FR3137174A1 - Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais - Google Patents
Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais Download PDFInfo
- Publication number
- FR3137174A1 FR3137174A1 FR2206482A FR2206482A FR3137174A1 FR 3137174 A1 FR3137174 A1 FR 3137174A1 FR 2206482 A FR2206482 A FR 2206482A FR 2206482 A FR2206482 A FR 2206482A FR 3137174 A1 FR3137174 A1 FR 3137174A1
- Authority
- FR
- France
- Prior art keywords
- gantry
- skip
- contents
- truck
- tracking
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title description 3
- 239000000284 extract Substances 0.000 title 1
- 239000000463 material Substances 0.000 claims abstract description 30
- 238000012512 characterization method Methods 0.000 claims abstract description 16
- 230000003595 spectral effect Effects 0.000 claims abstract description 9
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 15
- 239000000523 sample Substances 0.000 claims description 11
- 238000005303 weighing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000004913 activation Effects 0.000 claims description 2
- 238000007639 printing Methods 0.000 claims description 2
- 230000011664 signaling Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 239000002699 waste material Substances 0.000 description 24
- 238000004458 analytical method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000005070 sampling Methods 0.000 description 7
- 230000004907 flux Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000010804 inert waste Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002045 lasting effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 229910052724 xenon Inorganic materials 0.000 description 2
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 2
- 241000861223 Issus Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 235000021183 entrée Nutrition 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 239000002920 hazardous waste Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000002440 industrial waste Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 235000011837 pasties Nutrition 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Sorting Of Articles (AREA)
Abstract
L’invention concerne un portique pour la caractérisation par analyse spectrale des matériaux contenus dans la benne d’un camion (1) constitué par une infrastructure (100) définissant un passage pour un camion. Ledit portique est équipé d’au moins un capteur spectral (10) pour la caractérisation sans contact des matériaux contenus dans la benne délivrant un signal traité par un calculateur pour la détermination d’une signature numérique dudit chargement, et un moyen pour l’édition d’un fichier numérique correspondant à ladite signature. Figure de l’abrégé : Figure 1
Description
La présente invention concerne le domaine de la gestion des déblais et la prévention des pollutions de décharges par des matières contaminantes organiques ou non-inertes.
Selon une étude de 2019, le secteur du bâtiment produit près de 46 millions de tonnes de déblais par an. Si ces déblais sont principalement composés de déblais inertes issus du gros œuvre (34Mt), ils se composent aussi de nombreux déblais plus hétérogènes issus du second œuvre. Avec un taux de valorisation estimé à près de 30%, contre près de 80% pour les déblais inertes, ces déblais issus du second œuvre sont moins bien valorisés.
Les déblais inertes sont majoritairement valorisés pour le comblement des carrières ou réemployés sur les chantiers ou par lavage afin de fournir des granulés recyclés pour la production de béton.
Les déblais couvrent différents types de matériaux et peuvent être des matériaux de déconstruction, par exemple des blocs de béton qui peuvent être concassés pour former des matières premières secondaires (désignent un matériau issu du recyclage de déchets et pouvant être utilisés en substitution totale ou partielle de matière première vierge), matériaux de démolition.
Toutefois, si la traçabilité des déblais est défaillante, le caractère non-inerte des déblais peut être remis en cause ce qui limite la valorisation de certains déblais.
Les mesures pratiquées actuellement sont limitées et ne répondent pas aux problématiques de gestion des déblais. Les laboratoires d’analyses proposent des mesures de déblais à bas coûts dont la durée est de plusieurs semaines. Pendant cette période, il est impossible de stocker temporairement les déblais et d’attendre les résultats. Par conséquent, les acteurs ne réalisent que les analyses minimum et légales car celles-ci ne sont pas adaptées aux contraintes opérationnelles de la gestion des déblais.
