De toekomst van afval containers

Met de opkomst van alle technische ontwikkelingen kunnen zelfs de afvalcontainers niet achterblijven. Op het gebied van AI (artificiële intelligentie) IoT (internet of things) en Big Data vinden er zelfs op container-gebied grote verschuivingen plaats. Laten we eerst beginnen met een toelichting rondom AI, IoT en Big Data:

–          AI staat voor artificial intelligence, ofwel kunstmatige intelligentie in het Nederlands. Dit is een wetenschap die probeert om slimme computers en machines te maken. De dingen die normaal door mensen worden gedaan, zoals leren, keuzes maken of problemen oplossen, worden in dit geval door een computer aangepakt. AI is een continue proces. Door de menselijk input, zoals het invullen van captchas, maakt de computer steeds slimmer en leert op deze manier om daadwerkelijk te denken en handelen als een mens.

–          IoT is een afkorting voor Internet of Things, wat letterlijk ‘internet der dingen’ betekend. IoT is een netwerk van slimme apparaten die met elkaar kunnen communiceren door middel van sensoren. Deze sensoren sturen gegevens naar andere apparaten en systemen zodat ze samen kunnen werken en handelingen kunnen uitvoeren. Denk hierbij aan lichten-aan- en uit zetten of de temperatuur in je huis reguleren.

–          Big Data, of ook wel ‘massadata’ genoemd, zijn ongestructureerde gegevensverzamelingen die te groot zijn om met reguliere databasesystemen te onderhouden. De gegevens hebben (in)direct een verband met privégegevens van personen. Big data spelen een steeds grotere rol. Een voorbeeld van het verzamelen van deze dat zijn bijvoorbeeld de cookies de je aanvaard. Hierdoor kunnen jouw zoek voorkeuren worden getrackt zodat men weet welke producten of diensten jij interessant vind.

Slimme afvalcontainers

Door IoT toe te passen bij afvalcontainers worden verschillende verbeteringen mogelijk. Dergelijk afvalcontainers worden ook wel ‘slimme containers’ genoemd. Deze containers bevatten sensoren die het vulniveau, de temperatuur, het gewicht en de locatie kunnen meten. Deze ontwikkelingen dragen bij aan het volgende:

–          Optimalisatie van inzamelingsroutes: door inzicht te krijgen in welke containers vol zijn, en dus geleegd moeten worden, kunnen vuilniswagens hun routes efficiënter plannen. Dit bespaard tijd en brandstof en indirect ook kosten;

–          Voorkomen van overvolle containers: gemeenten kunnen proactief reageren omdat containers vroegtijdig aangeven wanneer deze vol of bijna vol zijn. Hierdoor wordt het ‘probleem’ van overvolle containers gereduceerd en leidt dit tot minder zwerfafval en overlast;

–          Illegaal afval identificeren: de temperatuur- en gewichtsmetingen die door IoT kunnen plaatsvinden, kunnen verdachte activiteiten identificeren. Denk bijvoorbeeld aan brandstichting of illegale stortingen.

Big data analyse

Door de gegevens van zoveel mogelijk slimme afvalcontainers te verzamelen en te analyseren, kunnen waardevolle inzichten ontstaan.

–          Patroonherkenning: gemeenten kunnen door de geanalyseerde gegevens bijvoorbeeld achterhalen in welke gebieden de afvalproductie het hoogst is. Hierdoor kan snel worden gereageerd door extra containers te plaatsen of gerichte voorlichtingscampagnes te voeren;

–          Strategieën voor afval vermindering: wanneer uit de analyse blijkt dat er bepaalde trends zijn in het soort afval, kan naar oplossingen worden gezocht hoe met bepaalde afvaltypes kan reduceren. Denk bijvoorbeeld aan het stimuleren van herbruikbare verpakkingen of een aparte plastic- of papiercontainer. Meer weten over dergelijke recycling en containerdiensten? Klik dan hier!

–          Recycling: doordat uit de Big Data duidelijk wordt welke materialen in welke getalen worden weggegooid, kunnen beleidsmakers gerichte recycleprogramma’s ontwikkelen.

AI optimalisatie

Kunstmatige intelligentie kan worden ingezet voor verschillende oplossingen in afvalbeheer.

–          Toekomstvoorspelling van afvalproductie: alle historische gegevens, die in Big Data zijn opgeslagen, kunnen worden geanalyseerd. Hierdoor kunnen bepaalde patronen worden ontdekt. Op basis hiervan kunnen ook de toekomstige patronen worden voorspel met betrekking tot de afvalvolumes, locaties en andere patronen. Dit helpt afvaldiensten om flexibeler te zijn tijdens het piekseizoen;

–          Automatisering van sorteren: door middel van beeld-, gewicht- of warmteherkenning kan het type afval worden onderscheiden. Deze gegevens kunnen worden toegepast om afval nauwkeurig te scheiden en te sorteren op recyclingfaciliteiten. Hierdoor wordt de vervuiling verminderd en efficiënter afval geruimd;

–          Ondersteuning in logistiek: tot slot kan AI het logistieke proces optimaliseren door routes efficiënter te wijzigen, rekening te houden met verkeer en het vulniveau van de afvalcontainers.

Interactieve educatie

Naast het optimaliseren van afvalcontainers en gehele dienst daaromheen, kunnen technologieën ook bijdragen aan een interactieve educatie rondom afval.

–          Recycling tips: via mobiele apps of automatische notificaties kunnen inwoners van bepaalde gebieden tips over hoe ze hun afval het best kunnen scheiden. Daarbij kunnen ze op de hoogte worden gesteld van de momenten dat afval wordt opgehaald of wanneer er ongewenste situaties ontstaan in de buurt.

–          Waarschuwingen: het ontstaan van ongewenste situaties, zoals hierboven vermeld, kan komen door het foutief scheiden van afval. Hierdoor kunnen, vooral bij hogere temperaturen, chemicaliën of giftige stoffen vrijkomen of zelfs brand ontstaan. Het is verstandig om mensen te informeren over de gevaren.