ES3037832T3 - A method for classifying waste - Google Patents

Abstract

Se presenta un método para clasificar residuos cuando se insertan en un contenedor de residuos, comprendiendo el método capturar señales de audio correspondientes a la interacción de un artículo de desecho con un elemento de fricción en el contenedor de residuos, cuando el artículo de desecho se inserta en el contenedor y se desliza sobre el elemento de fricción, y realizar una clasificación de la señal de audio capturada como correspondiente a un tipo de artículo de desecho detectado como un tipo predeterminado de artículo de desecho, realizándose la clasificación con base en MFSC. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN

Método de clasificación de residuos

Referencia cruzada a solicitudes relacionadas

Esta solicitud reivindica prioridad de la solicitud de patente número EP20382460.2 presentada el 31 de mayo de 2020.

ANTECEDENTES

El reciclaje es una parte importante de la reducción de residuos actual, y su correcta gestión en zonas muy pobladas se ha convertido en clave para abordar los problemas climáticos. En los últimos años se han implantado diferentes sistemas y métodos de gestión del reciclado, ya que una clasificación adecuada de los distintos tipos de residuos reduce costes y mejora la cadena de reciclado. Sin embargo, los métodos de clasificación más complejos destinados a detectar y/o separar los residuos antes de su reciclaje son difíciles de construir y caros en su fabricación y mantenimiento. Por lo tanto, se necesita un método de clasificación de residuos más sencillo y rentable, que aún pueda alcanzar un alto nivel de precisión en la detección de los diferentes residuos introducidos en los contenedores de basura.

El documento KR20190071387 divulga un aparato y un método para clasificar automáticamente residuos reciclables. El documento KR20190056017 divulga un método de separación automática de cubos de basura mediante reconocimiento acústico. El documento CN111160438 divulga un método de clasificación acústica de basuras que adopta una red neuronal convolucional unidimensional.

Los métodos divulgados en los documentos mencionados se basan en elevados costes computacionales y pueden no ser adecuados para ser desplegados en dispositivos integrados o en dispositivos que utilizan recursos limitados o una fuente de alimentación limitada.

DESCRIPCIÓN

De acuerdo con un aspecto de la presente divulgación, se presenta un método para clasificar residuos cuando se insertan en un contenedor de residuos, en donde el método comprende:

- capturar al menos una señal de audio, utilizando un sensor de sonido, la señal de audio correspondiente a la interacción de un residuo con un elemento de fricción en el contenedor de residuos, cuando el residuo se inserta en el contenedor, donde la interacción comprende que el residuo se desliza sobre el elemento de fricción;

- calcular las componentes de frecuencia de la señal de audio capturada;

- obtener una pluralidad de Coeficientes del Espectro de Frecuencia Mel a partir de las componentes de frecuencia calculados,

- clasificar la señal de audio capturada como correspondiente a un tipo de residuo detectado como un tipo predeterminado de residuo, en donde la clasificación la realiza un clasificador de aprendizaje automático basado en los Coeficientes del Espectro de Frecuencias Mel obtenidos.

Según la presente divulgación, en el momento en que el usuario introduce el residuo en un contenedor, incluyendo esta vez la propia operación de inserción, el desplazamiento del residuo genera, en algún momento, un sonido que puede ser capturado como señal de audio por un sensor de sonido como, por ejemplo, un micrófono direccional. La interacción entre el residuo y el contenedor consiste en la interacción del residuo con un elemento de fricción. Dicha interacción es la fricción del residuo con el elemento de fricción. Puede haber un dispositivo en el contenedor, en correspondencia con la entrada de residuos, en el que los residuos puedan rebotar o que los residuos puedan golpear, y producir un sonido que será capturado por el sensor de sonido. Dicho dispositivo puede ser, por ejemplo, un elemento de fricción configurado para ser colocado en el contenedor de residuos. El elemento de fricción está configurado de tal manera que, cuando el residuo se introduce en el contenedor, el residuo se desliza a lo largo del elemento de fricción, y el sonido producido por dicha interacción se captura utilizando un sensor de sonido. El elemento de fricción puede ser, por ejemplo, una rampa fijada a una entrada del contenedor y que sobresale hacia abajo en el interior del contenedor. El elemento de fricción puede ser, por ejemplo, una puerta situada en la entrada del contenedor, o cualquier otro dispositivo físico que pueda interactuar con el residuo al introducirlo en el contenedor, produciendo así un sonido que pueda ser capturado por el sensor de sonido. Dependiendo del diseño específico, un residuo introducido en el contenedor puede producir diferentes tipos de sonidos al interactuar con partes del contenedor o elementos que se encuentran en su interior, por lo que en cada caso puede utilizarse un tipo diferente de micrófono para capturar las señales de audio.

El elemento de fricción puede estar hecho de resina de poliuretano. La resina de poliuretano permite generar un sonido de fricción característico utilizando un material conocido, lo que nos permite centrarnos únicamente en esos sonidos y mejorar así la identificación del artículo.

Cuando se captura una señal de audio en forma de, por ejemplo, una señal de tiempo de audio digital, se puede realizar un cálculo de las componentes de frecuencia de la señal de audio capturada. Dicho cálculo puede realizarse sobre una parte de la señal de audio o sobre toda la señal de audio, y puede realizarse utilizando diferentes técnicas, como la transformada de Fourier, la transformada wavelet o cálculos del tipo filtro pasa banda. De este modo, puede obtenerse una señal resultante, como una señal de espectrograma, utilizando cualquiera de los cálculos mencionados anteriormente, comprendiendo la señal de espectrograma la potencia de la señal de audio original para cada frecuencia.

