JP2019207099A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2019207099A5 JP2019207099A5 JP2019125374A JP2019125374A JP2019207099A5 JP 2019207099 A5 JP2019207099 A5 JP 2019207099A5 JP 2019125374 A JP2019125374 A JP 2019125374A JP 2019125374 A JP2019125374 A JP 2019125374A JP 2019207099 A5 JP2019207099 A5 JP 2019207099A5
- Authority
- JP
- Japan
- Prior art keywords
- waste
- new image
- quality
- image
- blocks
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Claims (20)
- ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた教師データを用いた学習によって構築されたモデルに、前記ごみピット内に貯留される廃棄物を撮像した新たな画像のデータを入力して、前記新たな画像に対応する廃棄物の質を表す値を取得する推定部を備え、
前記推定部は、
前記廃棄物を撮像した新たな画像を複数のブロックに分割し、ブロック毎に、前記新たな画像に対応する廃棄物の質を表す値を出力し、
出力された廃棄物の質の表す値を、前記ブロックの各々に対応付けた推論マップを生成する、
ことを特徴とする装置。 - 前記推定部は、出力された廃棄物の質を表す値から、値の大きさに基づいて分類されたラベルと、値の大きさに基づいて求められた、焼却炉への投入適否を判定したフラグとのうちの少なくとも一方を抽出し、抽出されたラベルおよびフラグのうちの少なくとも一方を、前記ブロックの各々に対応付けた推論マップを生成する、
ことを特徴とする請求項1に記載の装置。 - 前記推定部は、ブロック毎に、当該ブロックに対応する複数の出力データから、当該ブロックに示される前記ラベルおよび前記フラグのうちの少なくとも一方を抽出する、
ことを特徴とする請求項2に記載の装置。 - 前記推定部は、さらに、
過去に生成された前記推論マップに基づいて推論マップを3次元的に生成する、
ことを特徴とする請求項1から3のいずれか1項に記載の装置。 - 前記装置は、さらに
前記推論マップに基づいて、クレーンの制御を行うクレーン制御装置に対する指示、あるいは焼却炉の制御を行う燃焼制御装置に対する指示のうち少なくとも一方を生成する指示部を備える、請求項1から4のいずれか1項に記載の装置。 - 前記クレーン制御装置に対する指示は、クレーンに対し前記ごみピット内の廃棄物を移動させる指示であり、前記燃焼制御装置に対する指示は、焼却炉に投入された廃棄物を燃焼させるのに必要な指示である、請求項5に記載の装置。
- ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた教師データを用いた学習によって構築されたモデルに、前記ごみピット内に貯留される廃棄物を撮像した新たな画像のデータを入力して、前記新たな画像に対応する廃棄物の質を表す値を取得する推定部を備え、
前記教師データは、前記画像を複数のブロックに分割し、分割されたブロック毎に取得された、当該画像に対応する廃棄物処理プラントのプロセスデータから収集される、
ことを特徴とする装置。 - 前記プロセスデータは、前記廃棄物処理プラントの運転履歴に基づいて収集される廃棄物の特性を示すデータと、廃棄物処理プラントの運転履歴を元に作業者が廃棄物の質を分類したラベルとのうち少なくとも一方を備える、
ことを特徴とする請求項7に記載の装置。 - 前記推定部は、
前記廃棄物を撮像した新たな画像を複数のブロックに分割し、ブロック毎に、前記新たな画像に対応する廃棄物の質を表す値を出力し、
出力された廃棄物の質を表す値を、前記ブロックの各々に対応付けた推論マップを生成する、
ことを特徴とする請求項7または8に記載の装置。 - 前記廃棄物の質を表す値は、前記廃棄物の燃えやすさを示す指標である、請求項1から9のいずれか1項に記載の装置。
- 前記ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた前記教師データを生成する、教師データ生成部
をさらに備えたことを特徴とする請求項1から10のいずれか1項に記載の装置。 - 前記教師データを用いた学習によって、前記モデルを構築するモデル構築部
をさらに備えたことを特徴とする請求項1から11のいずれか1項に記載の装置。 - 前記モデル構築部は、さらに、
前記廃棄物を撮像した新たな画像とそれに対応するプロセスデータを用いて定期的に追加学習または再学習する機能を有する
ことを特徴とする請求項12に記載の装置。 - 廃棄物処理プラントシステムであって、
ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた教師データを用いた学習によって構築されたモデルに、前記ごみピット内に貯留される廃棄物を撮像した新たな画像を複数のブロックに分割することによって得られた、ブロック毎の新たな画像のデータを入力して、前記新たな画像に対応する廃棄物の質を表す値を、各前記ブロックに対応付けた推論マップを生成する推定部と、
前記推論マップに基づいて、クレーンの制御を行うクレーン制御装置に対する指示、あるいは焼却炉の制御を行う燃焼制御装置に対する指示のうち少なくとも一方を生成する指示部と
