IT+Robotics con iWamo automatizza il controllo-qualità negli impianti di raccolta e selezione dei rifiuti

L’azienda IT+Robotics attraverso il progetto “Intelligent Waste Monitoring” ha creato un sistema avanzato di monitoraggio e controllo qualità per la raccolta dei rifiuti attraverso l’analisi di immagini e dati 3D con tecniche di Deep Learning: i modelli di riconoscimento e stima della massa hanno un’accuratezza media del 90%

Pubblicato il 13 ottobre 2025

Un sistema avanzato di monitoraggio qualità per certificare la purezza dei materiali negli impianti di smistamento rifiuti attraverso tecnologie di Machine Learning, Deep Learning e intelligenza artificiale. È questa la sfida vinta da iWamo, acronimo di “Intelligent Waste Monitoring”: un progetto di ricerca industriale e sviluppo sperimentale nel campo del waste management, che ha impegnato l’azienda padovana IT+Robotics nell’ambito del Bando Iriss, promosso da Smact Competence Center.

Il controllo della qualità dei rifiuti

Il controllo della qualità delle frazioni riciclabili, solitamente, avviene a campione e a livello manuale, limitando così la possibilità di monitorare in tempo reale le performance. È in questo scenario che si inserisce iWamo, che ha sviluppato un sistema basato su analisi di immagini e dati 3D con tecniche avanzate di Deep Learning, in grado di identificare e quantificare la presenza di contaminanti nelle frazioni differenziate, migliorando così la purezza dei materiali destinati al riciclo.

Gli obiettivi del progetto erano chiari: creare un sistema innovativo capace di automatizzare il controllo qualità su tutta la produzione dell’impianto, fornire dati dettagliati e in tempo reale sulla qualità delle frazioni differenziate e sulle performance operative, ottimizzare i parametri di funzionamento dell’impianto e certificare il livello di contaminazione di ogni materiale selezionato per il riciclo. I risultati raggiunti dal prototipo del sistema confermano il successo del progetto iWamo: i modelli di stima della massa e di riconoscimento raggiungono un’accuratezza media del 90%.

Per la realizzazione del progetto si sono susseguite tre fasi:

la prima ha visto la raccolta dei requisiti funzionali del sistema e quella dei dati.
Nella seconda fase, invece, sono stati allenati due diversi modelli di Deep Learning per riconoscere i singoli oggetti e classificare il materiale di cui sono composti tra tre categorie: plastica, carta e cartone.
Nella terza e ultima fase, è stato sviluppato il prototipo finale con la stima della massa degli oggetti in movimento su un nastro trasportatore.

Il progetto iWamo

Il progetto, in collaborazione con l’Università degli Studi di Padova, parte dell’ecosistema Smact, e l’Intelligent Autonomous System Laboratory che ha fornito supporto nello sviluppo degli algoritmi di visione artificiale e Deep Learning, è stato un elemento importante nel percorso di innovazione intrapreso dall’azienda, non solo dal punto di vista tecnologico, ma anche in termini ambientali. Attraverso il progetto, infatti, IT+Robotics ha migliorato i processi di smistamento e dato nuova vita alla materia prima seconda – ovvero quei materiali che possono essere reintrodotti nei cicli produttivi come alternativa alle materie prime vergini – trasformando così i rifiuti in una risorsa.

Inoltre, iWamo ha portato alla creazione di un nuovo dataset pensato esclusivamente per il riciclo e lo smistamento dei rifiuti. Questo archivio raccoglie migliaia di immagini annotate con estrema precisione, in cui ogni oggetto è identificato e misurato, includendo anche informazioni sul suo peso reale. Una risorsa inedita, non disponibile in nessun archivio pubblico, che rappresenta un punto di riferimento per sviluppare e testare sistemi di intelligenza artificiale dedicati al waste sorting, ovvero alla separazione dei rifiuti in base al tipo o al materiale.

Grazie a questo patrimonio di dati, sono stati migliorati i modelli di riconoscimento delle immagini, rendendoli capaci non solo di identificare la tipologia di rifiuto, ma anche di distinguere i singoli oggetti all’interno della stessa categoria. Il sistema, infatti, non si limita a riconoscere “oggetti di plastica”, ma riesce a separare e contare ogni singola istanza.