Además, se realiza una clasificación de la señal de audio capturada mediante un clasificador de aprendizaje automático, obteniéndose así una clasificación de la señal de audio correspondiente a un tipo predeterminado de residuo. Un clasificador de aprendizaje automático puede adoptar la forma de una máquina de vectores de soporte (SVM), un clasificador de árboles de decisión, un modelo de secuencia a secuencia o una red neuronal como, por ejemplo, una red neuronal feed forward, una red neuronal de perceptrón de múltiples capas, una red neuronal convolucional, una red neuronal de función de base radial, una red neuronal recurrente o una red neuronal modular.

El uso de un clasificador de aprendizaje automático de esta forma puede resultar en una clasificación más efectiva y sencilla de los residuos, evitando el uso de clasificaciones mecánicas o basadas en imágenes, siendo estas últimas dependientes, por ejemplo, de las condiciones lumínicas del interior del contenedor o de los daños causados en el objetivo de una cámara por el posible impacto de los residuos, entre otros. De esta forma, una clasificación basada en el sonido puede ser más fiable cuando se utiliza en un entorno difícil como el interior de un contenedor. Las señales de audio generadas por el sonido de la interacción de los residuos con el contenedor pueden ser más fiables cuando se utiliza un clasificador de este tipo, y su coste computacional también puede ser menor que utilizando otro tipo de señales para clasificar los residuos.

Además, el método comprende además una etapa de obtención de una pluralidad de parámetros de características sonoras a partir de las componentes de frecuencia calculadas, que puede realizarse, por ejemplo, después de calcular las componentes de frecuencia de la señal de audio capturada; y en la que la clasificación se realiza además basándose en los parámetros de características sonoras obtenidos. Más concretamente, dichos parámetros de características sonoras son Coeficientes Espectrales de Frecuencia Mel (MFSC).

Algunos métodos de la técnica anterior emplean la clasificación de audio basada en otros parámetros de características sonoras y basada en la señal de audio de golpes de objetos contra un contenedor o recipientes. Por ejemplo, otros parámetros utilizados han sido una representación paramétrica a una velocidad de datos relativamente minimizada, útil para el posterior procesamiento y análisis de la señal de audio. Por lo tanto, caracteriza los rasgos más importantes de una señal de audio al tiempo que reduce la cantidad de datos necesarios para manejar las características de la señal de audio en cálculos posteriores. Algunas características obtenidas a partir de espectrogramas de señales de audio pueden ser, por ejemplo, Zero-Crossing Rate (ZCR, en adelante), Spectral Centroid, Spectral Roll-off, Spectral Flux. Otros posibles parámetros de características sonoras, que se utilizan en técnicas de extracción de características del habla son, por ejemplo, Coeficientes Espectrales de Frecuencia Mel (MFSC), Coeficientes Cepstrales de Frecuencia Mel (MFCC), Coeficientes de Predicción Lineal (LPC), Coeficientes Cepstrales de Predicción Lineal (LPCC), Frecuencias Espectrales de Línea (LSF), Transformada Wavelet Discreta (DWT) o Predicción Lineal Perceptual (PLP), entre otras posibilidades. Ventajosamente, la presente divulgación define la captura de una señal sonora correspondiente a la fricción de un residuo con un elemento de fricción. Ventajosamente, el deslizamiento entre dos objetos es más prolongado y produce un sonido más estable, o más homogéneo-durante-más-tiempo, que sólo los golpes o rebotes entre elementos de los contenedores. En algunos ejemplos, el sonido dura al menos 0,1 segundos. La combinación de una señal sonora estable de un sonido de fricción y del MFSC permite mantener una señal sonora de entrada en el clasificador durante más tiempo que los golpes, de modo que el clasificador es capaz de clasificar con precisión los residuos utilizando únicamente el MFSC, evitando así el cálculo del MFCC. Los MFCC se calculan en otros métodos basados en MFSC. La presente divulgación presenta, por tanto, métodos más eficientes desde el punto de vista computacional que la técnica anterior.

En otras palabras, el sonido generado por los métodos de la presente divulgación contiene más datos o información sonora que el sonido generado por otros métodos que utilizan el sonido de un golpe, siendo dichos golpes de menor duración que una interacción de fricción o deslizamiento. La interacción puede ser de al menos 0,1 segundos. De este modo, se introducirán más coeficientes, o coeficientes más significativos, en el clasificador de aprendizaje automático en comparación con otros métodos de la técnica anterior. Además, los residuos cuya forma o peso no producen una señal sonora fuerte son detectados por un sensor al impactar contra un objeto del contenedor.

Proporcionar más datos sonoros que otros métodos también permite comparar la señal sonora de un material conocido, ya que los datos proporcionados son más estables en el tiempo que un golpe. Otros ejemplos de duración de la señal de audio proporcionada por la interacción entre el residuo y el elemento de interacción pueden ser 0,2 segundos, o 0,3 segundos, o 0,4 segundos, o 0,5 segundos, o 0,6 segundos, o 0,7 segundos, o 0,8 segundos, o 0,9 segundos, o 1 segundo.

En los métodos de la presente divulgación, una vez calculado un conjunto de parámetros de características sonoras, puede realizarse una clasificación de la señal de audio capturada como correspondiente a un tipo de residuo detectado como un tipo de residuo predeterminado. La clasificación puede ser realizada por un clasificador de aprendizaje automático como, por ejemplo, una red neuronal, basándose en los parámetros de características de sonido obtenidos.