を備える、システム。 - ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた教師データを用いた学習によって構築されたモデルに、前記ごみピット内に貯留される廃棄物を撮像した新たな画像のデータを入力して、前記新たな画像に対応する廃棄物の質を表す値を取得する推定ステップを含み、
前記推定ステップでは、
前記廃棄物を撮像した新たな画像を複数のブロックに分割し、ブロック毎に、前記新たな画像に対応する廃棄物の質を表す値を出力し、
出力された廃棄物の質の表す値を、前記ブロックの各々に対応付けた推論マップを生成する、
ことを特徴とする方法。 - 請求項15に記載の方法を、廃棄物処理プラントに備えられたプロセッサに実行させるためのプログラム。
- 請求項15に記載の方法をコンピュータに実行させるためのプログラム。
- ごみピット内に貯留される廃棄物を撮像した画像に対応付けられた教師データを用いた学習によって構築されたモデルに、前記ごみピット内に貯留される廃棄物を撮像した新たな画像のデータを入力して、前記新たな画像に対応する廃棄物の質を表す値を取得するステップを含み、
前記教師データは、前記画像を複数のブロックに分割し、分割されたブロック毎に取得された、当該画像に対応する廃棄物処理プラントのプロセスデータから収集される、
ことを特徴とする方法。 - 請求項18に記載の方法を、前記廃棄物処理プラントに備えられたプロセッサに実行させるためのプログラム。
- 請求項18に記載の方法をコンピュータに実行させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019125374A JP7311334B2 (ja) | 2017-07-31 | 2019-07-04 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
JP2022108352A JP7539432B2 (ja) | 2017-07-31 | 2022-07-05 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
JP2024036511A JP2024061802A (ja) | 2017-07-31 | 2024-03-11 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017148374A JP6554148B2 (ja) | 2017-07-31 | 2017-07-31 | 廃棄物の質を推定する装置、システム、プログラム、方法、及びデータ構造 |
JP2019125374A JP7311334B2 (ja) | 2017-07-31 | 2019-07-04 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017148374A Division JP6554148B2 (ja) | 2017-07-31 | 2017-07-31 | 廃棄物の質を推定する装置、システム、プログラム、方法、及びデータ構造 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022108352A Division JP7539432B2 (ja) | 2017-07-31 | 2022-07-05 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019207099A JP2019207099A (ja) | 2019-12-05 |
JP2019207099A5 true JP2019207099A5 (ja) | 2020-09-10 |
JP7311334B2 JP7311334B2 (ja) | 2023-07-19 |
Family
ID=87201227
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019125374A Active JP7311334B2 (ja) | 2017-07-31 | 2019-07-04 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
JP2022108352A Active JP7539432B2 (ja) | 2017-07-31 | 2022-07-05 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
JP2024036511A Pending JP2024061802A (ja) | 2017-07-31 | 2024-03-11 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022108352A Active JP7539432B2 (ja) | 2017-07-31 | 2022-07-05 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
JP2024036511A Pending JP2024061802A (ja) | 2017-07-31 | 2024-03-11 | 廃棄物の質を推定する装置、システム、プログラム、及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP7311334B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7453872B2 (ja) * | 2020-07-29 | 2024-03-21 | 三菱重工業株式会社 | バイオガス製造システム及びバイオガス製造方法 |
CN112132920B (zh) * | 2020-09-11 | 2023-10-31 | 上海交通大学 | 基于深度学习的放射性废物桶密度重建方法及系统 |