I commenti

“Gli obiettivi prefissati a inizio progetto sono stati raggiunti e superati” commenta Alberto Gottardi, R&D Project manager di IT+Robotics. “Il progetto ci ha permesso di arricchire le nostre competenze interne e di aprire nuove prospettive di innovazione”.

Il Product manager di IT+Robotics, Alberto Bacchin, ha dichiarato: “Il progetto ha già suscitato l’interesse di aziende esterne, con le quali siamo entrati in contatto per possibili applicazioni della tecnologia nei loro impianti”.

In foto: Alberto Gottardi, R&D Project manager di IT+Robotics, e Alberto Bacchin, Product manager di IT+Robotics

Industrial AI, digitalizzazione e cybersecurity: soluzioni Siemens per la filiera della plastica
Dal 9 al 12 giugno Siemens ha preso parte a PLAST 2026, una delle principali manifestazioni internazionali dedicate all’industria delle materie plastiche e della gomma, portando al Future Technology HUB di Fiera Milano Rho le proprie tecnologie per supportare la competitività delle...
Dare voce alle piante: i sensori linfatici Plantvoice nel Parco Regionale dell’Appia Antica
In occasione della Giornata Europea dei Parchi, il Parco Regionale dell’Appia Antica e la start-up altoatesina Plantvoice, che ha sviluppato una tecnologia brevettata per l’analisi in tempo reale della linfa delle piante, hanno avviato un progetto di monitoraggio...
Un uso ottimale dell’energia
Sfruttando IoT, apprendimento automatico e analisi predittiva, le soluzioni basate su IoTSuite di Advantech permettono la manutenzione predittiva e il monitoraggio della produzione in tempo reale in TCT, migliorando l’efficienza e riducendo i costi Leggi l’articolo
L’economia circolare come uno dei temi centrali di AMB 2026
“Where metal comes alive”: con questo nuovo slogan, AMB apre le sue porte a Stoccarda dal 15 al 19 settembre 2026. In tutti e 10 i padiglioni fieristici, AMB offre una panoramica completa delle attuali tecnologie e mette in...
Sicurezza sul lavoro: l’approccio integrato di Relicyc tra qualità, processi e rispetto delle norme
In occasione della Giornata internazionale della salute e sicurezza sul lavoro, ormai alle porte, a ribadire il suo impegno nel garantire ambienti di lavoro sicuri e prodotti affidabili per clienti e operatori è Relicyc, realtà attiva nel...
Energia senza interruzioni: il modello Power Train di Vertiv per i data center del futuro
L’intelligenza artificiale sta ridefinendo in profondità il settore dei data center, influenzandone sia l’architettura sia i consumi energetici. L’evoluzione dei workload legati all’AI, dal training dei modelli all’inferenza, introduce dinamiche completamente nuove rispetto al passato. Non si...
Hitachi lancia la suite di servizi e soluzioni Hmax Energy, basate su AI
Hitachi Energy ha annunciato il lancio di HMAX Energy, una suite di servizi e soluzioni basati sull’intelligenza artificiale progettata per salvaguardare le infrastrutture energetiche critiche e al contempo consentire l’efficienza operativa. Distribuita attraverso partnership di fiducia con i...
GDR450 di Tecnocontrol: il rilevatore gas refrigeranti affidabile e connesso per la sicurezza degli impianti Hvac/R
In questo contesto, i rilevatori gas refrigeranti svolgono un ruolo fondamentale nel monitoraggio e nella segnalazione tempestiva di eventuali perdite di gas negli impianti Hvac/R. Alcuni gas refrigeranti, infatti, possono risultare asfissianti, infiammabili o nocivi se presenti...
A Varese, i rifiuti elettronici diventano nuova risorsa con l’opera Terra Rara
Da rifiuti a fonte di materiali utili, a volte anche rari e ricercati. È questo il destino che attende i 512 kg di Raee, cioè dispositivi elettrici ed elettronici come telefonini, caricabatterie e piccoli elettrodomestici, che sono...
‘Wasteless’: la Twin Transition inizia dalla manifattura additiva intelligente e sostenibile
La manifattura additiva rappresenta oggi uno dei principali fattori abilitanti della twin transition, integrando innovazione digitale e sostenibilità ambientale nei processi industriali. In questo scenario si sviluppa il progetto “Wasteless”, promosso da MICS – Made in Italy...