Más concretamente, en el caso de la red neuronal, la red puede haber sido entrenada previamente para clasificar diferentes tipos de residuos utilizando un conjunto de parámetros de características sonoras obtenidas a partir de señales de audio correspondientes a diferentes interacciones de los residuos con el contenedor de residuos. El entrenamiento de la red puede haberse realizado utilizando señales de audio capturadas al introducir, por ejemplo, diferentes tipos de cartones, papeles, artículos de plástico, tarros y botellas de vidrio, artículos de compostaje como alimentos orgánicos, bolsas de plástico, etc..., entrenando así a la red para clasificar dichos diferentes tipos de residuos. Al utilizar una gran cantidad de artículos, disponiendo así de un gran conjunto de datos de entrenamiento para la red, y una amplia gama de características de los artículos de desecho (tamaños, materiales, formas, etc...), la red clasificaría eficientemente cualquier nuevo artículo de desecho que pudiera insertarse en el contenedor después del entrenamiento.

Por lo tanto, cuando se entrena una red neuronal con un conjunto de datos correspondiente a distintos tipos de residuos, el conjunto de datos en forma de parámetros de características sonoras, la red es capaz de clasificar los residuos introducidos en el contenedor con un coste computacional menor, con lo que el proceso global es más rápido y, al mismo tiempo, se obtiene una clasificación fiable. Como resultado, se puede utilizar una red neuronal más pequeña, con modelos de características más reducidos, lo que puede ahorrar espacio de memoria en, por ejemplo, un sistema informático. Además, cuanto mayor sea el entrenamiento de la red neuronal, mayor podrá ser la precisión de la clasificación, manteniendo al mismo tiempo un bajo coste computacional.

Según un ejemplo, la red neuronal puede tener una arquitectura de red neuronal convolucional. Las redes neuronales convolucionales se utilizan habitualmente en el reconocimiento de imágenes y vídeos, aunque en los últimos años se han empleado en el campo del audio en sistemas de procesamiento del lenguaje natural. Además, las redes neuronales convolucionales pueden reducirse de tamaño sin dejar de tener un alto rendimiento equilibrado con un coste computacional muy bajo, lo que da lugar a clasificaciones precisas con menos memoria utilizada en un sistema informático.

Cuando se utiliza un método de aprendizaje profundo (Deep learning en inglés), en forma de red neuronal, para clasificar elementos, es una práctica habitual utilizar datos de entrada normalizados (ya sean de origen audio o vídeo), para permitir a la red neuronal artificial extraer características de los datos de entrada en cada capa oculta. De esta forma, se pueden obtener mapas de características como salida de cada capa oculta de la red neuronal, para detectar y clasificar determinados datos de entrada (imágenes, vídeo, audio, etc...). Este uso de entradas normalizadas puede requerir modelos más complejos que procesen grandes cantidades de datos y, por tanto, cálculos complejos y pesados. Por lo tanto, los modelos resultantes pueden ser muy grandes y pueden implicar un alto coste computacional, por lo que no son útiles cuando se necesita una clasificación rápida y eficaz, mientras se utiliza una baja cantidad de memoria.

Para reducir el tamaño de la red neuronal manteniendo su precisión, puede realizarse una ingeniería de características de los datos de entrada. Más concretamente, puede realizarse una extracción de características conocidas de una señal de entrada específica, utilizándolas como datos de entrada de la red neuronal, en lugar de datos normalizados.

En el caso de los datos de audio, pueden utilizarse representaciones basadas en la frecuencia de las señales temporales de audio, lo que puede dar lugar a una representación mejor y más optimizada de los datos de audio. Entre otras, las representaciones pueden ser, por ejemplo, una transformada de Fourier de los datos de entrada o coeficientes MFSC de los datos de entrada.

En particular, según un ejemplo, el uso de los coeficientes MFSC de los datos de audio de entrada como entradas para la red neuronal permite optimizar el coste computacional del método global, conservando al mismo tiempo una alta eficacia en la clasificación de las señales de audio procedentes de las interacciones de los residuos con un contenedor de residuos.

Para obtener los coeficientes MFSC, puede calcularse un espectrograma de la señal temporal de audio utilizando un algoritmo de transformada rápida de Fourier (FFT) de la señal de audio sin procesar. Posteriormente, se puede calcular la potencia de cada banda de frecuencia, y la señal de frecuencia resultante se puede multiplicar por una pluralidad de filtros MEL (el número de filtros depende de la frecuencia de muestreo, del número de ventanas temporales o de la anchura de dichas ventanas). El resultado de cada multiplicación es un coeficiente que se utilizará como datos de entrada de la red neuronal. La matriz que comprende los coeficientes MFSC obtenidos (es decir, los datos de entrada para la red neuronal) puede denominarse habitualmente Espectrograma de Mel.

Según un ejemplo, un rango útil de los parámetros utilizados para obtener el MFSC de las señales de audio correspondientes a los residuos que interactúan con un contenedor de residuos puede ser:

- Frecuencia de muestreo entre 16Khz - 22 Khz;

- Entre 10 y 60 filtros;

- Hasta 150 ventanas temporales de la señal de audio original sin procesar.

El rango de frecuencia de muestreo (que está relacionado con las ventanas temporales utilizadas para capturar la señal de audio) se debe a los armónicos que se encuentran en los sonidos procedentes de residuos de vidrio, que pueden llegar hasta los 10Khz (lo que hace que el rango de frecuencia de muestreo sea al menos el doble de la frecuencia más alta del vidrio, que ronda los 10Khz).

Un parámetro de características sonoras alternativo a los coeficientes MFSC puede ser un cálculo posterior de los coeficientes MFCC, que implicaría el cálculo de la transformada discreta del coseno de tipo 2 (DCT) de los MFSC calculados. La siguiente fórmula muestra un posible cálculo de la DCT que debe aplicarse a los MFSC calculados, a fin de obtener los MFCC.

Además, los MFCC obtenidos tienen las mismas dimensiones que los MFSC calculados previamente, siendo más descriptivos que los MFSC debido a la decorrelación de las características temporales de los MFSC.

