Эттон: Нейросеть для моделированию маршрутов транспортировки отходов

Продукт
Название базовой системы (платформы): Искусственный интеллект (ИИ, Artificial intelligence, AI)
Разработчики: Эттон (Etton), Институт искусственного интеллекта Университета Иннополис
Дата премьеры системы: 2021/12 (анонс разработки)
Отрасли: ЖКХ, сервисные и бытовые услуги
Технологии: Интернет вещей Internet of Things (IoT)

Содержание

Основные статьи:

2024: Включение в Реестр российского программного обеспечения

Информационная система для оптимизации транспортных затрат и моделирования потоков раздельно собранных отходов с использованием технологий искусственного интеллекта, вошла в Реестр российского программного обеспечения. Об этом разработчик сообщил 16 июля 2024 года.

Система оптимизирует затраты на перевозку раздельно собираемых твердых коммунальных отходов. Для этого она учитывает данные с датчиков, размещенных в мусорных баках, и с датчиков загрузки самосвалов, прогнозирует время их полного заполнения и прокладывает оптимальные маршруты.Чекап для искусственного интеллекта: зачем и как тестировать ИИ-решения?

Для работы ИИ использует такие данные как вид отходов, их морфологический состав до и после сортировки, объем, массу, тип транспортных средств, мощности объектов обработки отходов, длину транспортных плеч и другие переменные взаимозависимые параметры.

«
Рад отметить, что это уже 18 по счету решение «Эттон», вошедшее в реестр отечественного ПО. Мы продолжаем придерживаться стратегии создания импортонезависимых отраслевых продуктов для экологии, нефтегазового сектора, государственных и корпоративных информационных систем и остаемся востребованы в этих направлениях, – прокомментировал Ефим Климов, генеральный директор ГК «Эттон».
»

2021: Разработка технологии на базе ИИ для отрасли обращения с отходами

Проект команды «Эттон» по моделированию маршрутов транспортировки отходов с помощью технологии искусственного интеллекта получит субсидию Минпромторга России. Предложенное компанией решение позволит оптимизировать затраты на транспортировку раздельно собранных отходов. Проект будет реализован совместно с Институтом искусственного интеллекта Университета Иннополис. Об этом 10 декабря 2021 года сообщили в группе компаний «Эттон».

С ростом осознанности населения в экологических вопросах и популяризации раздельного сбора отходов, контейнерные площадки будут оснащаться возможностью раздельного сбора полезных компонентов твердых коммунальных отходов, таких как стекло, пластик, упаковка (картон) и т.д.

Когда мусор будет сортироваться не по двум фракциям, а по всем существующим типам фракций, появится реальная потребность вывоза отходов по мере наполняемости контейнеров. С какой периодичностью освобождать контейнеры с батарейками, а с какой - контейнеры с пластиком? Как построить маршруты спецтранспорта с учетом разной наполненности контейнеров? Ответы на эти вопросы можно будет получить с помощью нейросети, которая позволит обработать данные, выстроить электронную модель для разных этапов обращения раздельно собираемых отходов. Технология ИИ поможет решить проблему обработки параметров, которые сложно спрогнозировать в условиях раздельного сбора ТКО существующими математическими методами и аппаратными средствами.

По словам генерального директора «Эттон» Ефима Климова, разработка позволит снять технологический барьер в вопросе раздельного сбора и обработки мусора, потому что пока ни рынок, ни нормативная база не готовы к этому. Наличие системы, понимание механики её работы позволит приблизить раздельный сбор и обработку мусора и ускорить её внедрение, убежден топ-менеджер.

Для работы ИИ будет использовать такие данные, как вид отходов, их морфологический состав до и после сортировки, объем, массу, тип транспортных средств, мощности объектов обработки отходов, длину транспортных плеч и другие переменные взаимозависимые параметры.

«
«Система будет учитывать данные с датчиков в мусорных баках и данные с датчиков загрузки самосвалов и прогнозировать время их полного заполнения. За счет этого можно будет оптимально проложить маршруты с наименьшими затратами: например, система спрогнозирует, что через 30 минут будут заполнены дополнительно 8 баков, а сейчас заполнен только один, поэтому необходимо выехать позже на 15 минут», — рассказал аналитик Института искусственного интеллекта Университета Иннополис Илья Иванов.
»

Конкурс проводился Минпромторогом России с целью стимуляции создания и развития производства высокотехнологичной промышленной продукции с использованием цифровых платформ и программных продуктов. Данное мероприятие реализуется в рамках госпрограммы по содействию проведению научных исследований и опытных разработок в гражданских отраслях промышленности.

