- บริษัทโซลูชันจัดการขยะจากเมืองลุยส์วิลล์ สหรัฐอเมริกา 'AMP Robotics'
- บริษัทนี้นำเสนอเทคโนโลยีที่ใช้หุ่นยนต์ คอมพิวเตอร์วิชัน และดีปเลิร์นนิง เพื่อระบุและคัดแยกวัสดุรีไซเคิลจากกองขยะโดยอัตโนมัติ และให้บริการเทคโนโลยีดังกล่าวแก่ศูนย์คัดแยกวัสดุรีไซเคิล
- 'AMP Cortex High-Speed Robotics System' และ 'AMP Neuron AI Platform' คือแกนหลัก
- AMP Cortex High-Speed Robotics System ทำให้งานตรวจหาและคัดแยกวัสดุรีไซเคิลในกองขยะเป็นระบบอัตโนมัติด้วยหุ่นยนต์ เป็นระบบที่หุ่นยนต์ค้นพบวัสดุรีไซเคิลในขยะแล้วหยิบแยกออกมา
- AMP Neuron AI Platform เรียนรู้ได้เองอย่างต่อเนื่องโดยจดจำสี พื้นผิว รูปทรง ขนาด ลวดลาย และฉลากแบรนด์ของขยะ เพื่อตรวจสอบขยะและความสามารถในการรีไซเคิล จากนั้นจะแนะนำให้หุ่นยนต์หยิบวัสดุรีไซเคิลไปวางยังจุดอื่น
- กระบวนการคัดแยกวัสดุรีไซเคิล :
→ เมื่อขยะเคลื่อนผ่านบนสายพานในศูนย์คัดแยกวัสดุรีไซเคิล กล้องจะถ่ายภาพ
→ AMP Neuron AI Platform ใช้คอมพิวเตอร์วิชันตรวจจับลักษณะเฉพาะของวัสดุรีไซเคิลในนั้น
→ ระบบสามารถจำแนกพอลิเมอร์พลาสติก ลักษณะของกระดาษ ภาชนะโลหะ และกล่องบรรจุภัณฑ์หลายชั้นได้
→ ระบุลักษณะของทั้งวัสดุรีไซเคิลและขยะที่ต้องแยกด้วยกระบวนการอื่น
→ AMP Neuron AI Platform สั่งนำทางให้หุ่นยนต์คัดแยกวัสดุรีไซเคิล
→ หุ่นยนต์หยิบวัสดุรีไซเคิลออกจากกองขยะแล้วนำไปวางไว้ที่อื่น
- ระบบนี้สามารถหยิบขยะได้สูงสุด 80 ชิ้นต่อนาที และเร็วกว่าคนราว 2 เท่า
- ความแม่นยำในการคัดแยก : สูงสุด 99%
- บริษัทโซลูชันจัดการขยะจากเมืองลองมอนต์ สหรัฐอเมริกา 'CleanRobotics'
- บริษัทนี้พัฒนาถังขยะอัจฉริยะ 'TrashBot' ที่ใช้หุ่นยนต์ คอมพิวเตอร์วิชัน และแมชชีนเลิร์นนิง เพื่อระบุและคัดแยกขยะฝังกลบกับวัสดุรีไซเคิลโดยอัตโนมัติ
- TrashBot ติดตั้งในสถานที่ที่มีผู้คนจำนวนมาก เช่น สนามบิน โรงพยาบาล และสนามกีฬา
- กระบวนการคัดแยกวัสดุรีไซเคิล :
→ เมื่อผู้คนทิ้งขยะลงใน TrashBot กล้องจะถ่ายภาพขยะนั้น
→ ใช้คอมพิวเตอร์วิชันและแมชชีนเลิร์นนิงเพื่อตรวจสอบว่า “ขยะชิ้นนี้เป็นขยะฝังกลบหรือวัสดุรีไซเคิล”
→ ใช้เทคโนโลยีระบบอัตโนมัติแบบหุ่นยนต์เพื่อแยกวัสดุรีไซเคิลลงถังรีไซเคิล และแยกขยะปนเปื้อนลงถังขยะฝังกลบ
- ความแม่นยำในการคัดแยก : 95% ซึ่งแม่นยำกว่าคน 300% ในการแยกขยะ
- แต่เวลาทิ้งขยะลงใน TrashBot ต้องทิ้งครั้งละหนึ่งชิ้น
- บริษัทโซลูชันจัดการขยะอาหารจากลอนดอน สหราชอาณาจักร 'Winnow'
- บริษัทนี้นำเสนอเทคโนโลยีที่ใช้คอมพิวเตอร์วิชัน แมชชีนเลิร์นนิง และเครื่องชั่งดิจิทัล เพื่อระบุและชั่งตวงขยะอาหารโดยอัตโนมัติ และให้บริการเทคโนโลยีนี้แก่ครัวของโรงแรม ร้านอาหาร คาสิโน และเรือสำราญ