Según otro ejemplo de la divulgación, la captura de la señal de audio puede iniciarse mediante una señal de activación, generada por un módulo de activación situado en la entrada del contenedor de residuos. El módulo de activación puede ser, por ejemplo, un sensor de presencia o movimiento que puede estar situado, por ejemplo, en la entrada del contenedor de residuos de tal manera que cuando se introduce un residuo, se detecta que el propio residuo pasa por delante del sensor. Alternativamente, si el contenedor tiene una puerta móvil unida a la entrada, que se mueve hacia el interior del contenedor cuando se introduce un residuo en el mismo, el sensor también puede colocarse de forma que detecte el movimiento de la puerta cuando se introduce un residuo. Además, pueden utilizarse otras opciones, ya que el contenedor comprende un elemento de fricción, por ejemplo, una rampa de entrada unida a su entrada, y en la que el sensor se coloca en una posición predeterminada del elemento de fricción para detectar el paso de un residuo a lo largo de la rampa después de ser introducido en el contenedor. Otras posibilidades pueden comprender, además, la detección de la presencia del usuario delante del contenedor o la activación de la captura de la señal de audio mediante la señal de un interruptor que se activa cuando se mueve la puerta situada en la entrada del contenedor.

Un ejemplo de este tipo de sensor de movimiento en la entrada del contenedor de residuos puede ser un sensor del tipo de tiempo de vuelo (ToF), o un módulo que utilice un sensor de distancia que se active cuando la distancia medida varíe (es decir, que la señal detecte una distancia menor porque un residuo cruce el haz de la señal). Alternativamente, la señal de activación puede ser generada manualmente por el usuario activando el módulo de activación, por ejemplo, pulsando un botón en una pantalla justo en el momento antes de introducir los residuos en el contenedor.

Además, una alternativa para generar una señal de disparo para iniciar la captura de la señal de audio puede generarse mediante la obtención continua de la señal de audio a lo largo del tiempo. De este modo, un clasificador, como una red neuronal, puede ser capaz de distinguir cuándo una señal de audio corresponde a un tipo predeterminado de residuo y cuándo la señal no corresponde a ningún tipo predeterminado de residuo. Por lo tanto, también puede seleccionar o clasificar la señal de audio capturada como una señal no relevante.

Más concretamente, el clasificador (como, por ejemplo, una red neuronal) puede detectar un cambio en la señal de audio capturada de forma continua, considerándola por tanto relevante para ser clasificada como correspondiente a un tipo predeterminado de residuo. Una señal no relevante puede ser algún tipo de ruido ambiental, un silencio (en el que la señal no supera un nivel, por lo que se considera silencio), u otros tipos de sonidos que no correspondan a ningún residuo que se esté introduciendo en el contenedor (por ejemplo, un operario manipulando partes del contenedor, coches pasando junto al contenedor, o cualquier otro ruido producido en los alrededores del contenedor que pueda ser capturado por el sensor de sonido).

En los ejemplos, el método comprende obtener una señal de audio de forma continua en el tiempo y capturar la al menos una señal de audio durante al menos 0,1 segundos correspondientes a la interacción de un elemento de desecho con un elemento de fricción colocado en el contenedor de residuos seleccionando al menos un segmento de la señal de audio obtenida. El al menos un segmento seleccionado corresponde en estos ejemplos, a un sonido de fricción reconocido de un elemento de desecho con el elemento de fricción.

En algunos ejemplos, la selección del al menos un segmento de la señal de audio obtenida comprende la clasificación de al menos un segundo segmento de la señal de audio obtenida como señal no relevante. En estos ejemplos, el al menos un segundo segmento corresponde a un segmento que puede filtrarse o que se reconoce que no es un sonido de fricción de un residuo con el elemento de fricción.

En un ejemplo, la señal de audio puede obtenerse de forma continua a lo largo del tiempo. Si el sonido correspondiente a un tipo predeterminado de residuo es detectado por los sensores o por el clasificador de audio, entonces se selecciona una duración de al menos 0,1 segundos de la señal de audio que comprende la interacción del residuo con el elemento de fricción cuando el residuo se introduce en el contenedor y, posteriormente, se calculan las componentes de frecuencia de la señal de audio seleccionada, y la parte seleccionada de la señal de audio se clasifica basándose en los Coeficientes del Espectro de Frecuencias Mel MFSC obtenidos, según los métodos de la presente divulgación. El método puede seleccionar sólo 1 parte de al menos 0,1 segundos o varias partes de 0,1 segundos.

Una de las ventajas que proporciona "obtener una señal de audio de forma continua en el tiempo y capturar la al menos una señal de audio durante al menos 0,1 segundos correspondientes a la interacción de un residuo con un elemento de fricción colocado en el residuo", es que al disponer de una adquisición de audio continua, se proporciona una secuencia de audios a partir de la cual se pueden determinar patrones sonoros que corresponden a acciones tramposas, Las acciones fraudulentas pueden entenderse como acciones en las que un usuario puede empezar a abrir una abertura del contenedor para introducir un residuo, pero la acción de inserción no se lleva a cabo, o pueden ser acciones en las que un usuario produce un sonido de impacto contra el contenedor, pero en realidad no se produce la inserción de un residuo en el contenedor. Otros algoritmos que sólo tienen en cuenta los golpes no son capaces de detectar o descartar este tipo de acciones de "no inserción" porque no se dispone de secuencias de audio que contengan información sobre lo que ocurre antes o después de que un residuo golpee el contenedor o la placa metálica del contenedor.

