음파, GSM)가 지속적인 쓰레기 분리를 자동화하는 데 얼마나 효과적인가?
• RQ3 통합된 시스템이 재활용 작업 흐름을 개선하기 위해 적시 알림과 원격 관리를 지원하는가?

주요 결과

• 제안된 ConvoWaste 시스템은 폐기물 분류에서 98%의 정확도를 달성합니다.
• 폐기물 탐지 결과가 서보 구동 분류를 적절한 쓰레기통으로 구동합니다.
• 초음파 센서는 쓰레기통 용량 모니터링을 제공하고 폐기물 처리에 대한 알림을 트리거합니다.
• 듀얼 밴드 GSM은 상태 업데이트 및 제어를 위한 통신을 가능하게 합니다.
• 시스템 아키텍처는 Android 앱을 통한 원격 작동을 가능하게 합니다.