Ontmoet Team Uithalers
Wij zijn een multidisciplinair team van studenten van verschillende opleidingen binnen CMI. Door samen te werken en ieders eigen skills te gebruiken brengen we design, data en techniek samen in het ontwikkelen van een afvalstation.
Melih Bayrakdar
Opleiding: INF
Informatica
Richt zich op de systeemarchitectuur en de integratie tussen software en hardware.
Roj Kulu
Opleiding: ADS&AI
Applied Data Science & AI
Verantwoordelijk voor omgang met data, computer vision en het trainen van modellen.
Abdullah Celikkol
Opleiding: ADS&AI
Applied Data Science & AI
Verantwoordelijk voor omgang met data, computer vision en het trainen van modellen.
Jeremy Marques
Opleiding: CMD
Communication & Multimedia Design
Werkt aan het prototype, de behuizing en de gebruikerservaring.
Milan Vreugdenhil
Opleiding: CMD
Communication & Multimedia Design
Werkt aan het prototype, de behuizing en de gebruikerservaring.
Productvisie & Context
Huidige Situatie
In de publieke ruimte moeten mensen zelf bepalen in welke afvalbak hun afval hoort. Door twijfel, tijdsdruk en onduidelijkheid wordt afval vaak verkeerd gescheiden. Fouten worden pas achteraf ontdekt, wat leidt tot vervuilde afvalstromen en extra kosten. De kern-bottleneck is de cognitieve belasting en onzekerheid bij burgers.
Gewenste Situatie
Aan het eind van dit semester staat er een fysiek prototype. Er komt een afvalstation naast de afvalbak waar gebruikers hun afval kunnen laten classificeren door ons model. Het systeem analyseert het object realtime met computer vision, classificeert het en geeft advies met confidence score.
Gap Analysis
| Huidige situatie | Gewenste situatie |
|---|---|
| Mens beslist afvalcategorie | AI adviseert afvalcategorie |
| Geen realtime feedback | Directe visuele feedback |
| Geen inzicht in confidence | Confidence-score zichtbaar |
Ontwerpvraag
"Hoe kunnen we afvalscheiding makkelijker en efficiënter maken op de Hogeschool Rotterdam?"
Subvragen
- Hoe maken we AI-beslissingen transparant en begrijpelijk?
- Hoe maken we twijfel/onzekerheid van AI zichtbaar i.p.v. verborgen?
- Hoe meten we of gebruikers meer vertrouwen krijgen in dit systeem?
Doelgroepen
- Primair: Studenten en medewerkers. Handelen vaak onder tijdsdruk en willen gemak.
- Secundair: Renewi en afvalbeheerders (lagere kosten, efficiëntie).
Initiële Scope
Binnen de Scope
- Computer vision classificatie (min. 3 categorieën).
- Confidence-score berekenen en tonen.
- Kleinschalige gebruikerstest (±10 gebruikers) op vertrouwen.
- Veilig: géén opslag van persoonsgegevens.
Buiten de Scope
- Industriële implementatie op ware grootte.
- 100% nauwkeurigheid nastreven (leerdoel staat centraal).
- Geavanceerde deep learning op duizenden real-world samples.
- Integratie met bestaande gemeentelijke systemen.
Sprint 0: Doel & Backlog
Status: ✅ Afgerond
Sprintdoel: Aan het einde van de sprint beschikt het team over een ontwerpkeuze en gebruikersinzichten.
Backlog
- Probleemvalidatie: Inzicht in verkeerd scheiden.
- MVP bepalen: Functionele eisen en scope.
- Systeemarchitectuur: Overzicht AI, hardware, interactie.
- Dataset: Voorbeeldafbeeldingen verzamelen.
- Interactieconcept: Ontwerp weergave AI-beslissing.
- AI-model trainen: Min. 3 categorieën onderscheiden.
- Confidence-score: Zekerheid model tonen.
- Behuizing: Veilige, overtuigende omkasting.
