La transizione ecologica si gioca sempre più dentro i processi industriali, dove l’integrazione di tecnologie avanzate sta ridefinendo la gestione di risorse, energia e materiali. In questo scenario, l’innovazione incide direttamente sulla qualità del lavoro e sull’efficienza operativa, rendendo disponibili strumenti sempre più evoluti per l’analisi dei dati e il supporto alle decisioni. È su questa direttrice che si muove il Gruppo Iren, che nel tempo ha consolidato un ruolo di driver dell’innovazione, sviluppando soluzioni in grado di collegare ricerca applicata e contesti operativi reali. In questo percorso, l’intelligenza artificiale assume un ruolo centrale: consente di elaborare grandi quantità di dati e immagini in tempo reale, generando informazioni utili che supportano il lavoro umano nei processi più complessi. Il progetto Eyecan, sviluppato nella business unit Ambiente, si inserisce in questo quadro e affronta uno dei passaggi più delicati dell’economia circolare: la selezione dei materiali lungo le linee di trattamento riducendo la perdita di materiali valorizzabili.

Il progetto ha preso avvio nell’ambito della Call4Ideas 2023, un'iniziativa di open innovation interna promossa da Iren: una "chiamata alle idee" rivolta a tutti i dipendenti dell'azienda, finalizzata a promuovere l'innovazione, la collaborazione e il miglioramento continuo dei processi aziendali. 

In questo caso, la proposta ha riguardato l’utilizzo dell’intelligenza artificiale per riconoscere automaticamente materiali valorizzabili, come le bottiglie in PET, nel nastro trasportatore che produce lo scarto del processo di selezione. Il tema è operativo: nei processi di selezione, la qualità dello smistamento dipende in larga parte dalla capacità delle apparecchiature di separare le frazioni valorizzabili dagli scarti, con l’obiettivo di avere frazioni valorizzabili pure e scarti valorizzabili”.

A partire da questa esigenza, la direzione Innovazione ha avviato un percorso di sviluppo insieme a due startup Eyecan, specializzata in algoritmi di riconoscimenti immagini ed Hevolus, specializzata nella restituzione di informazioni digitali in tempo reale su supporti werable, con l’obiettivo di costruire un sistema utilizzabile direttamente sull’impianto.  

Il sistema sviluppato si basa su una catena di elaborazione dati che parte dall’acquisizione delle immagini, per arrivare  alla loro rielaborazione, utile a fornire un’informazione visibile all’operatore.

Le telecamere posizionate lungo il nastro trasportatore acquisiscono un flusso continuo di immagini: ogni frame viene analizzato attraverso modelli computazionali di reti neurali, progettati per riconoscere la presenza di oggetti e distinguerli dallo sfondo. Una delle principali criticità affrontate riguarda la variabilità del flusso: gli oggetti possono sovrapporsi, cambiare orientamento o essere deformati. Per questo motivo, è stata individuata come soluzione più efficace una visione dall’alto del nastro, che garantisce la visione dell’intero flusso di rifiuti e consente di tracciare meglio il movimento degli oggetti nel tempo.  

Il passaggio successivo riguarda il trasferimento di queste informazioni in strumenti utilizzabili in tempo reale. Attraverso la collaborazione con Hevolus, il sistema dialoga con occhiali dotati di realtà aumentata. Gli operatori indossano smart glasses collegati al sistema di visione: quando un oggetto viene identificato come non conforme, l’operatore vede comparire un simbolo che ne enfatizza la presenza. Il sistema non sostituisce l’operatore, ma ne supporta l’attività. La decisione finale resta umana, ma viene presa con il supporto di un’informazione aggiuntiva e immediata. Questo consente di ridurre il carico cognitivo, soprattutto in condizioni di lavoro ripetitive e ad alta velocità, e di migliorare la coerenza delle decisioni nel tempo. Le prove in impianto lo dimostrano: in condizioni operative reali, il sistema ha dimostrato di poter fornire indicazioni comprensibili e facilmente interpretabili dagli operatori, aiutandoli nel lavoro.