TL;DR
- D4T analyseert de volledige lediging aan 40 beelden per seconde. Bij een lediging van drie seconden zijn dat 120 beelden.
- Veel systemen nemen enkele foto's per lediging. Daarmee mis je wat onder de bovenste laag zit en wordt een meting minder betrouwbaar.
- Meer beelden betekent meer detecties, nauwkeurigere percentages en beeldbewijs voor elke melding.
Hoeveel beelden een AI-systeem per lediging analyseert, bepaalt hoeveel het van het afval ziet. D4T van Rematics analyseert de volledige afvaldump aan 40 beelden per seconde. Dat is een bewuste keuze, en ze heeft gevolgen voor alles wat er na de lediging gebeurt.
Enkele foto's of een volledige analyse
Er zijn grofweg twee manieren om afval tijdens de ophaling te bekijken. Je kan op vaste momenten een paar foto's nemen. Of je kan de hele lediging continu analyseren.
"Veel systemen nemen enkele beelden tijdens een lediging. Wij analyseren de volledige afvaldump", zegt Bram Peetermans, CEO van Rematics. "Hoe meer beelden we analyseren, hoe relevanter de inzichten die we aanleveren."
Waarom één foto niet genoeg is
Afval valt in lagen. Wie op één moment een foto neemt, ziet vooral de bovenkant. Een gasfles of een stapel karton halverwege de container blijft dan onzichtbaar.
Tijdens een lediging verschuift de inhoud voortdurend. Wat eerst verborgen lag, komt even later bovenaan. Met 40 beelden per seconde vangt het systeem die momenten op. Duurt een lediging drie seconden, dan analyseert D4T 120 beelden van dezelfde container.
Wat meer beelden opleveren
Meer detecties. Een voorwerp dat op één beeld half verborgen ligt, is op een volgend beeld vaak wel zichtbaar. Dat is vooral belangrijk bij kleine, gevaarlijke voorwerpen zoals batterijen.
Betrouwbaardere percentages. Om te meten hoeveel non-conform materiaal er in een stroom zit, zoals folie in karton, heb je zicht nodig op de hele stroom. Een paar foto's geven een steekproef. Een volledige analyse geeft een meting.
Beeldbewijs. Elke detectie wordt bewaard met het beeld waarop ze gebeurde. Een klant kan zelf zien wat er in zijn container zat. Een vergissing van het systeem blijft zichtbaar en kan gecorrigeerd worden.
Wat het vraagt van de technologie
40 beelden per seconde analyseren met meerdere AI-modellen vraagt veel rekenkracht. Vroeger kon dat alleen in een datacenter. D4T doet het op een robuuste AI-computer in de wagen zelf. Daardoor hoeft er geen video door te sturen en blijft de analyse lopen, ook bij een zwakke verbinding. Op de productpagina lees je welke camera's en hardware D4T gebruikt.
Van beelden naar cijfers op schaal
Per container gaat het om tientallen tot honderden beelden. Over een hele vloot loopt dat snel op. De meer dan 70 vuilniswagens met D4T analyseren samen ongeveer 1,75 miljoen ledigingen per jaar, goed voor ongeveer 157.500 ton afval.
Omdat elke lediging volledig geanalyseerd wordt, zijn de cijfers geen extrapolatie van een steekproef. In bedrijfsafval meet D4T gemiddeld 40 tot 50 procent recycleerbaar materiaal. Wie met de ondergrens rekent, komt op ongeveer 63.000 ton recycleerbaar materiaal per jaar dat vandaag in de verbrandingsoven belandt. Hoe die meting vertaalt naar CO2, lees je in 5.900 ton minder CO2 per jaar en op de impactpagina.
De vraag om aan elke leverancier te stellen
Vergelijk je systemen voor afvalherkenning? Vraag dan hoeveel beelden ze per lediging analyseren, en of ze de hele lediging volgen of enkele momenten. Het antwoord zegt veel over hoe betrouwbaar de data is.
Wil je zien wat 40 beelden per seconde opleveren voor jouw afvalstromen? Vraag een demo.