- Gebruikerstest: Vertrouwen en duidelijkheid meten.
Sprint 1: Onderzoek & Concept Validatie
Status: ✅ Afgerond
Sprintdoel: In deze sprint valideren we onze eerste aannames uit Sprint 0 door middel van diepgaander onderzoek en toetsen we het interactieconcept bij de doelgroep.
Verwachte Deliverables
- Onderzoeksverslag met probleemvalidatie.
- Systeemarchitectuur
Sprint Backlog
- Probleemvalidatie uitvoeren: Inzicht krijgen in waarom afval verkeerd wordt gescheiden.
- Scope en functionele eisen bepalen: Vaststellen wat het minimale werkende prototype moet kunnen.
- Systeemarchitectuur opstellen: Overzicht maken van AI, hardware en interactie.
Resultaten & Reflectie
Tijdens Sprint 1 hebben we onderzoek gedaan naar afvalscheiding, bestaande slimme afvaloplossingen en de behoeften van gebruikers. Op basis van deze inzichten hebben we het probleem verder afgebakend en een eerste concept ontwikkeld. Daarnaast hebben we de belangrijkste eisen en wensen voor het systeem in kaart gebracht. Deze sprint vormde een sterke basis voor de verdere ontwikkeling van het project en gaf richting aan de technische en functionele keuzes die in de volgende sprints zijn gemaakt.
Sprint 2: AI - Modelontwikkeling
Status: ✅ Afgerond
Sprintdoel: In deze sprint richten we ons op de ontwikkeling van het AI-model en het afronden van ons onderzoek uit Sprint 1. We leggen de basis voor een werkend prototype dat afval kan herkennen en classificeren.
Verwachte Deliverables
- Afgerond onderzoeksverslag
- Eerste versie van het AI-model
- Dataset en trainingsopzet
- Technische documentatie van de modelarchitectuur
Sprint Backlog
- Onderzoek afgerond: De laatste onderzoeksresultaten verwerkt en conclusies getrokken.
- Dataset verzameld en voorbereid: Relevante afbeeldingen van afval verzameld en gelabeld.
- AI-model ontwikkeld: Een eerste computer vision-model getraind voor afvalherkenning om de technische haalbaarheid te testen.
Resultaten & Reflectie
Aan het einde van Sprint 2 hebben we het onderzoek afgerond en de eerste stappen gezet in de ontwikkeling van het AI-model. We hebben inzicht gekregen in de mogelijkheden en beperkingen van automatische afvalherkenning en beschikken over een eerste werkende basis voor verdere training en validatie in Sprint 3.
Sprint 3: Validatie & Presentatie
Status: ✅ Afgerond
Sprintdoel: In deze sprint valideren we ons concept met experts uit de afvalbranche, zetten we de ontwikkeling van het AI-model voort en bereiden we ons voor op het presenteren van onze voortgang tijdens de tussentijdse expo, het Smart & Social Fest.
Verwachte Deliverables
- Interview met Renewi
- Verbeterde versie van het AI-model
- Poster voor Smart & Social Fest
- Presentatiemateriaal voor de tussentijdse expo
Sprint Backlog
- Interview met Renewi: Feedback opgehaald van de afvalbeheerder van de Hogeschool Rotterdam.
- Modelontwikkeling voortgezet: AI-model verder getraind voor hogere nauwkeurigheid.
- Poster ontwerpen: Een duidelijke poster ontwikkeld voor evenementen.
- Tussentijdse expo: Voortgang gepresenteerd en feedback verzameld.
Resultaten & Reflectie
Aan het einde van Sprint 3 hebben we waardevolle feedback verzameld via het interview met Renewi. Daarnaast hebben we verdere stappen gezet in de ontwikkeling van het AI-model en ons concept visueel uitgewerkt voor het Smart & Social Fest. De ontvangen inzichten helpen ons om het prototype en de gebruikerservaring verder te verbeteren in de volgende sprint.