L’imagerie hyperspectrale est la seule technologie suffisamment rapide pour analyser le contenu des bennes à la cadence requise pour gérer des déblais. L’imagerie permet des mesures en temps réel lorsqu’un camion entre et sort d’un centre de gestion de déblais. Une grande quantité de données est alors produite et seul un algorithme d’intelligence artificielle a la capacité d’interpréter les résultats instantanément. L’apprentissage de l'algorithme est réalisé sur des données produites en laboratoire afin de fournir des concentrations physico-chimiques standardisées et utilisées couramment. La caractéristique du système est de produire les analyses en laboratoire à partir de mesures en temps réel adaptées aux contraintes opérationnelles.
La traçabilité des déblais constitue donc un enjeu majeur pour le traitement des déblais du bâtiment.
On entend généralement par le terme traçabilité la possibilité de suivre un produit aux différents stades de sa production, de sa transformation et de sa commercialisation. Pour le grand public, cette notion concerne en particulier les filières alimentaires, et elle permet de contrôler et de garantir la provenance et la qualité des produits. Dans le secteur des déblais, la traçabilité est en particulier mise en œuvre sur les déblais dangereux.
Ainsi, un système de traçabilité doit en particulier permettre :
- De retracer l'origine d'un produit et de ses composants ;
- De lister les lieux de stockage d'un produit et de ses composants ;
- De recenser les contrôles effectués sur un produit et ses composants ;
- D'identifier tous les équipements utilisés pendant le cycle de fabrication.
Le pilotage des flux suppose un suivi du flux physique grâce au flux d’information, c’est-à-dire un couplage entre flux physique et flux d’information.
Afin de remplir cette fonction, il est possible de définir les caractéristiques d’un système de traçabilité « totale » qui sont :
- De pouvoir à tout moment localiser les flux physiques (tracking). Il s’agit par exemple du principe de la balise GPS en capacité d’indiquer à tout moment la position de l’élément équipé.
- D’être capable de reconstruire ex post ou in itinere l’histoire du flux (tracing). Cette
Afin de remplir ces objectifs, un système de traçabilité doit donc remplir les 2 fonctions suivantes :
- Capter l’information à la source (localisation, changement de détenteur, caractéristiques des flux, intervention sur les flux… )
- Mémoriser et garantir les informations,
Si la traçabilité doit permettre d’associer un flux d’information à un flux physique, son objectif final est bien de pouvoir consolider et contrôler l’ensemble de ces données pour s’assurer du bon fonctionnement d’un processus complexe de collecte et de transformation de la matière, et aider la chaine de transformation matière, via la transmission de données.
L’analyse des gravats est généralement effectuée en temps différé en laboratoire. On connaît par exemple la solution d’expertise TRACIMAT (nom commercial) ou Grondbank (nom commercial) de traçabilité des déblais de démolition. Ces solutions système cherchent à certifier la provenance du granulat recyclé et d’intégrer l'information associée à la chaîne logistique de la démolition de manière à :
- Réduire les risques environnementaux liés à la valorisation et à l’utilisation des déblais inertes issus de la démolition de bâtiments ;
- Éviter une mauvaise gestion de déblais dangereux ou pouvant entrainer une pollution ;
- Garantir la qualité des flux de déblais afin de les orienter vers le recyclage à haute valeur ajoutée.
On connaît dans l’état de la technique le brevet FR2674817 décrivant une installation pour le prélèvement automatique, en vue d'analyse, d'un échantillon dans un produit en vrac, sous forme pulvérulente ou pâteuse, transporté en camion ou conteneur équivalent, caractérisé en ce qu'elle comprend: un portique surplombant une aire prédéterminée de chaussée pour la mise en stationnement du camion et accessible par marches d'escalier jusqu'au sol; un dispositif à vis de forage, installé sur ledit portique, pour prélever l'échantillon puis le transférer dans un récipient qui est ensuite fermé; un laboratoire proche dudit portique et muni de moyens de commande et contrôle ainsi que de moyens d'analyse. L’application de ce portique est le prélèvement et à l'analyse des déchets et résidus de tous types, notamment de déchets industriels dangereux et nocifs.
