Click here for the English version
Onze opruimacties optimaliseren! Waarom?
Waste Watchers streeft ernaar de inspanningen van organisaties zoals River Cleanup te verlichten. Zij mobiliseren wereldwijd miljoenen vrijwilligers om zwerfvuil uit rivieren en hun omgeving op te ruimen. Het grote doel van deze opruimactiviteiten is om zwerfvuil te verwijderen terwijl het nog toegankelijk is, zodat het niet in onze oceanen terechtkomt. Het is daarom cruciaal om opruimacties op de juiste plaats te doen. Dit werd ook duidelijk aangehaald door de burgers in de oproep voor ideeën van amai! in 2022. Daarom bundelden we de krachten met River Cleanup en lanceerden we het idee van Waste Watchers.
Waste Watchers is een van de 5 geselecteerde burgerwetenschapsprojecten van het amai!-programma, dat door Scivil, Kenniscentrum Data & Maatschappij en het Vlaams Departement Economie, Wetenschap en Innovatie (EWI) wordt georganiseerd. Het wil burgers niet alleen informeren over Artificiële Intelligentie (AI), maar hen ook actief betrekken bij het ontwikkelen van nieuwe AI-toepassingen in Vlaanderen. Waste Watchers is een uniek onderzoeksproject dat burgers in staat stelt om zelf met kleine drones en AI zwerfvuil in kaart te brengen, met de oevers van de Schelde als locatie voor ons proof-of-concept.
Burgers en drones, een wereldprimeur om zwerfvuil in kaart te brengen
Om de hotspots van zwerfvuil in kaart te brengen, beginnen we met het verzamelen van dronebeelden. Waarom drones? Drones, met hun vogelperspectief, kunnen een meer alomvattend beeld vastleggen en zelfs zwerfvuil ontdekken dat verborgen is door bijvoorbeeld struiken of gewassen. Om hoge kosten en complexe vergunningsprocedures te vermijden, hebben we kleine, lichte drones (minder dan 250 g) gebruikt die veilig zijn en door een groot publiek bediend kunnen worden. Zo kunnen zowel het bredere publiek als professionele organisaties (publiek of privaat) samenwerken met dezelfde tools voor gegevensverzameling, aanvullend op elkaar. Het levert ons zeer gedetailleerde beelden op (we zien details tot 0,5 cm groot).
Waste Watchers is een wereldprimeur. Het is de eerste keer dat het grote publiek wordt ingezet om met dronebeelden zwerfvuil op te sporen. Aan het begin van de zomer deed Waste Watchers een oproep om zoveel mogelijk luchtfoto's van de oevers van de Schelde te verzamelen met behulp van drones. Burgers konden met hun eigen drone(s) foto’s verzamelen of deelnemen aan een van de vijf publieke vliegdagen. De oproep om een ‘Waste Watcher’ te worden, was een groot succes. Dit bevestigt dat de nood voor zo’n systeem groot is. Tijdens de publieke vliegdagen in juli en augustus (in Wichelen, Oudenaarde, Avelgem, Gent en Dendermonde), maakten bijna 200 enthousiastelingen, variërend 5 tot 75 jaar oud, kennis met het concept van Waste Watchers. De deelnemers kregen informatie over de zwerfvuilproblematiek, de doelstellingen en de opzet van Waste Watchers, de wetgeving rond het gebruik van drones en dronevluchten, en ze leerden ook hoe ze een kleine drone moeten bedienen om kwalitatieve dronebeelden te verzamelen. Samen met de 100 vluchten die verschillende burgers privé nog uitgevoerd hebben, verzamelden we meer dan 8.000 foto's, die 40 km van de oevers van de Schelde in beeld brengen.
Om gegevens op een gestandaardiseerde manier te verzamelen, zijn alle dronebeelden opgenomen volgens specifieke richtlijnen van het Waste Watchers project. Waar er hiaten waren, zijn medewerkers van River Cleanup en vrijwilligers extra dronebeelden gaan verzamelen. We zijn heel tevreden met het enthousiasme en de opkomst voor Waste Watchers, wat toch wel een uniek operationeel burgerwetenschapsproject is dat het grote publiek oproept om dronebeelden te gebruiken voor milieumonitoring.
Technologische ontwikkelingen voor automatische detectie
Om zwerfvuil te herkennen en te categoriseren, vertrouwde het project zwaar op de annotatie van duizenden afbeeldingen. Deze afbeeldingen werden gebruikt om hoogwaardige AI-computermodellen te trainen. We hebben hiervoor opnieuw samengewerkt met De Lift Education, een school voor jongeren met autismespectrumstoornis (ASS) die zich specifiek richt op het aanleren van IT-vaardigheden. Hun studenten beschikken over vaardigheden in nauwkeurig labelen, wat natuurlijk van grote waarde is bij het creëren van automatische detectiemodellen. Het trainen van een nauwkeurig model voor zwerfvuildetectie op zo'n groot stuk rivieroever bleek niet gemakkelijk te zijn. Hoewel we succesvolle casestudy's terugvinden in de wetenschappelijke literatuur over zwerfvuildetectie in water en op stranden, is de operationele realiteit van omgaan met bijna eindeloze variëteiten aan achtergronden en kenmerken van zwerfvuilobjecten uitdagender, en in feite een inspanning in volle ontwikkeling. Momenteel blijven we verschillende aanpakken testen om AI-modellen te verbeteren met als doel tegen het einde van het project betrouwbare zwerfvuilkaarten te genereren.
Met ons MAPEO platform beschikken we over een robuuste en flexibele omgeving om grote hoeveelheden dronebeelden te verzamelen, geografisch correct te plaatsen en nadien te verwerken. De dronebeelden worden verwerkt via de automatische detectiemodellen. De resultaten worden beschikbaar gesteld via een online viewer.
Onderdeel van de eerste prototypekaart die visualiseert hoeveel stukjes zwerfvuil per hectare de computer heeft gevonden, waarbij we de objectlocaties samenvoegen in een hittekaart. © VITO Remote Sensing
Dynamische afvalverspreidingskaarten aanbieden
Het ultieme doel van het Waste Watchers project is om een dynamische afvalverspreidingskaart aan te bieden. Momenteel zijn we volop onze AI-modellen aan het testen en verbeteren met als doel tegen het einde van het project betrouwbare zwerfvuilkaarten te genereren.
Het project loopt tot het einde van het jaar en deelnemers worden nog steeds aangemoedigd om nieuwe dronebeelden in te dienen. Elk resultaat is een startpunt voor organisaties zoals River Cleanup. Maar hun opruimcapaciteit is beperkt. Daarom is het cruciaal om te focussen op gebieden waar het meeste zwerfvuil aanwezig is. De afvalspreidingskaarten helpen deze hotspots te identificeren. De grootste kracht van het project ligt in samenwerking, waarbij professionals, landbeheerders en overheden hetzelfde platform kunnen gebruiken en elkaars gegevens kunnen aanvullen.