Resumen de BIN-CT: sistema inteligente para la gestión de la recogida de residuos urbanos

Francisco Javier Ferrer Urbano, Enrique Alba Torres

• español

  El rápido crecimiento demográfico junto con la concentración de la población en los núcleos urbanos más la cantidad cada vez mayor de residuos que generamos todos los días, son los factores que llevan al límite la capacidad de asimilación de los residuos por parte de la naturaleza. Por tanto, necesitamos medios tecnológicos para hacer una gestión óptima del proceso de recogida de residuos, que supone además un 70% del coste operacional en el tratamiento de residuos. En este artículo presentamos una herramienta inteligente no comercial, desarrollada por nuestro grupo universitario NEO, basada en algoritmos de aprendizaje computacional, que apoyada por datos pasados (históricos), presentes (sensores) y futuros (predicciones), planea las mejores rutas de recogida posibles. El objetivo que podemos alcanzar gracias a nuestro sistema software es reducir los costes del servicio de recogida de residuos, gracias a la reducción del gasto de combustible y optimización del personal, a la vez que se aumenta la calidad de servicio al ciudadano y se reducen las emisiones de gases contaminantes. En este artículo mostramos las características de nuestra herramienta, ilustrando su funcionamiento con un caso de estudio real de una ciudad española. Podemos concluir que el uso de esta herramienta evita los viajes innecesarios a contenedores, y por tanto obtenemos una reducción de los costes totales y de las emisiones nocivas para el medioambiente.

• English

  The fast demographic growth, together with the concentration of the population in cities, and the increasing amount of waste we generate every day, are factors that push to the limit the ability of waste assimilation by nature. Therefore, we need technological means to make an optimal management of the waste collection process, which represents 70% of the operational cost in waste treatment. In this article, we present a non-commercial intelligent tool, based on computational learning algorithms, which supported by past (historical), present (sensor) and future (predictions) data, plans the best routes for waste collection. The objective of the system is the cost reduction of the waste collection service by means of the reduction in fuel and optimization of the staff, while at the same time the quality of service to the citizen is increased and the gas emissions are reduced. In this article we show the features of our tool, illustrating it operation with a real case study of a Spanish city. We can conclude that the use of this tool avoids unnecessary visits to containers, and therefore we obtain a reduction of total costs and harmful emissions to the environment.