On connaît aussi dans l’état de la technique le brevet français FR3055500B1 décrivant un système de traçabilité de déblais comportant :
- un capteur communiquant qui est destiné à être associé à un chargement de déblais et qui comprend un module à accéléromètres,
- au moins un serveur adapté pour recevoir du capteur des données relatives aux mesures des accéléromètres qui sont transmises de façon régulière et/ou événementielle par ledit capteur, ledit serveur comportant un calculateur adapté pour traiter lesdites données afin d'en déduire une information sur le transport du chargement de déblais et son éventuel déchargement.
Ce capteur comporte un module à accéléromètres (trois axes), des moyens de communication et un microcontrôleur le comportant des moyens mémoire et de traitement des données issues de l'accéléromètre et gérant les échanges entre le module accéléromètre et les moyens de communication. Le but est de permettre un suivi non seulement du trajet du camion ayant chargé le déblai mais également du transfert du déblai sur un autre type de contenant.
On connaît encore le brevet FR2996305 décrivant un système de prélèvement et de mesure de paramètres sur des matières en tas, qui comporte un dispositif de prélèvement à vis sans fin, un poste de mesure en continu et une goulotte d'évacuation, le dispositif de prélèvement étant monté mobile sur un support de sorte à pouvoir être enfoncé et ressorti du tas, le support étant lui-même mobile sur un portique, le dispositif de prélèvement envoyant la matière ainsi prélevée vers le poste de mesure en continu suivi de la goulotte d'évacuation.
Le brevet FR2551868 propose une autre solution d’échantillonnage automatique de matières en vrac contenues dans des véhicules de transport.
Les solutions de l’art antérieur ne permettent pas de gérer en temps réel la vérification de déblais en vue de la mise à l’écart des parties contaminées avec des matières non-inertes. Elles nécessitent toutes des traitements relativement longs dans un laboratoire distant, disposant de ressources humaines qualifiées pour appliquer une batterie de tests et d’analyses sur un échantillon prélevé sur le chantier.
L'objectif de l’invention est d’optimiser la valorisation des déblais et de prévenir les problématiques environnementales. Les déblais inertes sont majoritairement valorisés pour le comblement des carrières ou réemployés sur les chantiers. Néanmoins, le caractère non-inerte des déblais est parfois remis en cause en l'absence de traçabilité précise et une plus grande proportion de déblais non-inertes pourraient aussi être valorisés par lavage afin de fournir des granulés recyclés pour la production de béton.
Les mesures pratiquées actuellement sont limitées et ne répondent pas aux problématiques de gestion des déblais. Les laboratoires d’analyses proposent des mesures de déblais à bas coûts dont la durée est de plusieurs semaines. Pendant cette période, il est impossible de stocker temporairement les déblais et d’attendre les résultats. Par conséquent, les acteurs ne réalisent que les analyses minimum et légales car celles-ci ne sont pas adaptées aux contraintes opérationnelles de la gestion des déblais.
L’invention concerne selon son acception la plus générale un portique pour la caractérisation par analyse spectrale des matériaux contenus dans la benne d’un camion constitué par une infrastructure définissant un passage pour un camion caractérisé en ce qu’il est équipé d’au moins un capteur spectral pour la caractérisation sans contact des matériaux contenus dans la benne délivrant un signal traité par un calculateur pour la détermination d’une signature numérique dudit chargement, et un moyen pour l’édition d’un fichier numérique correspondant à ladite signature.
Avantageusement ledit portique comporte en outre une imprimante pour l’impression sur un support matériel d’une information représentative de ladite signature.
Selon une variante, il comporte en outre des moyens de traitement pour la classification de ladite signature en fonction de critères catégoriels commandant l’activation d’une signalisation optique ou visuelle.
Selon une autre variante, il comporte en outre au moins un capteur d’image tridimensionnel et des moyens pour le traitement des signaux fournis par ledit capteur pour l’estimation du volume dudit chargement.
Selon un mode de réalisation particulier, le portique comporte en outre un moyen de pesage du camion, et des moyens pour le calcul de la densité du chargement en fonction du poids nominal dudit camion.
Optionnellement il comporte en outre un moyen de comptage du nombre d’essieux pour la caractérisation dudit camion.
