- अमेरिका के Louisville की waste management solution कंपनी 'AMP Robotics'
- यह कंपनी robotics, computer vision और deep learning तकनीक की मदद से कचरे में recyclables को अपने-आप पहचानने और छांटने की तकनीक पेश करती है, और यह तकनीक recycling sorting facilities को उपलब्ध कराती है
- 'AMP Cortex High-Speed Robotics System' और 'AMP Neuron AI Platform' इसके मुख्य घटक हैं
- AMP Cortex High-Speed Robotics System रोबोट की मदद से कचरे में recyclables की पहचान और sorting के काम को automate करता है; यह ऐसा सिस्टम है जिसमें रोबोट कचरे में recyclables ढूंढकर उन्हें अलग निकालते हैं
- AMP Neuron AI Platform कचरे और उसकी recyclability की पहचान के लिए कचरे का रंग, texture, shape, size, pattern और brand label पहचानता है और लगातार स्वयं सीखता रहता है; यह रोबोट को recyclables उठाकर दूसरी जगह रखने के लिए guide करता है
- recyclables sorting process :
→ recycling sorting facility में conveyor belt पर कचरा गुजरता है तो camera उसकी तस्वीर लेता है
→ AMP Neuron AI Platform इसमें से खास recyclables की विशेषताओं को computer vision तकनीक से पहचानता है
→ यह plastic polymers, paper forms, metal containers और multi-layer packaging boxes आदि को पहचानता है
→ यह recyclables और दूसरे process में sort किए जाने वाले कचरे की विशेषता तय करता है
→ AMP Neuron AI Platform रोबोट को recyclables sort करने के लिए guide करता है
→ रोबोट कचरे में से recyclables उठाकर दूसरी जगह रख देता है
- यह एक मिनट में अधिकतम 80 items उठा सकता है और इंसानों से लगभग दोगुना तेज है
- sorting accuracy : अधिकतम 99%
- अमेरिका के Longmont की waste management solution कंपनी 'Clean Robotics'
- यह company robotics, computer vision और machine learning की मदद से landfill waste और recyclables को अपने-आप पहचानने और sort करने वाला smart trash can 'TrashBot' विकसित करती है
- TrashBot को airport, hospital और stadium जैसी भीड़भाड़ वाली facilities में install किया जाता है
- recyclables sorting process :
→ लोग TrashBot में कचरा डालते हैं तो camera उसकी तस्वीर लेता है
→ computer vision और machine learning से यह जांचा जाता है कि 'यह कचरा landfill waste है या recyclable'
→ robotic automation की मदद से recyclables को recycling bin में और contaminated waste को landfill bin में sort किया जाता है
- sorting accuracy : 95%, यानी यह इंसानों की तुलना में 300% अधिक सटीकता से कचरा sort करता है
- लेकिन TrashBot में कचरा डालते समय एक बार में केवल एक ही item डालना चाहिए
- ब्रिटेन के London की food waste management solution कंपनी 'Winnow'
- यह company computer vision, machine learning और digital scale की मदद से food waste को अपने-आप पहचानने और मापने की तकनीक पेश करती है, और यह तकनीक hotel, restaurant, casino और cruise ship जैसी जगहों की kitchens को उपलब्ध कराती है
- 'Winnow Vision System' नाम का solution AI के जरिए food waste की पहचान और माप में मुख्य भूमिका निभाता है
- इसके लिए motion-sensing camera, tablet और digital scale की जरूरत होती है; Winnow ये devices kitchen में उपलब्ध कराती है
- digital scale को फर्श पर रखा जाता है, tablet को उसके ऊपर दीवार पर लगाया जाता है, और motion-sensing camera tablet के नीचे install किया जाता है
- food waste की पहचान और मापने की प्रक्रिया :
→ digital scale पर रखे container में food waste फेंका जाता है तो camera उसकी तस्वीर लेता है
→ इस समय computer vision तकनीक से food waste image की पहचान की जाती है
→ scale से उसका वजन भी मापा जाता है
→ संबंधित data tablet पर भेजा जाता है
→ tablet पर फेंके गए food type, weight आदि की जानकारी देखी जा सकती है
- Winnow Vision System से food waste पहचानने से पहले pre-training की जरूरत होती है
- Winnow Vision System द्वारा उपलब्ध कराया जाने वाला food waste data : food waste images, weight, उस कचरे को रोज फेंकने पर एक हफ्ते की लागत, एक साल की लागत, और एक साल की environmental cost (carbon dioxide emissions)
- food recognition accuracy : 80%
- इज़राइल के Tel Aviv की water management solution कंपनी 'WINT'
- यह company machine learning और IoT की मदद से buildings के अंदर water usage की निगरानी करने और leak detect करने की तकनीक विकसित करती है, और यह तकनीक commercial facilities, construction sites और manufacturers को उपलब्ध कराती है
- WINT intelligent water meter और water shutoff device उपलब्ध कराती है
- water usage समझने और leak detect करने के लिए इन दोनों devices को building plumbing system से जोड़ना पड़ता है
- इसके अलावा बड़े नुकसान से पहले water supply को बंद भी किया जा सकता है
- meter machine learning के जरिए building के सामान्य water flow patterns को सीखता और analyze करता है; इसमें 3 से 4 हफ्ते लगते हैं
- इस तरह सामान्य water flow patterns समझ लेने के बाद बाद में leak जैसे असामान्य patterns भी detect किए जा सकते हैं
- meter wireless network के जरिए cloud से communicate करता है
- समस्या detect होने पर यह संबंधित व्यक्ति को app के जरिए real-time alert भेजता है, और इस समय leak की सटीक location भी बताता है
- meter जिन सामान्य water flow patterns का analysis करता है : 'swimming pool भरने में आम तौर पर इस्तेमाल होने वाले पानी की मात्रा', 'kitchen और bathroom में आम तौर पर इस्तेमाल होने वाले पानी की मात्रा', 'पानी इस्तेमाल करने का समय'
- meter real-time में जिन असामान्य water flow patterns का analysis करता है : AI और deep learning लागू करके यह पता लगाता है कि 'क्या swimming pool ठीक से नहीं भर रहा', 'क्या किसी अप्रत्याशित source से water usage अचानक बढ़ गया है' आदि
- emergency situation detect होने पर WINT device को water supply अपने-आप बंद करने के लिए program किया जा सकता है; severe leak या water pipe burst जैसी स्थितियां emergency situation के उदाहरण हैं
अभी कोई टिप्पणी नहीं है.