Wie die Erkennung von Müllgegenständen durch eine Drohne die Gesamtkosten für die Erkennung und Sammlung halbieren kann
Zusammenfassung
Für eine große halbstaatliche Organisation entwickelte unser Team ein System, das Abfallobjekte anhand von Drohnenaufnahmen erkennt und bei der Verwaltung von Müllsammelaktivitäten hilft. Wir entwarfen und entwickelten eine GIS-basierte Anwendung, die eine bequeme Interaktion mit erkannten Abfallobjekten ermöglichte und die Müllsammelaktivitäten durch optimale Routenplanung und Verfolgung des Sammelfortschritts erleichterte.
Dies führte zu erheblichen Kosteneinsparungen, da die Gesamtkosten für Erkennung und Sammlung halbiert wurden. Darüber hinaus verringerte sich die Sammelzeit um Faktor 4 während die automatisierte Computer Vision-Lösung eine 7% höhere Erkennungsgenauigkeit im Vergleich zu einem menschlichen Experten. Darüber hinaus verringerte dieses System den CO2-Fußabdruck um Faktor 19.
Herausforderung
Tonnenweise Müll wurden von den Wellen an die Küste gespült und über eine Fläche von etwa tausend Quadratkilometern verstreut. Da diese Objekte über viele einzelne Inseln verstreut waren, war es für den Menschen ziemlich schwierig und aufwändig, sie zu identifizieren.
Es musste eine effiziente Strategie entwickelt und umgesetzt werden, die das Aufspüren und Einsammeln von Abfällen ermöglichte. Daher stellte die Inspektion der Infrastruktur per Drohne eine geeignete Lösung dar.
Lösung von AI Superior
Wir haben unsere proprietäre Computer-Vision-Technologie zur Objekterkennung, -klassifizierung und -segmentierung eingesetzt und eine interaktive GIS-basierte Anwendung zur Anzeige von Ergebnissen und Durchführung von Erfassungsaktivitäten entworfen und entwickelt. Die Computer-Vision-Erkennungstechnologie wurde auf von einer Drohne aufgenommene Bilder angewendet. Die Drohnenflüge wurden von einem Partnerteam durchgeführt, das RGB-Bilder lieferte, die das gesamte Gebiet abdeckten (die Flughöhe betrug etwa 50 Meter über dem Land).
Dieses Bild zeigt das Dashboard der Anwendung zur Objekterkennung durch Drohnen (Anwendung „Detections and GIS“).
Ergebnisse und Auswirkungen
Die entwickelte Lösung ermöglichte eine Reduzierung des Zeitaufwands für die Durchführung von Müllerkennungsaktivitäten durch die Faktor 25. Dies führte zu erheblichen Kosteneinsparungen, Halbierung die Gesamtkosten für Erkennung und Sammlung. Darüber hinaus verringerte sich die Sammelzeit um Faktor 4 während die automatisierte Computer Vision-Lösung eine 7% höhere Erkennungsgenauigkeit im Vergleich zu einem menschlichen Experten. Darüber hinaus verringerte dieses System den CO2-Fußabdruck um Faktor 19.
German 
English 
Arabic 
French 
Dutch 
Spanish