Até que ponto as cidades suíças são realmente limpas?

Livrar-se do lixo não é apenas uma questão cosmética, pode ser um desafio estratégico sério para as autoridades da cidade Keystone

Se você pensa que as ruas suíças são limpas, deveria conhecer o sistema digital que poderá torná-las ainda mais limpas, contar e catalogar diferentes tipos de lixo, pavimentar estradas para um saneamento urbano de forma mais barata e eficiente, tanto na Suíça como no exterior.

Mesmo na tipicamente arrumada Suíça, o gerenciamento do resíduo urbano não é apenas um fardo logístico – também é um desafio estratégico. Na ausência de um critério único sobre o padrão de limpeza, as cidades suíças devem elaborar sua própria abordagem para decidir quanto tempo, dinheiro, e onde irão investir em saneamento.

O sistema da EPFL consiste em uma única câmera de vídeo ligada a um computador portátil. O aparelho pode ser anexado a veículos urbanos de movimento lento, como varredoras de rua ou bicicletas Mohammad Saeed Rad/EPFL

As autoridades da cidade de Zurique, por exemplo, contam com inspeções de ruas realizadas a pé. Mas esse tipo de abordagem é caro e demorado, e sua subjetividade ainda deixa a questão aberta: até que ponto está limpo o suficiente?

Mohammad Saeed Rad e seus colaboradores do Laboratório de Processamento de Sinais 5Link externo (LTS5) da Escola Politécnica Federal de Lausanne (EPFL) se associaram a uma start-up local, a CortexiaLink externo, e à Faculdade “Arc” (Haute Ecole ArcLink externo) para desenvolver um projeto piloto que poderia finalmente responder essa pergunta.

“Em qualquer área do conhecimento, se você não pode medir algo, você não vai ser capaz de gerenciá-lo”, diz Rad para swissinfo.ch.

“Por exemplo, nesta sala, se você quiser uma temperatura mais fria ou mais quente, você precisa primeiramente saber qual é a temperatura; caso contrário, a decisão será baseada em suas impressões subjetivas. É o mesmo tipo de relação para as ruas na cidade: talvez para alguém de outra cultura, a rua estaria limpa, mas para um suíço, não está adequada. Se você quiser trabalhar objetivamente, você deve obter uma medida padronizada – essa é a ideia por trás do nosso projeto.”

Este é um projeto que já interessou muitas cidades suíças, pela razão de oferecer um indicador claro sobre quais recursos de saneamento são necessários nos determinados setores da cidade. Portanto, tem grande potencial para ajudar as autoridades a direcionar seus esforços em garantir a cidade limpa e economizar tempo e dinheiro. Engenheiros da Universidade de Neuchâtel estão desenvolvendo um software de interface-amigável e um aplicativo de celular para este sistema, enquanto uma start-up situada aos arredores de Vevey se associou com a cidade de Zurique para testar o projeto piloto desta tecnologia e aprender quais são as especificações que os funcionários de saneamento exigem.

.

Alfabetização do sistema

O sistema desenvolvido pelo LTS5, apresentado na Conferência Internacional sobre Sistemas de Visão Computacional em 2017 na China, parece bastante simples: consiste em uma câmera de vídeo conectada a um laptop. Entretanto, o computador executa um algoritmo sofisticado de aprendizado de máquina desenvolvido para detectar automaticamente até 40 categorias diferentes de lixo, de dimensão mínima de dois centímetros.

Todo este equipamento pode ser montado no exterior de um veículo lento, como uma bicicleta ou um veículo varredor de rua, para capturar as imagens do lixo, analisar e transmitir as informações sobre o estado das ruas de volta ao usuário.

Rad explica que há dois grandes desafios a serem superados para se obter um sistema desse tipo: detectar e identificar cada resíduo na rua a uma velocidade de no máximo 20Km/h – desde pontas de cigarro a garrafas, chicletes, latas e jornais – e quantificar com precisão cada tipo de lixo existente sem duplicações.

Para o programa de computador desenvolvido, a prática leva a perfeição: quanto mais imagens de lixo o sistema processa, mais preciso se torna.

“O sistema aprende exatamente da mesma maneira que os cérebros humanos: pela experiência”, comenta Rad.

“Após a milionésima imagem processada pelo o computador, provavelmente ele irá adivinhar corretamente. Após um ano, o sistema funcionaria muito melhor do que agora, porque nós teremos mais imagens para serem usadas na preparação”.

Também é importante catalogar os objetos que estão no chão mas não são lixo – como folhas de árvore, por exemplo – e distinguí-los da sujeira produzida pelo homem. Pesquisadores da EPFL também estão trabalhando para “ensinar” o sistema a monitorar os depósitos de lixo da cidade e observar se eles estão ou não cheios.

Contagem padronizada

As informações sobre o tipo, a quantidade e a localização de resíduos coletadas pelo sistema podem ser usadas para calcular um valor que está sendo chamado de “Índice da Cidade Limpa” (Clean City IndexLink externo), e vem sendo aprimorado pela Cortexia em colaboração com a EPFL e a HE-Arc.

Portanto, os participantes do projeto esperam que o “Índice da Cidade Limpa” produza benefícios ambientais e econômicos tanto na Suíça como no exterior, fornecendo informações objetivas sobre a limpeza urbana… e ajudando as cidades a usar o seu tempo e as suas finanças de forma mais eficiente quando se trata de saneamento.

“Este índice pode ajudar na decisão de limpar uma determinada rua ou não, ou se deve limpar três vezes por dia ao invés de limpar uma vez a cada duas semanas. Estas são decisões que custam dinheiro para as cidades”, afirma Rad.

Até agora, testes foram realizados por meio dos veículos varredores de rua em Genebra e Friburgo, uma bicicleta em Zurique e carros em Lausanne. Os pesquisadores já levaram o sistema para monitorar as ruas de Marselha na França.

“Existe a necessidade de um sistema automatizado, seja na Suíça, na França ou em qualquer outro país. Isso também viabiliza a comparação entre a limpeza de várias cidades”, diz Rad.

Daqui para frente, os objetivos do projeto incluirão melhorar a capacidade do sistema de ignorar imagens duplicadas e potencialmente viajar com o sistema de transporte público da cidade, que trafegam a uma velocidade adequada para a câmera… e que convenientemente frequentam algumas das áreas mais propensas a ter lixo nas cidades: as paradas de ônibus.

Enquanto isso, a maior parte do trabalho consiste em fornecer ao sistema o maior número possível de imagens de diferentes tipos de lixo para que desenvolva domínio pleno de sua função.

Rad diz que embora alguns tipos de lixo sejam comuns o suficiente para fornecer ao sistema a quantidade de imagens que ele precisa, como cigarros por exemplo, outros tipos são menos comuns e encontrados longe dos outros.

“O gargalo está sendo receber quantidade de imagens suficientes dos diferentes tipos de lixo catalogados. Temos alguns truques: usamos lixo do aterro sanitário e criamos imagens artificiais que não existem no mundo real para ajudar a treinar o sistema”, explica Rad.

Adaptação: Renata Bitar