Team Sensors & Co.

Durch Datenanalysen: Auffüll- & Zuwachsrate je Glasart, Leerungszeitpunkte, Sensorzustände. Für optimierte Tourenplanung & Prognosen.

⛶  Open fullscreen

Auswertung des Füllverhaltens von Glassammelstellen in St. Gallen im Rahmen des Open Data Hack St.Gallen

Challenge Owner

Roman Breda & Marc Maurhofer, Entsorgung St.Gallen

Ausgangslage

Entsorgung St.Gallen ist die Fachstelle der Stadt St.Gallen für die umweltgerechte Entsorgung fester und flüssiger Abfälle. Wir sind hilfsbereite Ansprechpartner für Private, Gewerbe, Medien, Schulen und andere Interessierte. Zertifizierungen für Qualität, Umwelt, Sicherheit und Gesundheit stellen sicher, dass wir natürliche Ressourcen schonen und die Risiken unserer Arbeit beherrschen. Entsorgung St.Gallen wird durch kostenbasierte Gebühren und Beiträge finanziert.

Um Wertstoffe in den Kreislauf zurückzuführen betreibt Entsorgung St.Gallen stadtweit ca. 30 Sammelstellen für Glas. Gemäss Entsorgungsstatistik werden jährlich ca. 2’500 Tonnen Glas gesammelt. An jeder Sammelstelle gibt es Container für Grün-, Weiss- und Braunglas, die mit einem Füllstandsensor ausgerüstet sind und die Daten als Open Data zur Verfügung gestellt Die Anzahl Container pro Farbe variiert.

Entsorgung St.Gallen verfügt über ein Sammelfahrzeug mit Mulde, in welcher das Glas farbgetrennt gesammelt werden kann. Die Container werden nach Erfahrungswerten geleert, immer mit der Zielsetzung, dass am Wochenende keine Überfüllung und daraus folgend Reklamationen der Bevölkerung erfolgt.

Eine technische Lösung im Sammelfahrzeug mit z.B. Online-Anzeige der Füllstände wurde bisher nicht umgesetzt, auch aufgrund der langjährigen Erfahrung des derzeitigen Fahrers. Für die Zukunft wird jedoch eine technische Lösung angestrebt. Eine Tourenplanungssoftware für Kehricht und Grüngut ist vorhanden und könnte für die Glassammlung erweitert werden.

Aufgabenstellung

Wie können wir anhand der Sensordaten das Füllverhalten der Glas-Sammelstellen ermitteln, um die Tourenplanung bei der Glassammlung unterstützen zu können.

Es soll geprüft werden, inwiefern es Unterschiede zwischen den Glasfarben gibt und ob das Verhalten an allen Sammelstellen ähnlich ist. Folgende Fragestellungen könnten dabei helfen:

  •        Gibt es einen Zusammenhang zwischen Merkmalen wie Demografie, Bevölkerungs-dichte, etc. und dem Füllverhalten?
    
  •        Ist das Füllverhalten über das ganze Jahr ähnlich und über mehrere Jahre vergleichbar? 
    
  •        Können die Sammelstellen bspw. nach oben erwähnten Merkmalen kategorisiert werden?
    

    Anforderungen

Die Daten müssen überprüft und mögliche Messfehler berücksichtigt werden. Zu beachten ist auch, dass die Sensoren durch die Kegelbildung bei der Befüllung der Container falsche Füllstände anzeigen können.

Die Füllstandssensoren wurden seit Mai 2022 nicht mehr gewartet, daher können einige Sensoren defekt oder die Batterien leer sein.

Ziele & Erwartungen

Entsorgung St.Gallen wünscht sich einen Algorithmus, mit welchem die Sammlung optimiert werden kann. Die Optimierung würde in einem weiteren Schritt vorangetrieben.

## Ressourcen

-Entsorgungsstatistik

-Standorte der Sammelstellen

-Füllstandsensoren

-Bevölkerungsstatistiken über STADA2 abrufbar

Aufbau Repository

This content is a preview from an external site.
 

