/collectivités
Contrôle visuel du tri des déchets
Des erreurs de tri relevées à chaque vidange, puis regroupées par tournée et par secteur.
Le contrôle qualité visuel analyse les images prises dans la trémie des camions de collecte. Il mesure la qualité du tri des déchets et relève les erreurs fréquentes, pour cibler la sensibilisation des habitants. En 2024, Grand Paris Sud a mis à l’essai six capteurs d’IA de deux fournisseurs, avant un marché annoncé pour toute sa flotte. Les modèles de vision par ordinateur apprennent vos propres consignes de tri.
/usages
Une qualité du tri mesurée tournée par tournée.
Les erreurs de tri se voient au moment où le bac se vide dans la trémie du camion de collecte, et la caméra les relève bac après bac. Le service déchets dispose ainsi d’une mesure de la qualité du tri sur chaque tournée, et la prévention sait où porter ses visites.
- Taux d’erreur Calcule, pour chaque tournée et chaque flux, la part des bacs vidés qui contiennent au moins une erreur de tri.
- Erreurs fréquentes Classe les erreurs relevées selon les catégories de vos ambassadeurs du tri : sacs d’ordures ménagères, verre, textiles…
- Secteurs à sensibiliser Désigne les secteurs où les mêmes erreurs reviennent, pour orienter les visites des ambassadeurs du tri.
- Effet des campagnes Compare la qualité du tri avant et après une campagne de sensibilisation, sur les mêmes tournées.
/essai
Un essai à deux fournisseurs avant d’équiper toute la flotte.
Grand Paris Sud a confié son essai à deux fournisseurs, trois capteurs chacun, avant d’annoncer un marché dédié pour toute sa flotte.
Rapport annuel 2024 du service des déchets de Grand Paris Sud (nouvel onglet)
| Élément | Grand Paris Sud |
|---|---|
| Capteurs installés | 6, dans la trémie des camions de collecte |
| Fournisseurs | Lixo (3 capteurs) et Ficha (3 capteurs) |
| Mesures | Qualité du tri et principales erreurs |
| Usage des résultats | Cibler la sensibilisation des habitants |
| Suite prévue | Un marché dédié pour équiper toute la flotte |
/parcours
Un contrôle visuel, de la vidange au bilan de tournée.
Le modèle d’apprentissage profond (Deep Learning) apprend sur des images de votre propre collecte, annotées par vos agents selon vos consignes de tri. Il reconnaît ensuite les mêmes erreurs sur les images des nouvelles tournées.
Apprentissage profond (Deep Learning)
- VidangeLe bac se vide dans la trémie, et la caméra prend une série d’images de son contenu.
- AnalyseLe modèle repère les déchets hors consigne et leur attribue une catégorie d’erreur, avec un score de confiance.
- VérificationUn agent revoit les images au score de confiance faible, et ses corrections enrichissent le prochain entraînement.
- BilanLes résultats rejoignent le bilan de la tournée, regroupés par secteur et par catégorie d’erreur.
Six capteurs d’IA à l’essai en 2024 dans les camions de Grand Paris Sud.
/déchets
Une IA encore peu répandue dans les services déchets.
Parmi les collectivités engagées dans l’IA, 11 % l’utilisent en 2025 pour les déchets, contre 10 % pour les mobilités et 9 % pour l’eau. Ces IA prédictives des services techniques restent stables d’une année sur l’autre et servent surtout aux métropoles et aux régions.
/sur le terrain
Des prises de vue constantes, d’un camion à l’autre.
En vision par ordinateur, la première difficulté tient aux images : reflets, éclairage variable, objectif encrassé. Un modèle entraîné sur des prises de vue irrégulières confond ce qu’il voit mal avec une erreur.
Les erreurs rares posent la seconde difficulté : le modèle les apprend mal, faute d’exemples. Il faut donc les rechercher dans les images de l’essai, pour que chaque catégorie compte assez d’exemples annotés avant le premier entraînement.
- Stabiliser la prise de vue en fixant le cadrage et l’éclairage de chaque caméra
- Annoter avec vos agents à partir des catégories d’erreurs qu’ils relèvent déjà
- Comparer les deux contrôles en faisant classer les mêmes collectes par un agent et par le modèle
- Chiffrer le gain en rapportant le coût du dispositif au temps de contrôle qu’il libère
/données
Des images de collecte traitées sous votre contrôle.
Une image de trémie peut laisser lire un nom sur une enveloppe ou un colis jeté. Votre délégué à la protection des données participe donc au cadrage : finalité du dispositif, durée de conservation des images, information des habitants sur les caméras des camions.