L’invention concerne aussi un système de traçabilité du contenu d’une benne de camion par analyse spectrale des matériaux contenus dans la benne caractérisé en ce qu’il comporte un premier portique installé sur le site de chargement de la benne et un deuxième portique installé sur le site de décharge de ladite benne, chacun desdits portiques étant équipé d’au moins un capteur spectral pour la caractérisation sans contact des matériaux contenus dans la benne et la détermination d’une signature numérique dudit chargement, le système comportant en outre des moyens de comparaison entre la signature dudit chargement par le portique de chargement et la signature dudit chargement par le portique de déchargement de la même benne.
Avantageusement, chacun desdits portique est associé à un pont-bascule de pesage et en ce que lesdits moyens de comparaison comparent également le poids enregistré par chacun desdits ponts-bascules de pesage.
De préférence, lesdits capteurs spectraux sont des imageurs hyperspectraux.
Selon une variante, chacun desdits portiques comporte en outre une caméra infrarouge.
Selon une autre variante, chacun desdits portiques comporte une source lumineuse d’excitation du contenu de la benne.
Optionnellement, chacun desdits portiques comporte en outre une sonde électrochimique apte à être plongée dans le contenu de ladite benne et lesdits moyens de comparaison comparent également les signatures desdites sondes électrochimiques.
Selon un mode de réalisation particulier, chacun desdits portiques comporte en outre un scanner à rayon X et lesdits moyens de comparaison comparent également les signatures desdits scanners.
Avantageusement, lesdits portiques comportent des moyens de communication pour la transmission par le portique de chargement des informations relatives à l’identifiant d’une benne en vue de la comparaison avec les informations relatives au même identifiant provenant du portique de décharge.
De préférence, ledit portique de chargement comporte un moyen d’édition d’un code graphique ou numérique correspondant à la signature du contenu de la benne associée à un identifiant de ladite benne.
Selon une variante, lesdits portiques comportent un calculateur appliquant un traitement d’image pour le détourage du contenu de la benne
Description détaillée d’un exemple non limitatif de réalisation de l’invention
Description détaillée d’un exemple non limitatif de réalisation de l’invention
La présente invention sera décrite de manière plus détaillée en référence à des exemples non limitatifs de réalisation précisant les avantages et considérations susmentionnées. Une description plus particulière de l'invention brièvement décrite ci-dessus illustrée par les dessins annexés où :
la représente une vue schématique du portique selon l’invention ;
la représente une vue schématique du système selon l’invention ;
la représente une vue schématique des traitements selon l’invention.
Le portique selon l’invention comprend une infrastructure (100), par exemple métallique définissant un passage pour un camion (1) ; et servant de support pour une caméra multispectrale (10), un lidar ou une caméra de champ tridimensionnelle (101), une caméra (102) pour le comptage d’essieux et un système de pesage (103) du camion.
La caméra de champ (101) est par exemple une caméra de champ Microsoft Kinect comportant plusieurs capteurs dans le visible et dans l’infrarouge, ou encore une caméra de champ commercialisée sous le nom commercial de INTEL REALSENSE D415 ET D435. La caméra de champ (101) peut aussi être constituée par un LIDAR fournissant une image sous forme de nuages de points, associé à un capteur d’image fournissant une image 2D de forme RGB.
Un calculateur réalise un prétraitement des images numériques fournies par la caméra de champ (101) pour déterminer le volume du chargement à partir de la connaissance des caractéristiques de la benne du camion (1).
Lors du passage d’un camion (1), la caméra multispectrale (10) fournit une information représentative de la composition chimique des matériaux à la surface de la benne, et la caméra tridimensionnelle (101) fournit une information sur le volume du chargement. Le système de pesage (103) fournit une information de la masse totale et la caméra (102) sur le nombre d’essieux du camion (1), permettant de caractériser le camion. L’ensemble de ces données permet de déterminer la densité du chargement.
Éventuellement, une sonde robotisée (104) couplée à une fibre optique peut être introduite dans le chargement pour obtenir une information multispectrale au cœur du chargement.
