Efficacity: un progetto innovativo per il recupero di rifiuti ingombranti
Il progetto
Un nutrito gruppo di docenti dell'Università di Genova, tra i quali Nicoletta Noceti, Francesca Odone, Simona Sacone e Alessandro Verri del Dipartimento di Informatica, Bioingegneria, Robotica ed Ingegneria dei Sistemi e io, è partner scientifico del progetto “Efficacity”, un progetto innovativo di Trasformazione Digitale coordinato da AMIU che riguarda l'ottimizzazione del processo di raccolta dei rifiuti ingombranti nell’Area Metropolitana di Genova.
Il progetto ha ottenuto un finanziamento di oltre un milione di euro grazie al bando 2020 del Programma Operativo Regionale (POR) 2014-2020, cofinanziato dal Fondo Europeo di Sviluppo Regionale (FESR), un documento di programmazione che individua le priorità strategiche e gli obiettivi che la Regione Liguria intende perseguire per favorire la crescita sostenibile del territorio. Efficacity è un progetto pienamente in linea con la transizione ecologica e digitale indicata nel Piano Nazionale della Ricerca 2021-2027.
Per la realizzazione delle attività, AMIU si avvarrà anche di una struttura di consulenti e NETALIA, specializzati nella progettazione europea e di un gruppo di lavoro del Dipartimento di Architettura e Design coordinato da Chiara Olivastri.
Il progetto Efficacity, al quale partecipano Algowatt Spa, Camelot Biomedical Systems Srl, Gter Srl, Colouree Srl, Flairbit Srl e Circle Spa, ha l'obiettivo di rendere Smart la raccolta porta a porta dei rifiuti ingombranti favorendone il recupero attraverso applicazioni per Smartphone, Blockchain per il tracciamento dei rifiuti e algoritmi di Intelligenza Artificiale per riconoscimento e analisi di immagini in tempo reale.
Il progetto ha la finalità di migliorare la raccolta porta a porta dei rifiuti ingombranti, agevolando il loro recupero grazie ad un sistema software che ne permetta la catalogazione automatica.
Le immagini acquisite tramite un’app per smartphone verranno processate da algoritmi di riconoscimento di immagini basati su Deep Learning capaci di identificare il materiale di cui è composto l’ingombrante, la sua dimensione ed il suo peso. Le immagini verranno processate lato Edge utilizzando Reti Neurali addestrate su dataset memorizzati in apposito data center.
Un nuovo sistema di acquisizione dati permetterà infatti la costruzione di un Data Lake con una raccolta di informazioni multimediali utili in tutte le varie fasi del progetto.
Gli utenti potranno così verificare se l’oggetto in questione potrà essere o meno di interesse per privati e associazioni. Il sistema risultante permetterà quindi di limitare l’inquinamento dei mezzi da carico attraverso l’ottimizzazione della logistica e dei tempi di trasporto. Verranno inoltre prodotte delle web dashboard per la pubblicazione e la consultazione dei dati geografici prodotti nell’ambito del progetto e delle relative analisi statistiche derivate dalla movimentazione e dal riuso degli stessi.
