Reconocimiento y gestión de imágenes en el ámbito industrial bajo el paradigma IoT

Abstract

Este trabajo tiene como principal objetivo el proporcionar una solución conceptual inteligente bajo el paradigma de Internet de las Cosas (Internet of Things, IoT) para su aplicación en el contexto de la automatización de la clasificación de residuos urbanos para su reciclaje y con vistas a su posible implantación bajo el paraguas de desarrollos en lo que se conoce como industria 4.0. La parte inteligente radica en el desarrollo de un modelo de red neuronal convolucional con base en el modelo preestablecido de MobileNetV2 convenientemente adaptado para la aplicación que se plantea. En primer lugar, se analizan algunas de las principales plataformas de servicios orientados a IoT para el propósito previsto. Haciendo uso de estas plataformas se desarrolla una aplicación web que permite a los usuarios clasificar los residuos de forma correcta antes de que lleguen a la planta de clasificación. En segundo lugar, se plantea el primer escenario donde haciendo uso del dispositivo ESP-EYE se toman imágenes que se envían a la nube para su procesamiento y clasificación, obteniendo de esta forma un panel de control con los resultados y estadísticas generadas. Debido a los costes e implicaciones del primer escenario, se plantea un segundo escenario donde la clasificación de los residuos se realiza en el propio ESP-EYE que envía el resultado al mismo panel de control que en el escenario anterior para su interpretación. En ambos escenarios se analizan los resultados a nivel de desempeño y tiempos de ejecución, para llegar a las conclusiones pertinentes tras la valoración de los resultados.The main objective of this work is to provide an intelligent conceptual solution under the Internet of Things (IoT) paradigm for its application in the context of the automation of urban waste sorting for recycling and with a view to its possible implementation under the umbrella of developments in what is known as Industry 4.0. The intelligent part lies in the development of a convolutional neural network model based on the pre-established model of MobileNetV2 conveniently adapted for the proposed application. First, some of the main IoT-oriented service platforms are analyzed for the intended purpose. Making use of these platforms, a web application is developed that allows users to sort waste correctly before it reaches the sorting plant. Secondly, the first scenario is proposed where making use of the ESP-EYE device images are taken and sent to the cloud for processing and classification, thus obtaining a control panel with the results and statistics generated. Due to the costs and implications of the first scenario, a second scenario is proposed where the classification of the waste is performed in the ESP-EYE itself, which sends the result to the same control panel as in the previous scenario for interpretation. In both scenarios, the results are analyzed in terms of performance and execution times, in order to reach the pertinent conclusions after evaluating the results.