Wie die Erkennung von Müllgegenständen durch eine Drohne die Gesamtkosten für die Erkennung und Sammlung halbieren kann
KI mit Drohnen
Zusammenfassung
Für eine große halbstaatliche Organisation entwickelte unser Team ein System zur Erkennung von Abfallobjekten auf von Drohnen aufgenommenen Bildern und zur Verwaltung der Müllsammelaktivitäten. Wir entwarfen und entwickelten eine GIS-basierte Anwendung, die eine bequeme Interaktion mit den erkannten Müllobjekten ermöglichte und die Müllsammelaktivitäten durch eine optimale Routenplanung und die Verfolgung des Sammelfortschritts erleichterte.
Dies führte zu erheblichen Kosteneinsparungen, da die Gesamtkosten für die Erkennung und Erfassung halbiert werden konnten. Außerdem verringerte sich die Erfassungszeit um den Faktor 4, während die automatisierte Computer-Vision-Lösung eine um 7 % höhere Erfassungsgenauigkeit im Vergleich zu einem menschlichen Experten ermöglichte. Außerdem verringerte dieses System den CO2-Fußabdruck um den Faktor 19.
Herausforderung
Tonnen von Abfallgegenständen wurden von den Wellen in ein Küstengebiet geschleppt und über ein Gebiet von etwa tausend Quadratkilometern verstreut. Da sie über viele einzelne Inseln verstreut waren, war es sehr schwierig und kostspielig, diese Gegenstände zu identifizieren.
Es musste eine effiziente Strategie entwickelt und umgesetzt werden, die das Aufspüren und Einsammeln der Abfälle ermöglichte. Daher bot sich die Inspektion der Infrastruktur durch Drohnen als geeignete Lösung an.
Lösung von AI Superior
Wir setzten unsere firmeneigene Computer-Vision-Technologie zur Objekterkennung, -klassifizierung und -segmentierung ein und konzipierten und entwickelten eine interaktive GIS-basierte Anwendung zur Anzeige der Ergebnisse und zur Steuerung der Erfassungsaktivitäten. Die Computer-Vision-Erkennungstechnologie wurde auf Bilder angewandt, die von einer Drohne aufgenommen wurden. Die Drohnenflüge wurden von einem Partnerteam durchgeführt und lieferten RGB-Bilder, die das gesamte Gebiet abdeckten (die Flughöhe betrug etwa 50 Meter über dem Land).
Dieses Bild zeigt das Dashboard der Anwendung zur Erkennung von Drohnenobjekten (Detektions- und GIS-Anwendung)
Ergebnisse und Auswirkungen
Die entwickelte Lösung ermöglichte es, die für die Müllerkennung erforderliche Zeit um den Faktor 25 zu reduzieren. Dies führte zu erheblichen Kosteneinsparungen, Halbierung der Gesamtkosten für die Erkennung und Sammlung. Außerdem verringerte sich die Abholzeit um einen um den Faktor 4 während die automatisierte Computer-Vision-Lösung eine 7% höhere Erkennungsgenauigkeit im Vergleich zu einem menschlichen Experten. Darüber hinaus verringerte dieses System den Kohlenstoff-Fußabdruck um einen Faktor von 19.