10.10.2019 02:52

Saubere Zukunft

Jetzt muss künstliche Intelligenz Güsel zählen

Der Hochschulabsolvent David Jenni trainierte eine Künstliche Intelligenz darauf, Güselsäcke zu erkennen und zählen. Dies soll nun die Umwelt entlasten.

von
jab
1 / 3
Für seine Master-Arbeit hat der Informatik-Absolvent David Jenni eine Künstliche Intelligenz darauf «trainiert», Güselsäcke zu erkennen und zu zählen.

Für seine Master-Arbeit hat der Informatik-Absolvent David Jenni eine Künstliche Intelligenz darauf «trainiert», Güselsäcke zu erkennen und zu zählen.

HSLU
Laut Jenni funktioniert seine KI ähnlich wie Googles Bilderkennungs-Programm: «Je mehr Bilder ein neuronales Netzwerk als Datenbasis zur Verfügung hat, desto besser erkennt es Objekte aus allen möglichen Winkeln».

Laut Jenni funktioniert seine KI ähnlich wie Googles Bilderkennungs-Programm: «Je mehr Bilder ein neuronales Netzwerk als Datenbasis zur Verfügung hat, desto besser erkennt es Objekte aus allen möglichen Winkeln».

Delussu Fotografie / Webseite finpension
Mit dieser Technik könne herausgefunden werden, an welchen Standorten wie viel Güsel entsteht. Forschende der Universität Fribourg um Wirtschaftsinformatiker Reinhard Bürgy sehen darin einen Vorteil: Sie können die optimalen Routen einer Kehrichtabfuhr berechnen und wie viele Stopps tatsächlich notwendig sind.

Mit dieser Technik könne herausgefunden werden, an welchen Standorten wie viel Güsel entsteht. Forschende der Universität Fribourg um Wirtschaftsinformatiker Reinhard Bürgy sehen darin einen Vorteil: Sie können die optimalen Routen einer Kehrichtabfuhr berechnen und wie viele Stopps tatsächlich notwendig sind.

Keystone/Sigi Tischler

David Jenni ist Informatik-Absolvent der Hochschule Luzern (HSLU). Für seine Master-Arbeit arbeitete er mit Künstlicher Intelligenz (KI). Mit dem Ziel, künftig automatisiert die Abfallmenge in einem Bezirk zu erfassen, «trainierte» Jenni eine KI darauf, Güselsäcke zu erkennen und zu zählen.

Er verwertete mehrere hundert Stunden Videomaterial

Wie genau funktioniert das? Jenni benutzte ein sogenanntes neuronales Netzwerk. Dieses funktioniere ähnlich wie Googles Bilderkennungs-Programm: «Je mehr Bilder ein neuronales Netzwerk als Datenbasis zur Verfügung hat, desto besser erkennt es Objekte aus allen möglichen Winkeln», erklärt der Informatik-Absolvent.

Die Datenbasis, die Jenni für seine KI benötigte, waren Aufnahmen vom Müllschacht eines Kehrrichtlastwagens. Die Bilder bekam er von der Abfallentsorgung Schwendimann aus dem Kanton Bern. Insgesamt verwertete er «mehrere hundert Stunden Material von verschiedenen Abfallsammel-Touren», wie es in einem Bericht der HSLU heisst.

Optimierung der Sammestandorte

Mit der Zählung kann man herausfinden, an welchen Standorten wie viel Güsel deponiert wird. Vor allem für Forschende der Universität Fribourg bringt Jennis KI einen Vorteil. Sie wollen nun mithilfe der Daten berechnen, wo die besten Sammelpunkte für Güsel sind. «Kehrricht-Laster müssen dann weniger oft anhalten und ihre Crews nicht jeden Müllsack einzeln

einsammeln. Das spart Treibstoff – was letztlich weniger Abgase und tiefere Kosten bedeutet», sagt Reinhard Bürgy, Wirtschaftsinformsatiker an der Uni Fribourg

Der Umwelt zuliebe

So muss eine Müllabfuhr beispielsweise nicht an zehn Standorten halten, sondern nur an fünf, falls die Bewohner ihren Güsel an eine gemeinsame Sammelstelle bringen würden. Das viele Anhalten benötige mehr Treibstoff und sei somit auch schädlicher für die Umwelt.

Auch solle in Zukunft ermittelt werden, ob es sich lohnt, für bestimmte Quartiere kleinere Elektrofahrzeuge anstatt Lastwagen für die Müllabfuhr zu benutzen.

Fehler gefunden?Jetzt melden.