- โซลูชันชื่อ 'Winnow Vision System' เป็นหัวใจสำคัญในการใช้ AI ระบุและชั่งตวงขยะอาหาร
- ระบบนี้ต้องใช้อุปกรณ์คือกล้องตรวจจับการเคลื่อนไหว แท็บเล็ต และเครื่องชั่งดิจิทัล โดย Winnow จะจัดหาอุปกรณ์เหล่านี้ให้กับครัว
- เครื่องชั่งดิจิทัลวางไว้บนพื้น ส่วนแท็บเล็ตติดตั้งไว้บนผนังด้านบน และกล้องตรวจจับการเคลื่อนไหวติดตั้งอยู่ใต้แท็บเล็ต
- วิธีการระบุและชั่งตวงขยะอาหาร :
→ เมื่อนำขยะอาหารไปทิ้งในภาชนะที่วางอยู่บนเครื่องชั่งดิจิทัล กล้องจะถ่ายภาพ
→ ในเวลานั้นระบบจะใช้คอมพิวเตอร์วิชันเพื่อจดจำภาพขยะอาหาร
→ เครื่องชั่งจะวัดน้ำหนักด้วย
→ ข้อมูลดังกล่าวจะถูกส่งไปยังแท็บเล็ต
→ บนแท็บเล็ตสามารถดูข้อมูล เช่น ประเภทอาหารที่ถูกทิ้งเป็นขยะและน้ำหนัก
- ก่อนใช้ Winnow Vision System เพื่อระบุขยะอาหาร จำเป็นต้องมีการฝึกล่วงหน้า
- ข้อมูลขยะอาหารที่ Winnow Vision System ให้บริการ ได้แก่ ภาพขยะอาหาร น้ำหนัก ต้นทุนรายสัปดาห์เมื่อต้องทิ้งขยะนั้นทุกวัน ต้นทุนรายปี และต้นทุนด้านสิ่งแวดล้อมรายปี (การปล่อยก๊าซคาร์บอนไดออกไซด์)
- ความแม่นยำในการระบุอาหาร : 80%
- บริษัทโซลูชันจัดการน้ำจากเทลอาวีฟ ประเทศอิสราเอล 'WINT'
- บริษัทนี้พัฒนาเทคโนโลยีที่ใช้แมชชีนเลิร์นนิงและ IoT เพื่อติดตามสถานะการใช้น้ำภายในอาคารและตรวจจับการรั่วไหล พร้อมให้บริการเทคโนโลยีนี้แก่สถานประกอบการเชิงพาณิชย์ หน่วยงานก่อสร้าง และผู้ผลิต
- WINT ให้บริการมิเตอร์น้ำอัจฉริยะและอุปกรณ์ตัดการจ่ายน้ำ
- ต้องเชื่อมต่ออุปกรณ์ทั้งสองเข้ากับระบบท่อน้ำของอาคาร จึงจะสามารถตรวจสอบการใช้น้ำและตรวจจับการรั่วไหลได้
- นอกจากนี้ยังสามารถตัดการจ่ายน้ำได้ก่อนที่จะเกิดความเสียหายร้ายแรง
- มิเตอร์จะเรียนรู้และวิเคราะห์รูปแบบการไหลของน้ำตามปกติของอาคารด้วยแมชชีนเลิร์นนิง ซึ่งใช้เวลา 3~4 สัปดาห์
- เมื่อทราบรูปแบบการไหลของน้ำตามปกติแล้ว ก็จะสามารถตรวจจับรูปแบบผิดปกติ เช่น การรั่วไหล ได้ในภายหลัง
- มิเตอร์สื่อสารกับคลาวด์ผ่านเครือข่ายไร้สาย
- เมื่อพบปัญหา ระบบจะส่งการแจ้งเตือนแบบเรียลไทม์ไปยังผู้รับผิดชอบผ่านแอป พร้อมระบุตำแหน่งที่เกิดการรั่วไหลอย่างแม่นยำ
- รูปแบบการไหลของน้ำตามปกติที่มิเตอร์วิเคราะห์ ได้แก่ “ปริมาณน้ำที่ใช้ตามปกติในการเติมสระว่ายน้ำ”, “ปริมาณน้ำที่ใช้ตามปกติในครัวและห้องน้ำ”, “ช่วงเวลาที่มีการใช้น้ำ”
- รูปแบบการไหลของน้ำผิดปกติที่มิเตอร์วิเคราะห์แบบเรียลไทม์ : ใช้ AI และดีปเลิร์นนิงเพื่อตรวจสอบว่า “สระว่ายน้ำถูกเติมน้ำได้ไม่ถูกต้องหรือไม่”, “มีการใช้น้ำจากแหล่งที่ไม่คาดคิดเพิ่มขึ้นอย่างรวดเร็วหรือไม่” เป็นต้น
- เมื่อตรวจพบเหตุฉุกเฉิน อุปกรณ์ WINT สามารถตั้งโปรแกรมให้ตัดการจ่ายน้ำโดยอัตโนมัติได้ โดยสถานการณ์ฉุกเฉินหมายถึงกรณีอย่างการรั่วไหลรุนแรงหรือท่อน้ำแตก
ยังไม่มีความคิดเห็น