Διαχωριστής Ανακυκλώσιμων Υλικών – ΠΕΚΤΠΕ Γρεβενών – Πανελλήνιος Διαγωνισμός Ανοιχτών Τεχνολογιών στην Εκπαίδευση

Όνομα Ομάδας :	Recycling Engineers
Εκπαιδευτικοί :	Λιάμπα Θεοδούλα Μωϋσιάδης Βασίλειος
Μαθητές Γυμνασίου :	Τζιόλας Μάριος Γεωργόπουλος Χρήστος
Εκπαιδευτική Δομή :	Πόλος Εκπαιδευτικής Καινοτομίας Γρεβενών
Github :	https://github.com/pektpegre/recycle-ml

Συνοπτική Περιγραφή

Η ανακύκλωση των απορριμμάτων είναι ένα αναπόσπαστο κομμάτι της κυκλικής οικονομίας. Η παρούσα υλοποίηση αφορά έναν μηχανισμό διαχωρισμού αποβλήτων με σκοπό την ανακύκλωση τους. Τα απορρίμματα που εισέρχονται στο σύστημα φωτογραφίζονται και αναγνωρίζονται από αλγορίθμο μηχανικής μάθησης. Στην συνέχεια προωθούνται ανάλογα στον αντίστοιχο κάδο. Οι κατηγορίες υλικών που αναγνωρίζονται είναι χαρτί, κουτάκια αλουμινίου, και καπάκια μπουκαλιών από πλαστικό. Η αναγνώριση βασίζεται στην εμφάνιση των αντικειμένων και όχι στο υλικό από το οποίο αποτελούνται.

Ο μηχανισμός προώθησης των αντικειμένων στους αντίστοιχους κάδους ανακύκλωσης ελέγχεται από ένα Raspberry Pi Zero W και χρησιμοποιεί μία φωτογραφική μηχανή για την αναγνώριση του αντικειμένου. Στην συνέχεια, με την χρήση δύο κινητήρων servo προωθεί το ανακυκλώσιμο αντικείμενο στον αντίστοιχο κάδο. Για την κίνηση των κινητήρων χρησιμοποιείτα μία πλακέτα επέκτασης της Waveshare.

Για την υλοποίηση του μηχανισμού χρησιμοποιήθηκαν τα παρακάτω υλικά.

Raspberry Pi Zero W (20 ευρώ)
Κάρτα μνήμης 32 GB (SD card) (12 ευρώ)
Τροφοδοτικό για Raspberry Pi (10 ευρώ)
Φωτογραφική μηχανή για Raspberry Pi (30 ευρώ)
Καλώδιο επέκτασης για την φωτογραφική μηχανή (2 ευρώ)
Πλακέτα επέκτασης για Raspberry Pi για την διαχείριση κινητήρων Servo (16 ευρώ)
Δύο κινητήρες Servo (10 ευρώ)
PLA για την εκτύπωση τμημάτων της κατασκευής (20 ευρώ)
Σταθμός Κόλλησης (20 ευρώ)
————————–
Συνολικό Κόστος : 140 ευρώ

Εκπαίδευση Μοντέλου Μηχανικής Μάθησης

Για την εκπαίδευση του αλγορίθμου μηχανικής μάθησης χρησιμοποιήθηκε το Teachable Machine από την Google.

Έχουμε κάνει φωτογράφιση σε τρία διαφορετικά αντικείμενα από τρία διαφορετικά υλικά αλουμίνιο, πλαστικό και χαρτί. Επιπλέον, θα πρέπει να έχουμε και μία επιπλέον κατηγορία που θα αντιστοιχεί στο φόντο του σημείου φωτογράφισης της κατασκευής μας. Σκοπός είναι να αντιλαμβάνεται η συσκευή μας και αν δεν υπάρχει κάποιο αντικείμενο για αναγνώριση. Τέσσερεις ενδεικτικές φωτογραφίες φαίνονται στην συνέχεια.


Φόντο	Αλουμίνιο	Πλαστικό	Χαρτί

Μετά την εκπαίδευση του μοντέλου μηχανικής μάθησης, μπορούμε να κατεβάσουμε από το Teachable Machine τα αρχεία labels.txt και model.tfile τα οποία μπορούμε να χρησιμοποιήσουμε αργότερα με κώδικα Python για την υλοποίηση της κατασκευής μας.

Αναλυτικές οδηγίες για αυτό το μέρος της υλοποίησης μπορείτε να δείτε στο αντίστοιχο αρχείο στο Github.

Εκπαίδευση Μοντέλου Μηχανικής Μάθησης

Δημιουργία Κατασκευής

Για την δημιουργία των τρισδιάστατων μερών της κατασκευής μας χρησιμοποιήθηκε το TinkerCAD ενώ η εκτύπωση έγινε σε εκτυπωτή Ultimaker 2+.

Στην συνέχεια φαίνονται μερικές φωτογραφίες από μέρης της κατασκευής.

Βάση Κατασκευής
Βραχίονας Κατασκευής
Πάνω Μέρος Βραχίονα
Τοποθέτηση Κινητήρων Servo
Επιπλέον Στήριγμα για τους Κινητήρες Servo
Στήριγμα Θήκης Απορριμάτων
Θήκη Απορριμάτων
Βραχίονας για την Φωτογραφική Μηχανή
Συγκράτιση Φωτογραφικής Μηχανής
Θήκη για το Raspberry Pi

Περισσότερες οδηγίες για την κατασκευή αλλά και τα ίδια τα τρισδιάστατα αρχεία .STL μπορείτε να τα βρείτε στο Github.

Δημιουργία κατασκευής

Αρχεία .STL

Εγκατάσταση ΛΣ σε Raspberry Pi Zero

Επόμενο βήμα ήταν η εγκατάσταση του λειτουργικού συστήματος στο Raspberry Pi Zero. Αναλυτικές οδηγίες για το πως γίνεται η εγκατάσταση χωρίς χρήση οθόνης και πληκτρολογίου υπάρχουν στο αντίστοιχο αρχείο στο Github.

Εγκατάσταση ΛΣ σε Raspberry Pi Zero

Εγκατάσταση και ρυθμίσεις του κειμενογράφου VS Code

Για την απομακρυσμένη σύνδεση και τον προγραμματισμό του Raspberry Pi Zero χρησιμοποιήθηκε ο κειμενογράφος VS Code. Αναλυτικές οδηγίες για την εγκατάσταση του, της ρυθμίσεις και τον τρόπο σύνδεσης στο Raspberry Pi Zero υπάρχουν στο αντίστοιχο αρχείο στο Github.

Εγκατάσταση και ρυθμίσεις του κειμενογράφου VS Code

Σύνδεση και προγραμματισμός του Raspberry Pi

Για την κατασκευή χρησιμοποιήθηκαν τα εξής υλικά.