Six projets d'intelligence artificielle pour améliorer la qualité du recyclage

#innovation#appels à projets
Mieux identifier les emballages et les papiers collectés et triés, c’est l’objectif des six nouveaux projets sélectionnés par Citeo. Des technologies couplant reconnaissance d’images et intelligence artificielle qui permettront d’optimiser la qualité des matériaux recyclés.

En octobre 2020, Citeo a lancé un appel à projets pour développer des technologies innovantes d’identification des emballages ménagers et des papiers graphiques. Objectif : améliorer le contrôle et le suivi de la qualité des matériaux recyclés depuis la collecte jusqu’au recycleur final.

Suite au dépôt de 14 candidatures, 6 projets ont été retenus et sont en cours de contractualisation. Ils ont été proposés par des professionnels de nature variée : startup, opérateur de déchets, ou encore producteur de résine plastique.

Ces technologies d’identification sont basées sur la reconnaissance d’images, associée à une intelligence artificielle qui sera capable de reconnaitre les types d’emballages et de papiers, leur matériau, leur forme ou encore leur couleur.  Placées dans les camions de collecte, en centres de tri et chez les recycleurs, elles permettront ainsi de :

  • détecter les intrus lors de la collecte, et éviter qu’ils créent des incidents dans les centres de tri, comme des bonbonnes de gaz ou encore des planches de bois par exemple ;
  • différencier les emballages alimentaires et non alimentaires et ainsi favoriser le recyclage en boucle fermée ;
  • assurer un contrôle continu et optimiser la qualité des emballages et papiers envoyés au recyclage, avec par exemple une meilleure séparation des journaux et des cartonnettes d’emballages.
Exemple avec le Projet CITITRI : caméra placée sur le camion benne pour identification d’indésirables lors de la collecte

Exemple d’objets labellisés par intelligence artificielle

L’IA attribue un label (une étiquette) à chaque objet détecté selon les informations contenues dans la base de données.

Les premiers prototypes seront testés d’ici 12 à 24 mois dans des centres de tri, collectivités ou recycleurs partenaires, avant d’être déployés à plus grande échelle si les résultats sont concluants.

Citeo financera 50% des projets, avec une enveloppe globale de 1,5 millions d’euros. Par ailleurs, une équipe dédiée accompagnera les lauréats dans leurs projets, avec six experts de Citeo spécialistes de la collecte, des centres de tri et des opérations de recyclage.

Présentation des projets retenus

PROJET CITITRI - SIMPLICITI

La détection des erreurs de tri et des éléments pouvant perturber la chaîne du recyclage en amont, c’est-à-dire lors de la collecte, est un atout majeur pour permettre un recyclage de qualité.

Le projet vise à automatiser les mesures de la qualité du tri lors du processus de collecte, en développant un dispositif d’intelligence artificielle permettant de connaitre les taux d’erreur de tri par quartier, par rue, par foyer, et de mesurer les évolutions afin d’évaluer les gains apportés par les opérations ciblées de communication ou sensibilisation.

PROJET DEEP LEARNING - TERRA

La demande en analyses sur la qualité et la composition des matériaux triés augmente continuellement à mesure que le recyclage progresse. C’est à ce titre, notamment, qu’une campagne de caractérisations est menée chaque année par Citeo pour suivre la qualité dans les centres de tri. Les résultats des caractérisations sont transmis aux acteurs concernés et rassemblés dans l’Observatoire de la Qualité, publié tous les ans.

Le projet mobilise la reconnaissance d’images, technologie d’intelligence artificielle, pour développer un outil de caractérisation automatique et instantané à partir de photos des matériaux triés en sortie de centre de tri. Il permettra ainsi de réduire la pénibilité et le temps passé à une tâche qui est aujourd’hui réalisée 100% manuellement.

PROJET FICHA - FICHA

La qualité du geste de tri des habitants est un enjeu majeur pour permettre un recyclage effectif des emballages et des papiers.

Le projet vise à mesurer en temps réel la qualité du tri sur l’ensemble des déchets présents dans le camion de collecte, en développant un outil d’intelligence artificielle à partir de l’interprétation d’images vidéo en continu.

PROJET OMNI - RECYCLEYE – TOTAL – VALORPLAST

Les nouveaux emballages triés, issus de l’extension des consignes de tri, nécessitent d’être correctement différenciés afin de rejoindre de nouvelles filières de recyclage en développement et d’augmenter la valeur ajoutée de la matière finale.

Il est notamment nécessaire de pouvoir distinguer les emballages ayant contenu un produit alimentaire des autres.

Le projet vise à s’appuyer sur une technologie d’intelligence artificielle avec une base de données en cours de consolidation afin de pouvoir différencier en entrée de recyclage les emballages PE et PP « alimentaires » des « non-alimentaires ». Ces emballages seront ensuite aiguillés chacun vers un recyclage adéquat afin d’améliorer leur circularité.

PROJET QUALIXO - LIXO

L’augmentation de la capacité des centres de tri ainsi que l’extension des consignes de tri, poussent ces centres opérationnels à une recherche constante d’amélioration du suivi en continu de leurs performances.

Le projet vise au développement d’un seul outil technologique permettant au centre de tri de suivre en temps réel tant la composition de la matière entrante, notamment dans le but de détecter les indésirables dangereux, que la qualité de la matière en sortie vers le recyclage.

PROJET TRISCELL - PELLENC ST – CTP

Les flux fibreux sont en constante évolution, notamment avec l’avènement de nouveaux emballages fibreux complexes, mais aussi avec les mutations opérées sur les papiers graphiques amenées par la constante augmentation du digital.

Pour répondre à ces évolutions, le projet vise à améliorer l’identification de ces nouveaux emballages fibreux et des papiers graphiques afin de les diriger vers leur canal de recyclage respectif, améliorant ainsi la qualité des matières recyclées.

#innovation#appels à projets#centre de tri#recyclage
Six projets d'intelligence artificielle pour améliorer la qualité du recyclage