L'invention repose sur l'exploitation de deux portiques, un portique sur le site de chargement (10) du camion (1) et un portique (20) au centre de déchargement (21). Les portiques (10, 20) peuvent communiquer entre eux en passant par un serveur (35) dans le "Cloud " (30), qui permet de centraliser les informations et de gérer la traçabilité des déblais.
La communication peut être assurée par l'intermédiaire de téléphones intelligents (15, 25) exécutant une application commandant la communication avec le portique par une transmission courte distance, par exemple Bluetooth, et le traitement des données reçues pour assurer leur horodatage et leur association avec les informations de géolocalisation par les informations GPS du téléphone avant transmission à un serveur (35).
Les portiques (10, 20) s’apparentent à des portiques « écotaxe » équipés d’un imageur hyperspectral (et d’autres capteurs) et d’un système de traitement de ces informations acquises afin de mesurer systématiquement les paramètres physico-chimiques des déblais et granulats pour caractériser le contenu des camions. Un tel dispositif peut être utilisé :
- Soit à l’entrée d’un centre de stockage et de recyclage des déblais de chantier,
- Soit au chantier et au centre de stockage afin d’avoir une meilleure traçabilité des contenus des camions.
Les données mesurées sont traitées sur place ou à distance en connexion à un cloud. Les algorithmes d’intelligence artificielle (et en particulier de Machine Learning) visent à analyser et comparer à une base de données préétablie. Le système permet ainsi de détecter les polluants éventuels dès l'entrée des déblais en centres de traitement.
Pour le traitement de l’information, le portique est équipé d’un calculateur et des moyens de radiocommunication. Le traitement de l’information suit le chemin suivant :
Le calculateur centralise les différentes données acquises par les capteurs, puis applique des traitements numériques pour générer en temps-réel des signatures sur la caractérisation du contenu de la benne. Ces signatures sont ensuite transmises et affichées à l’opérateur sur place (par ordinateur ou tablette connectée).
Ensuite ces signatures sont fournies et affichées sous forme d’indicateurs. Les moyens de radiocommunication permettent de communiquer les données vers un espace de stockage Cloud.
Ainsi, les données sont disponibles en local pour la prise de décision en temps réel mais également sur une plateforme en ligne pour permettre au chef de projet équipé d’un terminal connecté, présent au centre de contrôle ou à distance (avec une tablette connectée par exemple), de suivre les opérations en direct et de vérifier la traçabilité.
De préférence les portiques (10, 20) sont équipés d’imageurs hyperspectraux ou d’une technologie suffisamment rapide pour analyser le contenu des bennes à la cadence requise pour gérer des déblais. L’imagerie permet des mesures en temps réel lorsqu’un camion entre et sort d’un centre de gestion de déblais. Une grande quantité de données est alors produite et seul un algorithme d’intelligence artificielle a la capacité d’interpréter les résultats instantanément. L’apprentissage de l'algorithme est réalisé sur des données produites en laboratoire afin de fournir des concentrations physico-chimiques standardisées et utilisées couramment. La caractéristique du système est de produire des analyses en laboratoire à partir de mesures en temps réel adaptées aux contraintes opérationnelles.
Exemple particulier d’un portique à imageur ou capteur hyperspectral
Exemple particulier d’un portique à imageur ou capteur hyperspectral
Les portiques (10, 20) sont avantageusement équipés de capteurs hyperspectraux présentant une plage de sensibilité comprise entre 100 microns et 200 nanomètres. Il peut s’agir d’une caméra hyperspectrale, ou d’une caméra multispectrale, ou d’un assemblage de capteurs formant un capteur multispectral composite.
La représente le schéma optique d’un exemple alternatif de réalisation du capteur hyperspectral pour les portiques (10, 20). Le portique comporte une source lumineuse, par exemple une source xénon, halogène et LED, additionnée ou non (10) éclairant la surface du contenu de la benne (1) par un ou plusieurs faisceaux séparés. Un monochromateur (51) placé sur le trajet optique fournit un faisceau secondaire d’excitation de la fluorescence.
