Point of View

Dalla computer vision al Machine Learning, dall’IoT al Quantum: la raccolta rifiuti del Gruppo Hera ha bisogno di dati

Parla Milena Zappoli, responsabile dell’Innovazione dei Servizi Ambientali del Gruppo Hera. Un’esperienza in progetti innovativi di quasi dieci anni e molti use case completamente operativi: l’ottimizzazione dei servizi ambientali passa anche dalla raccolta e analisi dei dati.

Pubblicato il 23 Giu 2022

Milena Zappoli, responsabile dell’Innovazione dei Servizi Ambientali del Gruppo Hera

Per una utility, anzi una multiutility, lavorare sui dati non solo in ottica descrittiva, ma anche predittiva per ricercare l’efficienza e l’efficacia operativa più che una vocazione è una necessità in quanto vengono gestiti servizi essenziali per i cittadini. È per questo che Hera, ormai da molti anni, punta sulla digitalizzazione e sul monitoraggio dei dati rilevati in campo per verificare il livello e la qualità dei propri servizi.

L’attenzione alla compliance normativa

Fin dal 2012 Hera si è fortemente impegnata nell’individuare soluzioni tecnologiche e di sistemi informativi al fine di gestire al meglio i propri servizi ambientali; è così che è nato Hergo Ambiente, un importante progetto di digitalizzazione che consente di verificare il livello operativo. Sono stati installati TAG RFID su tutti i cassonetti e i bidoni della raccolta e rese disponibili antenne per leggerli durante lo svuotamento così da collocare temporalmente e geograficamente gli eventi; camion della raccolta e spazzamento sono dotati di computer di bordo e molti operatori attrezzati con smartphone con le indicazioni delle attività da eseguire e, contestualmente, possono segnalare eventuali anomalie così da risolverle prontamente. I servizi sono generati centralmente dal sistema gestionale e rendicontati a fine turno, per poterne verificare l’efficacia.
“Quando siamo partiti, nel 2012, le App per la gestione operativa in cui pubblicare i giri di lavoro non erano poi così diffuse: anzi, fu un’attività lunga e difficile quella di change management sui nostri colleghi in campo per portarli a un utilizzo intensivo delle tecnologie in grado di rilevare le informazioni utili sullo svolgimento dei servizi”. Un impegno e uno sforzo che oggi viene ripagato:
primo progetto del suo genere una decina di anni fa, oggi Hergo Ambiente coinvolge oltre 3.000 operatori, interni, partner e terzisti, che utilizzano le stesse tecnologie e la stessa applicazione.
“Aver lavorato su questi progetti – spiega Milena Zappoli, responsabile dell’Innovazione dei Servizi Ambientali del Gruppo Hera – è più che mai importante oggi, dato che a gennaio è stato emanato da ARERA il testo unico per la Regolazione della Qualità del Servizio di Gestione dei Rifiuti Urbani: una normativa molto importante per il monitoraggio del livello dei servizi erogati dal Gestore, attività che richiederà diversi interventi a livello di processi e sistemi per fornire adeguate risposte alle richieste normative, ma che sarebbe stata davvero impensabile affrontare senza avere avuto come base dieci anni di esperienze sulla digitalizzazione dei servizi.

Dalla computer vision l’analisi sulla qualità del rifiuto

“Uno dei progetti che ha fatto in qualche misura scuola è quello del cassonetto intelligente, che acquisisce i dati relativi a ogni conferimento grazie a una apertura ad accesso controllato come alternativa al Porta a Porta (PAP). In Hera ne abbiamo sviluppato internamente uno di nuova generazione, che abbiamo chiamato Smarty”, spiega ancora Zappoli, sottolineando che i dati rilevati sono utili non solo all’eventuale applicazione di una tariffazione puntuale prevista dalla normativa vigente, ma anche importanti per predire quando il contenitore sarà pieno e, nel caso, organizzare giri di recupero dedicati, per evitare che non sia possibile conferire il rifiuto da parte dei cittadini e, quindi, che venga abbandonato.

Il supporto di IBM all’analisi visiva

L’utilizzo di strumenti di analisi visiva è al centro di molte progettualità della Direzione Servizi Ambientali di Hera.
Lo spiega sempre Zappoli: “Mi riferisco, in particolare, a un progetto sviluppato in collaborazione con IBM, che riguarda la capacità di analisi della qualità del rifiuto a partire dalle immagini del cassonetto in fase di svuotamento. L’obiettivo è arrivare all’impianto di selezione, avendo già individuato carichi di alta, media o bassa qualità, così da pianificare all’interno dell’impianto un percorso di trattamento diverso, massimizzando l’efficienza dello stesso”. A questo si affianca
l’analisi delle informazioni, fondamentale anche per comprendere il livello della qualità del rifiuto in ogni particolare zona della città e dunque attivare, là dove necessario, campagne di informazione o sensibilizzazione, anche attraverso iniziative di engagement o gamification.
“In questo caso si integrano analisi visiva, intelligenza artificiale e una rete neurale allenata a riconoscere la qualità del rifiuto con le stesse modalità con cui i nostri operatori la valutano all’interno degli impianti di selezione.  Questo è un progetto nel quale si uniscono IoT, analisi delle immagini, modelli in intelligenza artificiale che vengono ‘trainati’ con migliaia di informazioni: modelli che consentono di fare predizione per mettere in campo una rapida reazione a quanto riscontrato”.

Altissima attenzione al decoro e agli abbandoni

“Da anni, grazie alla nostra applicazione Il Rifiutologo i clienti ci inviano foto georeferenziate di rifiuti abbandonati; il nostro obiettivo è valorizzare l’impegno dei cittadini per migliorare il servizio di recupero degli abbandoni.