Según otro ejemplo, la clasificación realizada por el clasificador de aprendizaje automático puede comprender las etapas de:

- obtener un mapa de características a partir de los parámetros de las características del sonido y/o de las componentes de frecuencia;

- determinar un umbral de características para al menos un tipo de residuo;

- si el mapa de características obtenido es superior al umbral de características predeterminado, determinar que la señal de audio corresponde al tipo de residuo correspondiente;

En el caso de utilizar los componentes de frecuencia de la señal de audio como entrada para el clasificador de aprendizaje automático, puede obtenerse un mapa de características de los componentes de frecuencia. Además, en caso de utilizar los parámetros de las características del sonido en lugar de las componentes de frecuencia como entrada para el clasificador de aprendizaje automático, puede obtenerse en su lugar un mapa de características de dichos parámetros.

Por ejemplo, cuando se utiliza una red neuronal, el mapa de características obtenido puede ser la salida de la última capa, que puede tener la forma de un vector de probabilidad que determina la probabilidad de que la entrada pueda clasificarse como cada clase predeterminada. Por ejemplo, en una red neuronal con tres posibles clasificaciones, un posible vector puede ser [0,20,70,1], siendo por tanto un 20%, 70% y 10% la probabilidad de que la entrada corresponda a la primera, segunda o tercera clases predeterminadas. De este modo, un posible umbral en este caso puede ser, por ejemplo, elegir el valor más alto del mapa de características obtenido (en este ejemplo, 0,7). Otro umbral predeterminado puede ser escoger el valor que esté por encima de 0,65, que, en el ejemplo anterior, seguiría siendo 0,7.

Por lo tanto, mediante la determinación de un umbral de características (que puede determinar la probabilidad aceptable de la entrada de la red neuronal a una señal correspondiente a un tipo predeterminado de residuo, que el clasificador ha "aprendido" a clasificar), un usuario puede establecer un estándar de probabilidad para ser utilizado por la red neuronal, logrando así menos falsos positivos en la clasificación de una señal de audio como correspondiente a un tipo de residuo.

Según otro aspecto de la presente divulgación, se presenta un sistema para clasificar un residuo cuando se inserta en un contenedor de residuos, comprendiendo el sistema:

- un elemento de fricción configurado para ser colocado en un contenedor de residuos para interactuar con el residuo;

- un sensor de sonido para capturar al menos una señal de audio correspondiente a la interacción del residuo con el elemento de fricción, cuando el residuo se introduce en el contenedor y se desliza a lo largo del elemento de fricción;

- un módulo informático conectado al sensor de sonido y a un clasificador de aprendizaje automático entrenado para clasificar las señales de audio correspondientes a los residuos objetivo;

- en el que el módulo informático está configurado para:

- recibir una señal de audio capturada por el sensor de sonido;

- calcular las componentes de frecuencia de la señal de audio capturada;

- obtener una pluralidad de Coeficientes del Espectro de Frecuencia Mel a partir de las componentes de frecuencia calculadas,

- enviar los Coeficientes del Espectro de Frecuencias Mel al clasificador de aprendizaje automático configurado para clasificar la señal de audio recibida como correspondiente a un tipo de residuo detectado como un tipo predeterminado de residuo y en el que la clasificación de la señal de audio recibida se realiza además basándose en los Coeficientes del Espectro de Frecuencias Mel obtenidos.

El clasificador puede ser cualquiera de los posibles clasificadores o redes neuronales descritos anteriormente, como, por ejemplo, una red neuronal convolucional.

Como se ha dicho anteriormente, el uso de MFSC permite reducir los costes computacionales en comparación con el uso de otros parámetros. En el caso de que el clasificador sea una Red Neuronal Convolucional, el coste computacional de la clasificación se reduce aún más, haciendo que el proceso de clasificación sea rápido y a la vez efectivo, cuando se trata de señales de audio correspondientes a interacciones de residuos con el contenedor. Cualquier otro clasificador o red neuronal, puede ser utilizado dentro del sistema, con resultados variables en efectividad y rapidez en los cálculos realizados por el sistema.

Además, según un ejemplo, el sistema puede comprender un módulo de activación dispuesto en la entrada del contenedor de residuos para detectar que se está introduciendo un residuo en el contenedor. El módulo de activación puede comprender un sensor como, por ejemplo, un sensor de movimiento basado en la luz, o un sensor de movimiento o presencia por ultrasonidos, o cualquier otro tipo de sensor capaz de detectar el movimiento y/o la presencia de un residuo en la entrada del contenedor. También, por ejemplo, el módulo de activación puede estar conectado al módulo informático, y el módulo informático puede estar configurado para activar el sensor de sonido cuando recibe una señal del módulo de activación de que se está introduciendo un residuo en el contenedor de residuos. Alternativamente, el módulo de activación puede percibir el movimiento de una puerta que se encuentra en la entrada del contenedor, o la mano del usuario que introduce los residuos en el contenedor, de tal forma que también puede activar el sensor de sonido cuando se realizan dichas detecciones.

El sistema comprende además un elemento de fricción configurado para ser colocado en el contenedor de residuos. El elemento de fricción está configurado de tal manera que, cuando el residuo se introduce en el contenedor, el residuo se desliza a lo largo del elemento de fricción, y el sonido producido por dicha interacción se captura utilizando un sensor de sonido. El elemento de fricción puede ser, por ejemplo, una rampa de entrada dispuesta al menos parcialmente en el interior del contenedor de residuos y configurada de manera que un residuo introducido en el contenedor se deslice hacia abajo por la rampa, comprendiendo además la rampa un saliente a lo largo de una superficie de la rampa de entrada en una posición en la trayectoria de deslizamiento del residuo a lo largo de la rampa. Dicha protuberancia puede ser una parte de la superficie de la rampa que sea, por ejemplo, ondulada, o que tenga una pluralidad de protuberancias que hagan que el residuo produzca un ruido más fuerte o característico al deslizarse por ellas, facilitando así la clasificación haciendo que el sonido sea más claro o distinguible de otros ruidos que se produzcan al mismo tiempo. Otros ejemplos de elementos de fricción pueden comprender cerdas. En algunos ejemplos, el sistema puede comprender una puerta que puede colocarse acoplada, al menos parcialmente, a la entrada del contenedor, y en la que el elemento de fricción es la puerta del sistema. Otros ejemplos de elementos de fricción pueden comprender cortinas de tiras de PVC o cualquier otro objeto flexible que cubra la entrada del contenedor.

