Niveau : M.Sc.A.
Domaines de recherche : Intelligence artificielle.

Un système de vision par ordinateur pour la surveillance des déchets de construction dans les bennes statiques

Abstract

Cette recherche vise à combler les lacunes existantes en matière d’automatisation des activités de contrôle des déchets de construction et de démolition, malgré les avancées technologiques notables dans le secteur de la construction. L’étude vise à proposer une méthode de détection automatique des déchets ajoutés aux bennes à ordures. En utilisant des caméras placées sur les sites de construction, le système proposé utilise des techniques de vision par ordinateur et d’apprentissage profond pour analyser les images. Le système suit le type et la quantité de déchets jetés, éliminant ainsi la nécessité d’une surveillance manuelle. En fin de compte, cette recherche contribue à la réduction des coûts, au gain de temps et à l’amélioration de la surveillance et de la gestion des déchets dans l’industrie de la construction.

Domaines de recherche : Intelligence artificielle.

Résultats du projet

Les résultats de la recherche représentent une avancée significative dans l’automatisation de la surveillance des déchets dans les secteurs de la construction et de la démolition. En utilisant le modèle YOLO v8 Nano, l’étude permet de détecter les déchets en temps réel, d’améliorer sensiblement l’efficacité opérationnelle et de réaliser des économies substantielles. Cette détection en temps réel garantit l’enlèvement rapide des déchets, réduisant ainsi le nombre de bennes à ordures surchargées et les dépenses opérationnelles qui en découlent. En outre, la recherche introduit un aspect novateur en établissant une base de données des événements de déversement de déchets. Cette base de données permet un suivi continu des progrès, offrant des informations précieuses sur les modèles, les quantités et les types d’élimination des déchets. Par conséquent, ces données servent de base cruciale à la prise de décision fondée sur les données et à l’affinement des futures stratégies de gestion des déchets.
En outre, la recherche introduit un ensemble de données personnalisé, méticuleusement adapté aux exigences spécifiques de la surveillance des déchets. Cet ensemble de données comprend trois classes distinctes : Véhicule, Homme et Benne. Il constitue une ressource essentielle pour la formation et l’évaluation du modèle YOLO v8 Nano, en garantissant sa précision et son adéquation aux applications du monde réel. Cet ensemble de données ne soutient pas seulement les objectifs de la recherche, mais contribue également à la communauté universitaire au sens large en tant que référence pour les recherches futures en matière de détection d’objets et de systèmes de surveillance. Les résultats attendus de cette recherche s’étendent aux applications académiques et pratiques, enrichissant les domaines de la vision par ordinateur et de l’apprentissage profond et facilitant les progrès dans les pratiques de surveillance automatisée des déchets.

Contributions du projet

La recherche devrait apporter des contributions significatives aux domaines universitaire et industriel. Dans le monde universitaire, elle montrera le potentiel de la vision par ordinateur dans le domaine de la construction en présentant l’application pratique de la détection d’objets pour la surveillance des déchets en temps réel. Les résultats de la recherche serviront d’étude de cas précieuse pour les études futures sur la détection d’objets et les systèmes de surveillance automatisés. Dans l’industrie, la recherche offre des solutions pratiques à un problème de longue date dans la gestion des déchets de construction et de démolition. Elle introduit une approche rentable et efficace que les entreprises de construction, les sociétés de gestion des déchets et les organismes de réglementation peuvent adopter. L’automatisation de la surveillance des déchets et la création d’une base de données sur les déversements de déchets entraîneront des avantages tangibles tels que la réduction des coûts opérationnels, la rationalisation de la gestion des déchets et l’amélioration des pratiques de développement durable, contribuant ainsi à un secteur de la construction plus respectueux de l’environnement.

Équipe de recherche

L’équipe chargée de ce projet :

Partenaires : ALTAROAD.
Équipe

L’équipe chargée de ce projet

Partenaires

Ce projet a été supporté par :

Recherches similaires

Explorez plus en profondeur notre recherche en explorant ces études et ressources connexes :

Scroll to Top