La lumière renvoyée par la surface éclairée de la benne est recueillie au moyen d'un interrupteur optique (50). Le premier canal de réflectance est destiné à la collecte des photons simultanément sur deux spectromètres distincts :
- Un spectromètre (61) dans la bande visible et ultraviolet,
- Un spectromètre (62) dans la bande infrarouge.
Le deuxième canal est destiné à la collecte des photons de fluorescence dans la gamme UV-Visible-PIR : la lumière incidente monochromatique est sélectionnée au moyen d'un mono-chromateur connecté à la lampe Xénon et les photons sont collectés sur le spectromètre UV-Visible-PIR (60).
Afin de réduire les perturbations dues à l’éclairage ambiant, une variante consiste à prévoir une bâche pour occulter la zone d’interaction entre le portique (10, 20) et la benne (1). Il est ainsi possible de mesurer la signature hyperspectrale dans des conditions d’éclairement homogène et reproductible. Alternativement, la zone d’interaction peut être éclairée avec une source halogène constante.
Traitement des images recueillies par l’imageur du portique
Traitement des images recueillies par l’imageur du portique
Optionnellement, les images acquises par le capteur de chacun des portiques (10, 20) font l’objet d’un prétraitement consistant à détourer la zone correspondant au contour de la benne pour extraire les zones correspondant exclusivement au contenu à caractériser.
Les capteurs tridimensionnelles (101) ou lidar et caméra de champs alternatives disposé dans l’axe des essieux (102) peuvent fournir les référentiels spatiaux.
Ces référentiels patiaux permettent de mesurer le volume et la taille des matériaux caractérisés par le dispositif et les images spectrales, de même que le volume et la quantité de déblais contenus dans le camion caractérisés par le dispositif et les images spectrales.
Le traitement peut être réalisé tout ou partie sur l’ordinateur local ou sur un serveur de calcul distant.
Le traitement peut consister à comparer la signature des matériaux par rapport à des référentiels ou à une caractérisation antérieure.
Le portique (10, 20) peut également être équipé d’une sonde mobile pouvant être plongée dans le contenu de la benne afin de disposer d’une information supplémentaire et vérifier l’homogénéité. Cette sonde (104) peut être couplée à un imageur par une fibre optique.
Les portiques (10, 20) peuvent également être équipés d’un plateau de pesée et/ou d’une caméra stéréoscopique pour permettre une estimation du volume du chargement par un traitement d’images ou une analyse de la granulométrie.
Ils peuvent aussi être équipés d’un capteur de radioactivité.
Selon une variante, les signatures sont codées sous forme de code matriciel, par exemple sous forme de QrCode et imprimé sur un support matériel qui peut être présenté au niveau de la zone de déchargement afin de permettre la lecture des données et la comparaison avec les données acquises par le portique de déchargement. Ces informations peuvent aussi être enregistrées numériquement sur un support de type RFID. Alternativement, la signature peut être stockée dans une base de données.
Claims (16)
- – Portique pour la caractérisation par analyse spectrale des matériaux contenus dans la benne d’un camion (1) constitué par une infrastructure (100) définissant un passage pour un camion caractérisé en ce qu’il est équipé d’au moins un capteur spectral (10) pour la caractérisation sans contact des matériaux contenus dans la benne délivrant un signal traité par un calculateur pour la détermination d’une signature numérique dudit chargement, et un moyen pour l’édition d’un fichier numérique correspondant à ladite signature.
- - Portique pour la caractérisation selon la revendication 1 caractérisé en ce que ledit portique comporte en outre une imprimante pour l’impression sur un support matériel d’une information représentative de ladite signature.
- - Portique pour la caractérisation selon la revendication 1 caractérisé en ce qu’il comporte en outre des moyens de traitement pour la classification de ladite signature en fonction de critères catégoriels commandant l’activation d’une signalisation optique ou visuelle.
- - Portique pour la caractérisation selon la revendication 1 caractérisé en ce qu’il comporte en outre au moins un capteur d’image tridimensionnel et des moyens pour le traitement des signaux fournis par ledit capteur pour l’estimation du volume dudit chargement.