Además, según otro ejemplo, todas las piezas mecánicas del sistema pueden ser fijas. Dado que cada contenedor se coloca en un lugar diferente, en el que el entorno puede no estar controlado (por ejemplo, al aire libre, en una zona concurrida, etc.), y que cada usuario puede arrojar los residuos al contenedor de una manera diferente, es posible que el sistema tenga que ser resistente a diferentes entornos adversos. Por lo tanto, el contenedor puede incluir partes móviles (como, por ejemplo, una puerta de entrada que se mueve cuando se introduce un residuo en el contenedor), pero todas las partes que se utilizan para producir un sonido cuando se introduce un residuo en el contenedor, y para capturar la señal y clasificar la señal capturada, pueden ser pasivas, simplificando así el diseño del sistema y haciéndolo más robusto. Además, el coste de fabricación puede reducirse al diseñar un sistema sin partes móviles. Todo ello puede conseguirse fabricando un sistema compuesto únicamente por piezas fijas.

El sistema de la presente divulgación puede implementar cualquiera de los métodos aquí descritos.

En algunos ejemplos, el sensor de sonido sirve para capturar al menos una señal de audio correspondiente a la interacción de un residuo con el elemento de fricción durante al menos 0,1 segundos.

En algunos ejemplos, el sensor de sonido obtiene una señal de audio de forma continua en el tiempo y el sistema comprende un módulo de selección para capturar la al menos una señal de audio durante al menos 0,1 segundos correspondientes a la interacción de un residuo con un elemento de fricción colocado en el contenedor de residuos mediante la selección de al menos un segmento de la señal de audio obtenida. El módulo de selección puede ser una parte integrada del módulo informático. El módulo de selección puede ser independiente y externo al módulo informático.

Como puede resultar evidente para un experto, un sistema como el definido en la presente divulgación puede acoplarse o instalarse en cualquier contenedor de residuos existente. Ventajosamente, el sistema proporciona versatilidad en comparación con otros contenedores para la clasificación de residuos que deben fabricarse expresamente o de acuerdo con requisitos específicos. Los sistemas definidos en la presente divulgación proporcionan, por lo tanto, ventajas tales como un menor impacto en los elementos existentes, una menor inversión económica y un mayor impacto medioambiental, ya que se reduce la necesidad de un proceso de fabricación.

Según otro aspecto, se presenta un sistema informático, que comprende una memoria y un procesador, que incorpora instrucciones almacenadas en la memoria y ejecutables por el procesador, y las instrucciones comprenden funcionalidad o funcionalidades para ejecutar el método anteriormente descrito de clasificación de residuos cuando se insertan en un contenedor de residuos. El sistema informático puede ser, por ejemplo, el módulo informático descrito anteriormente, que puede ejecutar parte del método de clasificación de residuos, y puede estar situado separadamente del clasificador de aprendizaje automático, que puede estar incorporado en un servidor remoto, en lugar de localmente (lo que también podría ser posible, pero haría que el módulo informático tuviera más espacio de memoria para almacenar en él el clasificador).

También, según otro aspecto, se presenta un programa informático, el programa que comprende instrucciones de programa para hacer que el sistema informático realice el método de clasificación de residuos cuando se inserta en un contenedor de residuos, estando el programa informático incorporado, por ejemplo, en un medio de almacenamiento y/o transportado en una señal portadora.

DESCRIPCIÓN DE LOS DIBUJOS

La figura 1 muestra un contenedor de residuos que comprende un sistema de clasificación de residuos según un ejemplo de la presente divulgación.

Las figuras 2A y 2B muestran vistas de una rampa según un ejemplo de la presente divulgación.

La figura 3 muestra un diagrama general de funcionamiento de un sistema de clasificación de residuos según un ejemplo de la presente divulgación.

La figura 4 muestra un diagrama del procesamiento de la señal de audio en el sistema de clasificación de residuos de la figura 3, según un ejemplo de la presente divulgación.

DESCRIPCIÓN DETALLADA DE EJEMPLOS

De acuerdo con un ejemplo de la presente divulgación, como se muestra en la figura 1, un sistema para clasificar residuos puede implementarse unido a un contenedor de residuos 1, el contenedor que comprende una entrada 11 para los residuos que se arrojan en el mismo. Un dispositivo 12 puede instalarse en la entrada 11 del contenedor 1, estando el dispositivo 12 fijado a la entrada 11 del contenedor 1, y comprendiendo además un elemento de fricción 13. Como se muestra en detalle en las figuras 2A y 2B, el elemento de fricción 13, que en las figuras se representa como una rampa de entrada 13, puede fijarse a la entrada 11 del contenedor 1 a través de una porción de agarre 2B4, permitiendo alinear la entrada 11 con un primer extremo 2B1 de la rampa. De esta manera, cuando un residuo tal como, por ejemplo, un trozo de cartón, o una botella de vidrio o de plástico, se inserta en el contenedor 1, el elemento puede tocar, en algún momento durante su caída en el contenedor 1, partes de la superficie de deslizamiento 2A5 de la rampa 13, produciendo un sonido que puede ser capturado por un sensor de sonido, tal como un micrófono 2B2 incrustado debajo de la superficie de deslizamiento de la rampa 2A5. Además, la rampa 13 comprende una protuberancia 2A1 y un cambio de nivel de superficie 2B3 en un segundo extremo de la rampa 13. La protuberancia 2A1 puede tener la forma de una pluralidad de protuberancias o, por ejemplo, de una porción estriada, en la que la superficie no es lisa, lo que hace que el residuo produzca un sonido específico o superior al deslizarse por esa parte de la superficie de deslizamiento de la rampa 2A5.