Sprint 4: Conceptherziening & UI-Ontwerp
Status: ✅ Afgerond
Sprintdoel: In deze sprint toetsen we ons concept aan experts en vertalen we de inzichten naar een aangepast ontwerp. Daarnaast ontwikkelen we de eerste gebruikersinterface voor de interactie met het systeem.
Ons avontuur: Een nieuwe ontwerpvraag
Wij begonnen dit project met een ambitieus idee: een volledig autonome AI-afvalbak waarbij de gebruiker zijn afval in een centraal gat gooit en verder niets hoeft te doen. Het systeem zou zelfstandig het afval classificeren en sorteren. Onze eerste ontwerpvraag luidde:
"Hoe kunnen we een fysiek, AI-gestuurd afvalobject ontwerpen dat zelfstandig afval classificeert en sorteert in de publieke ruimte, terwijl het vertrouwen, begrip en gebruiksgemak voor burgers vergroot?"
Na evaluatie met een van onze praktijkpartners kwamen wij erachter dat volledige autonomie een belangrijk nadeel heeft: het haalt de menselijkheid uit het proces. Als een gebruiker niets hoeft te doen, voelt hij of zij zich ook nergens verantwoordelijk voor. Dat staat haaks op ons doel om mensen bewuster te maken van hun afvalgedrag.
Daarom hebben wij ons concept aangepast naar het Renewi Afvalstation: een adviserend afvalstation dat de gebruiker een duwtje in de goede richting geeft, maar de uiteindelijke keuze bij de persoon zelf laat. Ons doel is niet om het afvalgooien over te nemen, maar afvalgooiers bewuster en zekerder te maken in afvalscheiding. Onze nieuwe ontwerpvraag werd:
"Hoe kunnen we afvalscheiding makkelijker en efficiënter maken op de Hogeschool Rotterdam?"
De Nieuwe Scope
Met de herziening van ons concept is ook de scope van het project gewijzigd. We focussen ons niet langer op hardwarematige sortering, maar op gedragsbeïnvloeding via een adviserende rol en de gebruikersinterface (UI):
Nu binnen de scope
- Adviserend AI-systeem met directe visuele feedback.
- Ontwikkeling van een interactieve gebruikersinterface (UI).
- Gedragsbeïnvloeding en het vergroten van bewustzijn bij de gebruiker.
- Computer vision classificatie (adviesrol).
Buiten de scope (vervallen)
- Volledig autonome / automatische afvalsortering.
- Ontwikkeling van een werkend fysiek/mechanisch sorteersysteem (hardware en robotica).
Verwachte Deliverables
- Interviewverslag met Iskandar
- Herzien concept
- Eerste UI-ontwerp
- Onderbouwing van de conceptwijziging
Sprint Backlog
- Interview met Iskandar: Feedback van een expert om concept aan de praktijk te toetsen.
- Concept herzien: Concept geëvalueerd en aangepast op basis van haalbaarheid.
- UI-design ontwikkeld: Eerste gebruikersinterface ontworpen voor interactie.
Resultaten & Reflectie
Tijdens het interview met Iskandar kregen we waardevolle feedback op ons oorspronkelijke idee van een volledig autonome afvalbak. Op basis van zijn inzichten besloten we het concept aan te passen. In plaats van het volledige scheidingsproces over te nemen, richt ons huidige concept zich op het ondersteunen van gebruikers bij het correct scheiden van afval. Hierdoor blijft de gebruiker zelf verantwoordelijk voor de keuze, terwijl de technologie advies geeft via computer vision. Daarnaast hebben we een eerste UI-ontwerp ontwikkeld.
Sprint 5: UI Implementatie & Databeheer
Status: ✅ Afgerond
Sprintdoel: In deze sprint werken we de gebruikersinterface verder uit en realiseren we de technische koppeling tussen de frontend, backend en database. Hiermee leggen we de basis voor een geïntegreerd werkend systeem.
