Junto con el Instituto de Informática (INCO) de la Facultad de Ingeniería (Udelar) llevaremos a cabo una iniciativa para optimizar los servicios de la Intendencia de Montevideo (IM).
El proyecto, denominado SIRR (Sistema Inteligente de Recolección de Residuos), tiene como objetivo mejorar la gestión de limpieza y recolección de residuos domiciliarios en Montevideo y se desarrollará en el plazo de diez meses.
Surgió a partir de un desafío financiado por la Agencia Nacional de Innovación e Investigación (ANII), en el que nuestra propuesta fue seleccionada entre más de 20 participantes.
El problema
El Departamento de Desarrollo Ambiental, a través de la División Limpieza de la IM, es el responsable de la recolección de residuos de la ciudad. Hoy en día, el sistema de recolección de contenedores cuenta con 117 circuitos con unos 100 contenedores cada uno, y se recolectan alrededor de 230.000 toneladas de residuos mezclados al año.
Para la recolección de residuos domiciliarios mezclados, se utiliza una posición teórica de los contenedores en el territorio (basada en datos históricos), debido a que no se cuenta con la información en tiempo real sobre cambios en su posición, remoción por mantenimiento, entre otros. Esto conlleva a que las rutas de recolección de los circuitos sean planificadas y ejecutadas en base a supuestos que pueden estar alejados de la realidad.
Por otra parte, el registro de levante de contenedores se ejecuta de forma manual, por lo que se requiere digitalizar de la información para procesarla, aprovecharla y tomar decisiones basadas en datos.
El desafío: un sistema inteligente de recolección para Montevideo
Para atender estos puntos, el desafío de la ANII propuso buscar una solución que permita proveer información en tiempo real y elaborar un análisis predictivo para optimizar la gestión de las operaciones de residuos domiciliarios sólidos en la ciudad. Con esta iniciativa, se pretende reducir costos, mejorar la eficiencia operativa, el servicio al cliente y la difusión de información confiable y oportuna.
Los resultados esperados para el proyecto son:
- Conocer en tiempo real el nivel de cumplimiento de un circuito.
- Predecir la finalización del circuito (es decir, que el camión esté por completar su ruta de recolección) cuando le quede menos del 50%.
- En función de la tendencia de las predicciones, permitir la toma de decisiones para modificar los circuitos de recolección de forma tal que permitan mejorar su ejecución.
La propuesta seleccionada
Entre las propuestas de más de 20 instituciones y empresas, el comité de evaluación eligió la que postuló Isbel, por considerarla “sólida, modular y escalable y sostenible a largo plazo”. Además, destacó como fortaleza “el equipo de trabajo conjunto entre una empresa del sector privado y una institución académica”.
La respuesta al desafío se enfocó en instalar la inteligencia del sistema en el camión, en lugar de colocarla en los contenedores (como se hace tradicionalmente). Esto permite que la solución sea escalable y la intervención en los contenedores, mínima. Asimismo, supone una inversión menos riesgosa, ya que los contenedores suelen ser vandalizados.
Estos datos se recolectan mediante un sistema de sensores y software, que se implementarán durante el proyecto. Luego, esta información se procesará mediante un modelo de predicción, que desarrollará el INCO.
Para llevar a cabo el proyecto, buscamos cuatro perfiles técnicos: Developer Leader, Full Stack Developer Jr., Full Stack Developer Semi Sr. y Engineering Assistant.
Algunas repercusiones
Quien liderará el equipo y el desarrollo del SIRR es José Luis Nunes, Product Line Manager de Internet of Things (IoT) & Smart Cities de Isbel. Sobre la oportunidad, comentó: “Nos sentimos orgullosos del equipo por haber sido seleccionados entre más de 20 empresas y entidades que participaron de la convocatoria. También nos consideramos privilegiados en aportar a tener una Montevideo más limpia y más ‘inteligente’”.
Respecto al proyecto que presentaron, sostuvo que se trata de una “propuesta totalmente innovadora en sus formas de encarar la solución”, y destacó la participación de la FING “para analizar el estado del arte de estas soluciones a nivel de predicción”.