In this document we analysed the sensors of every glass type (white glass, green glas, brown glas) according to their quality (good quality -- green, middle / medium quality -- yellow, bad quality -- red, broken sensors -- lilac). This is a precise overview and summary of what can be found in the individual codes of the corresponding glass types (Braunglas_Sensors_2023.ipynb, Weissglas_Sensors_2023.ipynb, grün_broken.ipynb, grün_broken_now.ipynb) that we uploaded on GitHub:

https://1drv.ms/w/s!Amn00a3koCjPs1LUrthGmTSpEmMk?e=0M7rxQ


Event finished

03.12.2023 10:00

Edited content version 18

02.12.2023 20:59 ~ gaston_wey

Edited content version 17

02.12.2023 20:56 ~ gaston_wey

Edited content version 16

02.12.2023 20:52 ~ yasmin_mohamed_sufi

Edited content version 15

02.12.2023 20:51 ~ yasmin_mohamed_sufi

Repository updated

02.12.2023 20:37 ~ yasmin_mohamed_sufi

Edited content version 13

02.12.2023 20:37 ~ yasmin_mohamed_sufi

Edited content version 12

02.12.2023 20:35 ~ evdokia_pushnova

Edited content version 11

02.12.2023 20:34 ~ evdokia_pushnova

Edited content version 10

02.12.2023 20:32 ~ yasmin_mohamed_sufi

Edited content version 9

02.12.2023 20:32 ~ evdokia_pushnova

Edited content version 8

02.12.2023 20:31 ~ yasmin_mohamed_sufi

README update (@Clebek)

Find

02.12.2023 20:16

Edited content version 7

02.12.2023 20:16 ~ yasmin_mohamed_sufi

Glasstypes Sensor Analysis

In this document we analysed the sensors of every glass type (white glass, green glas, brown glas) according to their quality (good quality -- green, middle / medium quality -- yellow, bad quality -- red, broken sensors -- lilac (@Evoli8)

deleting duplicated files (@Clebek)

restructuring (@Clebek)

added some comments. semms finished... (@Karakeen1)

Find

02.12.2023 18:32

Edited content version 6

02.12.2023 18:32 ~ evdokia_pushnova

added data quality of device data (@Karakeen1)

Find

02.12.2023 17:03

Edited content version 5

02.12.2023 17:03 ~ yasmin_mohamed_sufi

Map of how quickly the container clusters fill up (@egglia)

typo (@Karakeen1)

Braunglas Sensoranalyse

Data for Braunglas was extracted from this website: https://daten.stadt.sg.ch/explore/?q=Füllstandsensoren&disjunctive.modified&disjunctive.publisher&disjunctive.theme&disjunctive.keyword&sort=modified

Calculations and coding el (@Evoli8)

Weissglas Sensoranalyse

Data for Weissglas was extracted from this website: https://daten.stadt.sg.ch/explore/?q=Füllstandsensoren&disjunctive.modified&disjunctive.publisher&disjunctive.theme&disjunctive.keyword&sort=modified

Calculations and coding el (@Evoli8)

fuellraten daten (@Clebek)

optimized folium map with a proper period where data is available (mid 2020) also only use workinghours (@Karakeen1)

Grünglas Nan % Value per device id

Here an additional analysis took place to inspect the different qualities of charge ids. In addition, the nan % value for each charge id was found. (@LisaKathi)

added folium with time slider (@Karakeen1)

Big Analysis for Grünglas NaN time segments

Here NaN time segments are defined for each device id (@LisaKathi)

typo (@Karakeen1)

added all jupyter notebooks (@Karakeen1)

new notebook (@Clebek)

Max und Minimaler Füllstand in Millimeter (@egglia)

Find

02.12.2023 12:47

Edited content version 4

02.12.2023 12:47 ~ gaston_wey

Edited content version 3

02.12.2023 12:47 ~ gaston_wey

linreg function added (@Clebek)

Find

02.12.2023 11:42

Edited content version 2

02.12.2023 11:42 ~ gaston_wey

gitignore update (@Clebek)

data folder added (@Clebek)

Find

02.12.2023 11:40

Edited content version 1

02.12.2023 11:40 ~ lisa_katharina_rumplmayr

Joined the team

02.12.2023 11:36 ~ lisa_katharina_rumplmayr

Entleerungszeitpunkte für Braunglas als CSV (@egglia)

notebook fix (@Clebek)

data exploration (@Clebek)

Find

01.12.2023 20:54

Joined the team

01.12.2023 20:54 ~ andre

Challenge posted

01.12.2023 20:39 ~ yasmin_mohamed_sufi

Create README.md (@Clebek)

Event started

01.12.2023 16:00
 
All attendees, sponsors, partners, volunteers and staff at our hackathon are required to agree with the Hack Code of Conduct. Organisers will enforce this code throughout the event. We expect cooperation from all participants to ensure a safe environment for everybody.

Creative Commons LicenceThe contents of this website, unless otherwise stated, are licensed under a Creative Commons Attribution 4.0 International License.

Open Data Hack St.Gallen