Iniciado: Enero 2025 Equipo: Brian González y José Pabón Área: IoT y Mecatrónica
Descripción General
EcoSort es una papelera inteligente que clasifica automáticamente los residuos utilizando sensores y tecnología Arduino, promoviendo hábitos sostenibles y facilitando el reciclaje en espacios universitarios y públicos.
Este proyecto combina hardware y software para crear un sistema de gestión de residuos que utiliza sensores ultrasónicos para detectar objetos, determinar su tamaño y composición, y dirigirlos al compartimento de reciclaje apropiado. La papelera está equipada con Arduino UNO como unidad de control, sensores HC-SR04 para la detección de objetos, y un mecanismo de clasificación que separa plásticos, papel, metal y residuos orgánicos.
EcoSort no solo clasifica los residuos, sino que también recopila datos sobre los hábitos de reciclaje, proporcionando estadísticas útiles para campañas de concientización ambiental. El diseño modular permite su fácil instalación en diferentes entornos y su adaptación a distintas necesidades de reciclaje.
Objetivos del Proyecto
Desarrollar un sistema automatizado de clasificación de residuos
Facilitar y promover prácticas de reciclaje en entornos universitarios
Reducir la contaminación por clasificación incorrecta de desechos
Recopilar datos sobre hábitos de reciclaje para análisis estadístico
Crear un prototipo escalable y adaptable a diferentes entornos
Galería de Imágenes
Prototipo inicial de EcoSort
Sistema de sensores ultrasónicos HC-SR04
Diseño del circuito con Arduino UNO
Pruebas de funcionamiento en entorno real
Tecnologías Utilizadas
Arduino UNO
Microcontrolador utilizado como unidad central de procesamiento para gestionar los sensores y mecanismos.
Sensores HC-SR04
Sensores ultrasónicos para la detección de objetos y medición de distancias con precisión.
Servomotores
Actuadores para el sistema de clasificación que dirige los residuos al compartimento correspondiente.
IoT Dashboard
Interfaz para visualización de datos y estadísticas de uso en tiempo real.
Equipo del Proyecto
Brian González
Desarrollo de Hardware
Estudiante de Ing. Sistemas
José Pabón
Programación y Diseño
Estudiante de Ing. Sistemas
Resultados y Conclusiones
Durante las pruebas piloto realizadas en la cafetería universitaria, EcoSort demostró una precisión de clasificación del 85% para plásticos, 78% para papel y 92% para materiales metálicos. La implementación del sistema logró aumentar en un 40% la tasa de reciclaje en las áreas donde se instaló.
Estadísticas de clasificación y volumen de reciclaje tras implementación de EcoSort
Los principales desafíos encontrados durante el desarrollo fueron la calibración precisa de los sensores para distintos tipos de materiales y la optimización del consumo energético para permitir una operación prolongada. Estos aspectos se mejoraron mediante ajustes en el algoritmo de detección y la implementación de un modo de bajo consumo durante periodos de inactividad.
Como conclusión, EcoSort demuestra cómo la tecnología puede aplicarse efectivamente para promover hábitos sostenibles y facilitar la correcta gestión de residuos. Los datos recopilados también han proporcionado valiosa información sobre patrones de consumo y desecho, que puede utilizarse para futuras campañas de concientización ambiental. El siguiente paso en el desarrollo es la implementación de conectividad IoT completa para la gestión remota y el análisis de datos en tiempo real.