CN113651245B (zh) * | 2021-08-16 | 2023-07-21 | 合肥市春华起重机械有限公司 | 一种起重机承载力监测系统 |
CN114326624B (zh) * | 2021-12-28 | 2024-04-09 | 上海灏领科技集团有限公司 | 基于入炉前废弃物图像识别的园区内热解气化炉系统工艺 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5025120B2 (ja) | 2005-11-02 | 2012-09-12 | 株式会社日立プラントテクノロジー | ごみ処理工場用自動クレーンの制御装置による自動クレーンの運転方法 |
JP5361595B2 (ja) | 2009-07-27 | 2013-12-04 | 株式会社タクマ | 燃焼炉に供給される燃焼対象物の処理システム、処理方法およびこれらを用いた燃焼炉の燃焼制御システム |
JP2015143139A (ja) | 2014-01-31 | 2015-08-06 | 日立造船株式会社 | ごみピット内の攪拌状態検出装置及びごみピット内の攪拌状態検出方法 |
JP5969685B1 (ja) | 2015-12-15 | 2016-08-17 | ウエノテックス株式会社 | 廃棄物選別システム及びその選別方法 |
JP2017148374A (ja) * | 2016-02-26 | 2017-08-31 | 京セラ株式会社 | ジルコニア仮焼体およびジルコニア焼結体 |
JP7025126B2 (ja) | 2017-03-31 | 2022-02-24 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
-
2019
- 2019-07-04 JP JP2019125374A patent/JP7311334B2/ja active Active
-
2022
- 2022-07-05 JP JP2022108352A patent/JP7539432B2/ja active Active
-
2024
- 2024-03-11 JP JP2024036511A patent/JP2024061802A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2019207099A5 (ja) | ||
JP2022132331A5 (ja) | ||
JP6554148B2 (ja) | 廃棄物の質を推定する装置、システム、プログラム、方法、及びデータ構造 | |
JP7114959B2 (ja) | プログラム、情報処理方法、及び情報処理装置 | |
JP2019082883A5 (ja) | ||
JP7539432B2 (ja) | 廃棄物の質を推定する装置、システム、プログラム、及び方法 | |
CN112434794A (zh) | 一种基于深度学习的计算机视觉数据集半自动标注方法及系统 | |
Pedrino et al. | A genetic programming based system for the automatic construction of image filters | |
JP2020030480A5 (ja) | 画像識別装置、画像識別方法、学習装置、及びニューラルネットワーク | |
CN112749653A (zh) | 行人检测方法、装置、电子设备及存储介质 | |
JPWO2021130916A5 (ja) | ||
CN114730407A (zh) | 使用神经网络对工作环境中的人类行为进行建模 | |
Guida et al. | An Integrated BIM-IoT approach to support energy monitoring | |
Mirzaei et al. | Automatic generation of structural geometric digital twins from point clouds | |
CN113971746B (zh) | 基于单次人手示教的垃圾分类方法、装置及分拣智能系统 | |
JP2020135631A (ja) | 情報表示方法、情報表示システム及びプログラム | |
Fuertes et al. | Guidelines to develop demonstration models on industry 4.0 for engineering training | |
JP6208018B2 (ja) | 画像認識アルゴリズム組合せ選択装置 | |
EP3454150A1 (de) | Verfahren und vorrichtungen zum erzeugen eines datenmodells zur überwachung einer industriellen anlage | |
CN116542067A (zh) | 一种数字孪生水厂建模方法 | |
CN107798323B (zh) | 一种车牌图像定位方法及设备 | |
Standfield et al. | An approach to monitoring and guiding manual assembly processes | |
JP2023034745A (ja) | 肌落ち予測装置、機械学習装置、肌落ち予測方法、及び、機械学習方法 | |
Elshebly | Autonomous Garbage Detection and Localization using Deep Learning and Computer Vision Techniques | |
WO2019026703A1 (ja) | 学習済モデル統合方法、装置、プログラム、icチップ、及びシステム |