- - Portique pour la caractérisation selon la revendication précédente caractérisé en ce qu’il comporte en outre un moyen de pesage (103) du camion, et des moyens pour le calcul de la densité du chargement en fonction du poids nominal dudit camion (1).
- - Portique pour la caractérisation selon la revendication 1 caractérisé en ce qu’il comporte en outre un moyen de comptage du nombre d’essieux pour la caractérisation dudit camion.
- – Système de traçabilité du contenu d’une benne de camion par analyse spectrale des matériaux contenus dans la benne caractérisé en ce qu’il comporte un premier portique installé sur le site de chargement de la benne et un deuxième portique installé sur le site de décharge de ladite benne, chacun desdits portiques étant équipé d’au moins un capteur spectral pour la caractérisation sans contact des matériaux contenus dans la benne et la détermination d’une signature numérique dudit chargement, le système comportant en outre des moyens de comparaison entre la signature dudit chargement par le portique de chargement et la signature dudit chargement par le portique de déchargement de la même benne.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que chacun desdits portique est associé à un pont-bascule de pesage et en ce que lesdits moyens de comparaison comparent également le poids enregistré par chacun desdits ponts-bascules de pesage.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que lesdits capteurs spectraux sont des imageurs hyperspectraux.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que chacun desdits portiques comporte en outre une caméra infrarouge.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que chacun desdits portiques comporte une source lumineuse d’excitation du contenu de la benne.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que chacun desdits portiques comporte en outre une sonde électrochimique apte à être plongée dans le contenu de ladite benne et en ce que lesdits moyens de comparaison comparent également les signatures desdites sondes électrochimiques.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que chacun desdits portiques comporte en outre un scanner à rayon X et en ce que lesdits moyens de comparaison comparent également les signatures desdits scanners.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que lesdits portiques comportent des moyens de communication pour la transmission par le portique de chargement des informations relatives à l’identifiant d’une benne en vue de la comparaison avec les informations relatives au même identifiant provenant du portique de décharge.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que ledit portique de chargement comporte un moyen d’édition d’un code graphique ou numérique correspondant à la signature du contenu de la benne associée à un identifiant de ladite benne.
- - Système de traçabilité du contenu d’une benne selon la revendication 7 caractérisé en ce que lesdits portiques comportent un calculateur appliquant un traitement d’image pour le détourage du contenu de la benne.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2206482A FR3137174A1 (fr) | 2022-06-28 | 2022-06-28 | Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR2206482 | 2022-06-28 | ||
FR2206482A FR3137174A1 (fr) | 2022-06-28 | 2022-06-28 | Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3137174A1 true FR3137174A1 (fr) | 2023-12-29 |
Family
ID=83996359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR2206482A Pending FR3137174A1 (fr) | 2022-06-28 | 2022-06-28 | Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3137174A1 (fr) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2551868A1 (fr) | 1983-08-19 | 1985-03-15 | Serval Sa | Procede et dispositif d'echantillonnage automatique de matieres en vrac contenues dans des vehicules de transport |
FR2674817A1 (fr) | 1991-04-08 | 1992-10-09 | Sarp Ind | Prelevement automatique d'echantillons dans un produit en vrac. |
US6318193B1 (en) * | 1998-10-08 | 2001-11-20 | Pavement Technology, Inc. | Apparatus for use in sampling aggregate |