El sistema también puede comprender un módulo informático como el descrito en la presente divulgación, como un microprocesador, integrado con el micrófono en una parte de la rampa 2B2 por debajo de la superficie de deslizamiento 2A5. El microprocesador puede comprender además un búfer de datos para almacenar los datos recibidos por el micrófono, y un módulo de comunicaciones para enviar los datos de audio procesados a un servidor externo, el servidor que comprende una red neuronal convolucional. La red neuronal convolucional puede entrenarse con un conjunto de datos de una pluralidad de señales de audio correspondientes a diferentes residuos arrojados a un contenedor equivalente al contenedor donde está instalado el sistema. De esta forma, la red neuronal ha sido entrenada para clasificar señales de audio como las que se pueden producir en el contenedor donde está instalado el sistema cuando un usuario arroja un residuo (por ejemplo, una botella de plástico, un artículo de cartón o papel, botellas de vidrio o residuos orgánicos) al mismo.

La figura 3 muestra un ejemplo de bloque esquemático del funcionamiento del sistema. Más concretamente, cuando se reinicia el sistema (bloque 31), el microprocesador entra en un estado de arranque que inicializa sus periféricos, incluido un módulo de disparo en forma de sensor de movimiento que se encuentra en la entrada del contenedor y que, según el presente ejemplo, puede ser un sensor de tiempo de vuelo (ToF), como, por ejemplo, un sensor ToF VL53L0X. Después de la inicialización (bloque 32), el sistema inicia una función de bucle de escucha, como se ve en la figura 3, el bucle comprende:

El sensor de entrada detecta continuamente el movimiento (bloque 33) y su señal se compara con un umbral de distancia predeterminado (por ejemplo, 45 mm) que indica que el sensor no detecta la entrada de ningún objeto a través de la entrada del contenedor.

Si la comparación es cero, es decir, la distancia es mayor que el umbral de distancia, el sensor sigue detectando movimiento (33A), y si la comparación es distinta de cero (33B, es decir, la distancia puede ser menor de 45mm), lo que significa que hay un objeto delante de la señal del sensor, el procesador (bloque 34) comienza a capturar una señal de audio (la captura realizada en el bloque 34, y la señal de audio procedente del micrófono, en el bloque 35). A continuación, se procesa la señal de audio, se obtienen las características del audio y se calculan los datos resultantes de la clasificación (todo ello en el bloque 36). Posteriormente, el resultado de la clasificación se envía (bloque 37) a través de una conexión bluetooth al usuario, y el procesador comienza a comprobar de nuevo la distancia (37A).

En este caso, la señal de activación utilizada para comenzar a capturar una señal de audio es una señal de activación generada por un sensor de movimiento en la entrada del contenedor, aunque puede combinarse o sustituirse por diferentes señales de activación como se ha descrito anteriormente.

La figura 4 muestra las etapas del procesamiento del audio representado en el bloque 36 de la figura 3, las etapas comprenden:

En el bloque 52 se llena el Buffer de Datos que contiene el microprocesador formando paquetes digitales procedentes de la señal de audio bruta del micrófono (flujo de datos de 51), en este ejemplo los paquetes tienen 1024 muestras.

En el bloque 53 se comprueba si el Buffer está lleno. En caso de resultado negativo 53A, se envían más paquetes digitales al Buffer.

Cuando el Buffer de Datos está lleno 53B, en el bloque 54, se calculan los coeficientes MFSC utilizando los datos almacenados en el Buffer, mediante paquetes de 512 muestras (flujo de datos desde 52).

Después de calcular los coeficientes MFSC para todos los datos almacenados en la memoria intermedia de datos, en el bloque 55, almacenando los coeficientes MFSC calculados en una matriz MFSC (comprobando iterativamente si está llena en el bloque 56, si no 56A, si sí 56B), se obtiene una matriz MFSC que tiene dimensiones de número de ventanas temporales por número de filtros utilizados en el cálculo MFSC.

En el bloque 57, se utiliza un clasificador de aprendizaje automático, que en este ejemplo es una red neuronal convolucional entrenada con señales de audio procedentes de interacciones de residuos con un elemento de fricción en un contenedor, para clasificar la señal de audio como un tipo predeterminado de residuo, introduciendo la matriz MFSC en la entrada de la red neuronal.

En el bloque 58, se obtiene un vector de tamaño igual al número de clases de salida posibles como salida de la red neuronal convolucional, cada elemento del vector comprende un parámetro de verosimilitud de la clase de tipo de residuo correspondiente.

En el bloque 59, se obtiene la clasificación resultante de la señal de audio, en la que el valor más alto y su posición en el vector obtenido indican la clase más probable del tipo de residuo predeterminado al que corresponde la señal de audio.

El sistema según el presente ejemplo puede formar parte, por ejemplo, de un sistema para recompensar los hábitos de reciclaje. Por ejemplo, cuando se utiliza en un contenedor para un tipo específico de residuos (es decir, por ejemplo, artículos de plástico), la cantidad de residuos correctamente almacenados puede calcularse para el contenedor (como, por ejemplo, un porcentaje de artículos de plástico arrojados dentro del contenedor, entre el total de residuos arrojados en el mismo). Un usuario, a nivel personal, puede ser identificado antes de introducir un residuo en el contenedor, y el sistema puede detectar si el residuo es (o no) del tipo predeterminado para el contenedor específico. De esta forma, si un usuario introduce correctamente el 100% de los artículos de plástico en un contenedor dedicado a ello, podrá ser recompensado por el uso correcto del contenedor.