Le modèle peut tourner à bord des camions, sur vos serveurs ou sur une infrastructure hébergée en France.
- Champ de la caméra Se limite à l’intérieur de la trémie et ne filme qu’au moment de la vidange du bac.
- Bilan agrégé Présente la qualité du tri par tournée, par secteur et par catégorie d’erreur, sans rattacher une image à un foyer.
- Conservation Efface les images au terme de la durée de conservation que votre délégué à la protection des données et vos archives ont arrêtée.
/méthode
Une qualité du tri suivie avec votre service prévention.
Le service déchets, les équipes de collecte et les ambassadeurs du tri prennent part au modèle, de sa conception à son exploitation. Le projet s’appuie sur les caméras déjà installées ou sur le fournisseur que vous retenez.
- CADRAGE Le flux à contrôler, les tournées de l’essai, les catégories d’erreurs et l’indicateur qui jugera le résultat se décident avec vos services.
- ESSAI Sur quelques camions et un seul flux, le modèle apprend sur vos images. Sa justesse se mesure ensuite sur des tournées qu’il n’a jamais vues.
- EXPLOITATION La justesse du modèle reste sous surveillance, et chaque changement de consignes ou de caméras appelle un nouvel entraînement. Les corrections de vos agents sur les images au score de confiance faible enrichissent chaque entraînement.
/à savoir
Les questions fréquentes sur la qualité du tri par l’IA.
Comment fonctionne une caméra de tri sur un camion-poubelle ?
La caméra, fixée au-dessus de la trémie, filme le contenu de chaque bac au moment où il se vide. Un modèle de vision par ordinateur, entraîné sur des images annotées par vos agents, y reconnaît les déchets hors consigne et regroupe les résultats par tournée.
Les caméras des camions-poubelles filment-elles les habitants ?
La caméra se cadre sur le seul intérieur de la trémie et ne filme qu’au moment de la vidange du bac. Un nom peut toutefois apparaître sur un courrier jeté : votre délégué à la protection des données participe au cadrage, et les bilans restent agrégés par secteur.
Les caméras d’IA font-elles baisser les erreurs de tri ?
Elles mesurent les erreurs ; la sensibilisation ciblée doit ensuite les faire baisser. La valeur de départ de l’indicateur, relevée avant la première campagne, sert de référence sur les mêmes tournées après chaque campagne.
Comment acheter des caméras d’IA pour les camions de collecte ?
Grand Paris Sud a commencé par un essai de six capteurs, avant un marché dédié pour toute sa flotte. Un essai sur quelques camions donne au cahier des charges des mesures prises sur votre propre collecte : taux d’erreur, catégories relevées, part des images à revoir par un agent.
Faut-il un GPU pour analyser les images des bennes ?
Un modèle d’apprentissage profond s’entraîne en général sur une carte graphique (GPU). L’analyse tourne ensuite à bord, sur un petit matériel embarqué, ou après la tournée sur un serveur. Le cadrage dimensionne ce matériel selon le nombre de camions.
/sources
Sources
/collectivités
- Cas d’usage de l’IA dans les collectivités IA générative et agents conversationnels pour le service public local
- Agent conversationnel pour les collectivités Répond jour et nuit aux habitants sur les horaires, les démarches d’état civil, les inscriptions ou les encombrants, et passe la main à un agent dès que la demande sort du cadre.
- Tournées et plannings optimisés pour les collectivités Calcule les tournées de collecte des déchets, de portage de repas ou de transport scolaire, ainsi que les plannings des équipes, en respectant les contraintes de service et en réduisant les kilomètres.
- Assistant documentaire pour les agents territoriaux Répond aux questions des agents à partir des délibérations, arrêtés, notes de service et guides de procédure de la collectivité, en citant le document source.
- IA pour l’urbanisme et la commande publique Interroge le PLU, le code de l’urbanisme ou le code de la commande publique, et indique à l’agent les articles qui s’appliquent à une parcelle, à un projet de construction ou à un achat.
- Rédaction assistée par l’IA pour les collectivités Prépare projets de délibération, arrêtés, courriers aux administrés et rapports sociaux à partir des modèles de la collectivité et du dossier ; l’agent ou l’élu relit et signe.
- Tri des demandes et signalements des habitants Lit les courriels, formulaires et signalements des habitants (voirie, propreté, état civil, urbanisme) et les oriente vers le bon service avec leur degré d’urgence.
/contact
Travaillons ensemble
Découvrez comment Inceptive peut vous aider à transformer votre activité et à résoudre des problématiques opérationnelles complexes grâce à l’intelligence artificielle.