Смотрите также



СМ. ТАКЖЕ (1)


Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

  ИндаСофт (102)
  Мобильные ТелеСистемы (МТС) (58)
  М2М телематика (45)
  Цифра (39)
  АйТиПроект (ITProject) (30)
  Другие (576)

  РИР (Росатом Инфраструктурные решения) (7)
  Цифра (5)
  ИндаСофт (4)
  Orange Business Services (Оранж Бизнес Сервисез, Эквант) (3)
  Лаборатория умного вождения (ЛУВ) (3)
  Другие (42)

  Мобильные ТелеСистемы (МТС) (9)
  Цифра (7)
  Датапакс (4)
  РИР (Росатом Инфраструктурные решения) (3)
  Юникорн (3)
  Другие (30)

  Simetra (ранее А+С Транспроект) (4)
  РИР (Росатом Инфраструктурные решения) (3)
  Цифра (3)
  Юникорн (3)
  Ситроникс (Sitronics) (2)
  Другие (24)

  Simetra (ранее А+С Транспроект) (11)
  Softline (Софтлайн) (3)
  Цифра (2)
  Юникорн (2)
  РИР (Росатом Инфраструктурные решения) (2)
  Другие (17)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  OSIsoft (1, 108)
  М2М телематика (16, 74)
  Мобильные ТелеСистемы (МТС) (15, 44)
  Цифра (8, 44)
  РИР (Росатом Инфраструктурные решения) (2, 34)
  Другие (670, 417)

  РИР (Росатом Инфраструктурные решения) (1, 7)
  Цифра (2, 5)
  Ростелеком (2, 4)
  OSIsoft (1, 4)
  Лаборатория умного вождения (ЛУВ) (3, 3)
  Другие (18, 23)

  Мобильные ТелеСистемы (МТС) (3, 8)
  Цифра (1, 7)
  Датапакс (1, 4)
  РИР (Росатом Инфраструктурные решения) (1, 4)
  Юникорн (1, 3)
  Другие (12, 13)

  Цифра (2, 6)
  РИР (Росатом Инфраструктурные решения) (2, 4)
  Simetra (ранее А+С Транспроект) (1, 4)
  Юникорн (1, 3)
  МегаФон (2, 2)
  Другие (7, 7)

  Simetra (ранее А+С Транспроект) (1, 11)
  Цифра (2, 3)
  РИР (Росатом Инфраструктурные решения) (1, 3)
  Юникорн (1, 2)
  AirBit (АирБит) (2, 1)
  Другие (13, 13)

Распределение систем по количеству проектов, не включая партнерские решения

За всю историю
2021 год
2022 год
2023 год
Текущий год

  PI System - 108
  M2M-Cyber GLX - 50
  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 36
  Росатом Умный город - 33
  RITM3 - Real time integration transport measurements modelling managemet - 29
  Другие 439

  Росатом Умный город - 7
  ZIIoT Платформа для работы с промышленными данными - 4
  PI System - 4
  Siemens MindSphere - 3
  Ujin OS Платформа для создания умных домов и зданий (ранее MySmartFlat и Sapfir) - 3
  Другие 27

  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 7
  МТС Цельсиум - 5
  Росатом Умный город - 4
  Датапакс: Сервис мониторинга пассажиропотока - 4
  Ujin OS Платформа для создания умных домов и зданий (ранее MySmartFlat и Sapfir) - 3
  Другие 14

  RITM3 - Real time integration transport measurements modelling managemet - 4
  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 4
  Росатом Умный город - 3
  Ujin OS Платформа для создания умных домов и зданий (ранее MySmartFlat и Sapfir) - 3
  ZIIoT Платформа для работы с промышленными данными - 2
  Другие 10

  RITM3 - Real time integration transport measurements modelling managemet - 11
  Росатом Умный город - 3
  Ujin OS Платформа для создания умных домов и зданий (ранее MySmartFlat и Sapfir) - 2
  ZIIoT Платформа для работы с промышленными данными - 2
  Proteqta: Atom умная каска - 1
  Другие 11