Estos datos también pueden utilizarse para medir estadísticamente qué porcentaje de los habitantes de una determinada zona está reciclando correctamente los residuos. En este caso, todos los contenedores de reciclaje pueden incluir el sistema de clasificación de residuos según la presente divulgación, y a nivel estadístico se puede calcular qué porcentaje de la población está utilizando el contenedor de plástico sólo para residuos de plástico, el contenedor de cartón y papel sólo para cartón y papel, etc..., y en función del correcto (o no) uso de los contenedores de reciclaje, se puede premiar a los ciudadanos mediante, por ejemplo, un descuento en la tasa de eliminación de residuos de su comunidad, estimulando así el correcto uso de los hábitos de reciclaje entre la comunidad.

Claims (13)

REIVINDICACIONES

1. Un método para clasificar residuos cuando se introducen en un contenedor de residuos, en donde el método comprende:

- capturar al menos una señal de audio, utilizando un sensor de sonido, la señal de audio correspondiente a la interacción de un residuo con un elemento de fricción en el contenedor de residuos, cuando el residuo se inserta en el contenedor, donde la interacción comprende que el residuo se desliza sobre el elemento de fricción; en donde la señal de audio dura al menos 0,1 segundos;

- calcular las componentes de frecuencia de la señal de audio capturada;

- obtener una pluralidad de Coeficientes del Espectro de Frecuencias Mel, MFSC, a partir de las componentes de frecuencia calculadas,

- clasificar la señal de audio capturada como correspondiente a un tipo de residuo detectado como un tipo predeterminado de residuo, en donde la clasificación es realizada por un clasificador de aprendizaje automático basado en los Coeficientes del Espectro de Frecuencias Mel obtenidos.

2. El método de la reivindicación 1, en el que la interacción comprende que el residuo se deslice por una rampa.

3. El método de cualquiera de las reivindicaciones 1 o 2, en el que el clasificador de aprendizaje automático es una red neuronal.

4. El método de la reivindicación 3, en el que la red neuronal tiene una arquitectura de red neuronal convolucional.

5. El método de cualquiera de las reivindicaciones 1 a 4, que comprende iniciar la captura de la señal de audio tras la detección de una señal de activación, siendo la señal de activación generada por un módulo de activación situado en una entrada del contenedor de residuos.

6. El método de cualquiera de las reivindicaciones 1 a 5, que comprende

- obtener una señal de audio de forma continua en el tiempo y

- capturar la al menos una señal de audio durante al menos 0,1 segundos correspondientes a la interacción de un residuo con un elemento de fricción colocado en el contenedor de residuos, seleccionando al menos un segmento de la señal de audio obtenida.

7. El método de la reivindicación 6, en el que la selección del al menos un segmento de la señal de audio obtenida comprende clasificar al menos un segundo segmento de la señal de audio obtenida como una señal no relevante.

8. El método de cualquiera de las reivindicaciones 1 a 7, en el que la clasificación realizada por el clasificador de aprendizaje automático comprende las etapas de:

- obtener un mapa de características a partir de los Coeficientes del Espectro de Frecuencias Mel, MFSC, y/o de las componentes de frecuencia;

- determinar un umbral de características para al menos un tipo de residuo;

- si el mapa de características obtenido es superior al umbral de características predeterminado, determinar que la señal de audio corresponde al tipo de residuo correspondiente.

9. Sistema para clasificar un residuo cuando se introduce en un contenedor de residuos, que comprende:

- un elemento de fricción configurado para ser colocado en un contenedor de residuos para interactuar con el residuo;

- un sensor de sonido configurado para capturar al menos una señal de audio correspondiente a la interacción del residuo con el elemento de fricción, cuando el residuo se introduce en el contenedor y se desliza sobre el elemento de fricción, en donde el sensor de sonido es para capturar la al menos una señal de audio correspondiente a la interacción de un residuo con el elemento de fricción durante al menos 0,1 segundos;

- un módulo informático conectado al sensor de sonido y a un clasificador de aprendizaje automático entrenado para clasificar las señales de audio correspondientes a los residuos objetivo;

- en el que el módulo informático está configurado para:

- recibir una señal de audio capturada por el sensor de sonido; en donde la señal de audio tiene una duración de al menos 0,1 segundos;

- calcular las componentes de frecuencia de la señal de audio capturada;

- obtener una pluralidad de Coeficientes del Espectro de Frecuencia Mel a partir de las componentes de frecuencia calculadas;

- enviar los Coeficientes del Espectro de Frecuencia Mel al clasificador de aprendizaje automático configurado para clasificar la señal de audio recibida como correspondiente a un tipo de residuo detectado como un tipo de residuo predeterminado y en donde la clasificación de la señal de audio recibida se realiza basándose en los Coeficientes del Espectro de Frecuencia Mel obtenidos;

10. El sistema de la reivindicación 9, en el que el elemento de fricción es una rampa.

11. El sistema de cualquiera de las reivindicaciones 9 o 10, que comprende un módulo de activación dispuesto en una entrada del contenedor de residuos, el módulo de activación configurado para detectar que se está introduciendo un residuo en el contenedor de residuos.

12. El sistema de cualquiera de las reivindicaciones 9 a 11, en el que el elemento de fricción comprende una rampa de entrada dispuesta al menos parcialmente en el interior del contenedor de residuos y configurada de tal manera que un residuo introducido en el contenedor se desliza hacia abajo por la rampa, comprendiendo además la rampa un saliente a lo largo de una superficie de la rampa de entrada en una posición en la trayectoria de deslizamiento del residuo a lo largo de la rampa.

13. El sistema de cualquiera de las reivindicaciones 9 a 12, en el que todas las partes mecánicas del sistema son estacionarias.