Verwachte Deliverables
- Afgerond UI-design
- Werkende koppeling tussen UI en backend
- Entity Relationship Diagram (ERD)
- Opgezette database
Sprint Backlog
- UI-design afgerond: De gebruikersinterface is gefinaliseerd.
- UI koppelen aan backend: Frontend is verbonden met de backend voor verwerking AI-resultaten.
- ERD opstellen: Datastructuur in kaart gebracht.
- Database opzetten: Database geïmplementeerd voor gestructureerde opslag.
Resultaten & Reflectie
Aan het einde van Sprint 5 hebben we het UI-design afgerond en succesvol gekoppeld aan de backend. Daarnaast hebben we een ERD opgesteld en een database ingericht om de gegevensstromen binnen het systeem te ondersteunen. Hierdoor beschikken we over een geïntegreerde basis waarin de gebruikersinterface en dataopslag samenwerken, wat een belangrijke stap is richting een volledig werkend prototype.
Sprint 6: Integratie & Werkend Prototype
Status: ✅ Afgerond
Sprintdoel: In deze sprint ronden we de ontwikkeling van het AI-model af en integreren we alle onderdelen van het systeem tot één werkend prototype.
Verwachte Deliverables
- Afgerond AI-model
- Koppeling tussen AI-model en database
- Geïntegreerd werkend prototype
- Technische validatie van het systeem
Sprint Backlog
- AI-model afgerond: AI verder getraind om betrouwbaar afvalobjecten te classificeren.
- AI gekoppeld aan database: Model verbonden met database voor classificatie opslag.
- Werkend prototype realiseren: Alle systeemonderdelen geïntegreerd tot één prototype.
Resultaten & Reflectie
Aan het einde van Sprint 6 hebben we het AI-model afgerond en gekoppeld aan de database. Daarnaast zijn alle ontwikkelde onderdelen geïntegreerd tot een werkend prototype. Het systeem kan afval herkennen, advies geven over de juiste afvalstroom en de benodigde gegevens verwerken via de backend. Hiermee is het concept klaar voor de laatste presentatiefase.
Sprint 7: Finalisatie & Eindexpositie
Status: ✅ Afgerond
Sprintdoel: In deze sprint ronden we het project af door het fysieke ontwerp uit te werken, een adviesvoorstel op te stellen en alle presentatiematerialen voor de eindexpositie te voltooien.
Verwachte Deliverables
- Fysiek ontwerp van het slimme afvalstation
- Adviesvoorstel
- Definitieve poster
- Presentatie voor de eindexpo
Sprint Backlog
- Fysiek ontwerp uitgewerkt: Concreet ontwerp gemaakt van het afvalstation.
- Adviesvoorstel opgesteld: Onderbouwd advies voor stakeholders opgesteld.
- Poster ontwikkeld: Overzichtelijke en professionele poster gemaakt.
- De eindexpo: Prototype gedemonstreerd en feedback ontvangen.
Resultaten & Reflectie
Tijdens Sprint 7 hebben we het project afgerond en alle resultaten samengebracht voor de eindexpositie. We hebben het fysieke ontwerp van het slimme afvalstation uitgewerkt, een adviesvoorstel opgesteld en een definitieve poster ontwikkeld. Tijdens de expo presenteerden we ons werkende prototype en lieten we zien hoe computer vision gebruikers kan ondersteunen. Deze sprint markeerde de succesvolle afronding van het project.
Teamwaarden & Normen
Samenwerking: We communiceren helder en gebruiken schetsen/prototypes. Transparantie staat voorop voor een veilige sfeer waar constructieve feedback mogelijk is.
Partners & Contacten
- Raul Orozco - Docent SOO
- Sandra Hekkelman - Docent SOO
- Jan (Lely)- Expert
- Maurice (Veiligheidsregio Rotterdam-Rijnmond) - Expert
- Iskandar (Cities of Things) - Expert
- Thierry (Starship Smart Shipping) - Expert