In questa fase stiamo insegnando a un modello di Machine Learning a riconoscere la tipologia del rifiuto abbandonato a partire dalle immagini ricevute dai cittadini, così da organizzare recuperi mirati e inviare in campo le giuste squadre di mezzi ed operatori”.  Infatti, servono risorse diverse per raccogliere sacchi oppure ingombranti (come RAEE, materassi, mobili, …). Oggi vengono visionate le foto del Rifiutologo da un operatore di back office e poi attivati i giri di recupero: ridurre il tempo di smistamento dei turni mediante l’AI, consentirebbe di gestire più efficacemente l’organizzazione del servizio.

È un progetto sul quale Hera sta allenando i sistemi di riconoscimento visivo, superando una serie di controlli che oggi giocoforza ancora vengono svolti manualmente. E una volta sviluppato il modello giusto, la vera sfida sarà la sua integrazione nei processi di raccolta. “E questa sfida potrebbe richiedere più tempo che non lo sviluppo del modello stesso”, ironizza Zappoli, “ma non troppo… siamo sempre molto attenti alla qualità e all’efficienza dei servizi e a collaborare al massimo con i cittadini virtuosi per migliorare il livello di decoro delle nostre città”.

Migliorare la predittività

Parliamo comunque di progettualità ancora in corso, che guardano al futuro.
E l’esigenza che oggi il Gruppo Hera sente come più importante è legata alla predittività e alla capacità di predire i problemi che non fanno parte della pianificazione che può essere realizzata “a priori”.
“I contratti di servizio che abbiamo in essere prevedono l’erogazione di una parte di servizi con frequenze note ed esplicitate: la raccolta e lo spazzamento devono essere pianificati per giorni e per zone, ma per tutto quello che è, o meglio, che sembra ‘imprevedibile’ dobbiamo attrezzarci: la segnalazione di un abbandono, il recupero di servizi che sono saltati per qualche motivo, il ripristino di situazioni di emergenza”, spiega Zappoli, sottolineando come sarebbe interessante riuscire ad esempio a predire fenomeni di abbandono, partendo da informazioni che non sono necessariamente legate alla produzione del rifiuto, ma che possono influenzarlo, come la presenza di particolari punti di interesse (come negozi o ristoranti).
“In un centro storico, le segnalazioni di casi di abbandono sono più frequenti, perché lì la sensibilità è maggiore. In zone più periferiche o degradate arrivano meno segnalazioni, forse perché si crea una sorta di abitudine all’abbandono stesso. Sarebbe interessante riuscire a prevedere questi fenomeni, magari utilizzando modelli di Machine Learning e di Sentiment Analysis correlando questi progetti ad altri di più ampio respiro legati al decoro e alla pulizia delle città. Abbiamo già avviato sperimentazioni in questo senso in passato, ma sicuramente c’è ancora molto da scoprire a riguardo”.

Verso il Quantum Computing

Un altro tema interessante sul quale lavorare riguarda la pianificazione dei percorsi di raccolta e spazzamento, che, per una azienda come Hera, deve avvenire nel modo più efficiente possibile e che spesso, comprensibilmente, richiede “aggiustamenti” anche quotidiani.
“Aggiustamenti che sono troppo onerosi dal punto di vista del tempo necessario a essere sviluppati sui nostri sistemi. Per questo è stato avviato un progetto sperimentale sul Quantum Computing per dar vita a una piattaforma che sia in grado di ripianificare un percorso in tempo quasi reale. È un tema cruciale perché le normative impongono, a rischio di pagare penali, il recupero, ad esempio, dei cassonetti non svuotati come da pianificazione per motivi anche indipendenti dal Gestore, in un determinato lasso di tempo. Per questo bisogna cominciare a scalare le potenze e il Quantum potrebbe essere la risposta”.

La spinta innovativa di Hera non è solo ambientale ma pervasiva

Oltre all’innovazione applicata ai servizi di raccolta e spazzamento, Hera rappresenta una realtà unica anche a livello di impianti: da quelli di Aliplast, in grado di recuperare la plastica raccolta in modo completamente circolare, all’impianto di compostaggio, digestione anaerobica e produzione biometano di Sant’Agata Bolognese. “L’applicazione di tecnologie, sistemi e processi innovativi è radicata nel Gruppo e non solo i servizi ambientali sono il nostro fiore all’occhiello… andiamo davvero fieri del nostro Telecontrollo, la centrale operativa di Forlì che con sistemi di IoT pervasivi controlla in tempo reale migliaia di sensori in campo che governano dispositivi e impianti posizionati ovunque, dai punti di snodo delle reti del gas e dell’acqua fino ai contenitori dei servizi ambientali. Anche i colleghi di Forlì utilizzano i dati, rilevati in campo sia per abilitare servizi di manutenzione, ordinaria e predittiva, sia per sviluppare modelli di intelligenza artificiale per migliorare la gestione della rete nel suo complesso”.

“Analogamente si possono predire le rotture dei tubi, ad esempio a partire da quelli che possiamo definire i dati anagrafici della rete stessa: quando è stata posizionata, qual è la natura del terreno sulla quale insiste, qual è il carico sulla rete in quella zona. L’utilizzo di strumenti di visione satellitare o di droni aiuta ad esempio a identificare le perdite di acqua e quindi intervenire con la manutenzione mirata, in base, sempre, all’analisi delle immagini.

Il contenuto è stato realizzato all’interno del progetto Leaders&Tech, la community di Innovatori di IBM in collaborazione con il Network Digital360 e Partners4Innovation.
L’obiettivo della community è favorire lo scambio di innovazione trasversale e continua, concreta e scalabile su temi di primaria importanza per il business

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4