Caracterización automática de los residuos sólidos generados por las Empresas Industriales en la Provincia de el Collao Puno 2021

Abstract

Actualmente en la provincia El Collao, región Puno, el aumento acelerado de la cuantía de residuos que cada empresa industrial genera cotidianamente, ocasiona que los botaderos distribuidos para esto están a punto de cumplir con su utilidad de vida, esto debido a la falta de gestión eficaz de los residuos sólidos urbanos (RSU). El presente estudio se centra en una contribución científica novedosa, en donde se plantea una metodología para generar automáticamente mapas de contenedores de residuos geolocalizados. Se basa en el uso de algoritmos de Visión por Computador para detectar contenedores de residuos e identificar su ubicación geográfica y dimensiones. Los algoritmos analizan una secuencia de vídeo y proporcionan una discriminación automática entre imágenes con y sin contenedores. En concreto, se han seleccionado detectores de objetos de última generación basados en técnicas de aprendizaje profundo para realizar pruebas, en función de su rendimiento y de su adaptabilidad a un entorno embarcado en tiempo real. Se propone metodologías basada en redes neuronales artificiales LSTM: ANN, RNN, RNA; y Deep Learning. Los resultados indican que el modelo visual propuesto para la detección de contenedores de residuos es capaz de operar de manera efectiva con un rendimiento consistente en la provincia de El Collao, se evaluó en sus cinco distritos diferentes que varían en términos de tamaño, clima, diseño urbano y apariencia de los contenedores. La aplicabilidad de las técnicas de la inteligencia artificial, determina de modo teórico y práctico en la resolución de problemas relacionados en la generación de desechos sólidos.