FR2938650A1 (fr) * | 2008-11-14 | 2010-05-21 | Suez Environnement | Procede et dispositif pour evaluer le taux de matiere organique dans des dechets |
FR2996305A1 (fr) | 2012-10-02 | 2014-04-04 | Segem S A S | Systeme de prelevement et de mesure en continu |
FR3055500B1 (fr) | 2016-08-29 | 2020-12-25 | Bouygues Travaux Publics | Systeme de tracabilite de deblais |
-
2022
- 2022-06-28 FR FR2206482A patent/FR3137174A1/fr active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2551868A1 (fr) | 1983-08-19 | 1985-03-15 | Serval Sa | Procede et dispositif d'echantillonnage automatique de matieres en vrac contenues dans des vehicules de transport |
FR2674817A1 (fr) | 1991-04-08 | 1992-10-09 | Sarp Ind | Prelevement automatique d'echantillons dans un produit en vrac. |
US6318193B1 (en) * | 1998-10-08 | 2001-11-20 | Pavement Technology, Inc. | Apparatus for use in sampling aggregate |
FR2938650A1 (fr) * | 2008-11-14 | 2010-05-21 | Suez Environnement | Procede et dispositif pour evaluer le taux de matiere organique dans des dechets |
FR2996305A1 (fr) | 2012-10-02 | 2014-04-04 | Segem S A S | Systeme de prelevement et de mesure en continu |
FR3055500B1 (fr) | 2016-08-29 | 2020-12-25 | Bouygues Travaux Publics | Systeme de tracabilite de deblais |
Non-Patent Citations (1)
Title |
---|
MAIMAITIJIANG M. ET AL: "A FULLY AUTOMATED AND FAST APPROACH FOR CANOPY COVER ESTIMATION USING SUPER HIGH-RESOLUTION REMOTE SENSING IMAGERY", ISPRS ANNALS OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, vol. V-3-2021, 17 June 2021 (2021-06-17), pages 219 - 226, XP093009009, DOI: 10.5194/isprs-annals-V-3-2021-219-2021 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230196307A1 (en) | System and method for waste management | |
Jiang et al. | Real‐time crack assessment using deep neural networks with wall‐climbing unmanned aerial system | |
KR101756960B1 (ko) | 항공 초분광 영상을 이용한 토양 중금속의 모니터링 방법 | |
Sankarasrinivasan et al. | Health monitoring of civil structures with integrated UAV and image processing system | |
US20200103328A1 (en) | Mobile microscopy system for air quality monitoring | |
JP4544845B2 (ja) | 天然ガス・パイプラインの故障検出 | |
US20180067209A1 (en) | Method and apparatus for processing spectral images | |
Heege et al. | Operational multi-sensor monitoring of turbidity for the entire Mekong Delta | |
US20200109963A1 (en) | Selectively Forgoing Actions Based on Fullness Level of Containers | |
KR102196255B1 (ko) | 도로 노면 손상 탐지를 위한 영상 처리 및 딥러닝 이미지 분류 장치 및 방법 | |
Angulo et al. | Road damage detection acquisition system based on deep neural networks for physical asset management | |
US20210056492A1 (en) | Providing information based on detection of actions that are undesired to waste collection workers | |
Antuña-Sánchez et al. | Relative sky radiance from multi-exposure all-sky camera images | |
Ashraf et al. | Detection of road cracks using convolutional neural networks and threshold segmentation | |
Chen et al. | A new method for automated monitoring of road pavement aging conditions based on recurrent neural network | |
FR3137174A1 (fr) | Portique hyperspectrale pour caracteriser le contenu d'une benne de camion et procede pour la traçabilite des deblais | |
Widianto et al. | Prototype design internet of things based waste management using image processing | |
Sun et al. | [Retracted] Research on Machine Vision System Design Based on Deep Learning Neural Network | |
Tout | Automatic vision system for surface inspection and monitoring: Application to wheel inspection | |
WO2016120276A1 (fr) | Procédés et dispositifs de détection de la contamination surfacique par des particules évoluant en air libre | |
EP3872481A1 (fr) | Procédés et systèmes de détection d'impuretés dans un matériau pour fabrication additive | |
CN111814764B (zh) | 一种遗撒物确定*** | |
JP7094561B2 (ja) | 建設汚泥の処理管理方法と処理管理システム | |
Marchetti et al. | Real-time tephra-fallout accumulation rates and grain-size distributions using ASHER (ASH collector and sizER) disdrometers | |
Bordin et al. | Methodology for acquisition of intensity data in forest targets using terrestrial laser scanner |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20231229 |
|
PLFP | Fee payment |
Year of fee payment: 3 |