01
AISB-SK — начало
Команда сформулировала проблему: раздельный сбор часто не работает из-за человеческого фактора. Так появилась идея умной урны, которая самостоятельно определяет тип отхода.
Первичная сортировка на базе ИИ
Урна, которая
сортирует за человека.
УМКА распознаёт отходы камерой и нейросетью и автоматически направляет их в нужный отсек. Просто бросьте — остальное сделает система.
до 90%точность
0,6–1,5 сна бросок
4фракции
Рабочий прототип
YOLOv8машинное зрение
4×фракции отходов
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ • МАШИННОЕ ЗРЕНИЕ • ЭКОЛОГИЯ • ИНЖЕНЕРИЯ • ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ • МАШИННОЕ ЗРЕНИЕ •
01 / Зачем это нужно
Раздельный сбор
не должен зависеть
от человеческого фактора.
УМКА решает проблему неэффективной первичной сортировки отходов. В офисах и учебных учреждениях люди часто путают фракции или не сортируют мусор вовсе — в результате раздельный сбор теряет смысл.
Проект превращает сортировку в простой сценарий: человеку не нужно выбирать контейнер. Он выбрасывает отход, а система сама определяет его тип и отправляет в соответствующий отсек.
Проект ориентирован на офисы, бизнес-центры, школы, вузы и торговые центры.
85 млнтонн ТКО образуется
в России ежегодно
в России ежегодно
~65%отходов по-прежнему
вывозится на полигоны
вывозится на полигоны
~32%фактически уходит
в переработку
в переработку
≈320 кгмусора приходится
на человека в год
на человека в год
02 / Решение
Просто для человека.
Умно внутри.
Внутри компактного корпуса работает связка камеры, нейросети и механизма сортировки.
01
◉
Камера видит объект
Камера Raspberry Pi получает изображение отхода.
02
⌁
Нейросеть определяет тип
YOLOv8 классифицирует объект по обученной модели.
03
↻
Механизм направляет
Привод переводит сортирующий механизм в нужное положение.
04
✓
Мусор — в свой отсек
Отход попадает в одну из четырёх фракций.
Макулатурабумага и картон
Пластикпластиковые отходы
Органикаорганические отходы
Смешанныеостальные отходы
03 / Что внутри
Не просто урна.
Полноценная инженерная система.
Команда самостоятельно спроектировала конструкцию, электронику и механизм сортировки. Полная 3D-модель была выполнена в КОМПАС-3D, пластиковые элементы — напечатаны из PETG.
01Raspberry Pi Zero 2 Wвычислительная платформа
02Камера Raspberry Piполучение изображения
032 сервопривода Futabaпривод механизма
04YOLOv8собственная обученная модель
04 / Инженерия
От идеи
до работающего прототипа.
В проекте соединены машинное обучение, 3D-моделирование, электроника, механика и производство.
05 / История проекта
Как появилась
УМКА.
Проект вырос из идеи сделать первичную сортировку автоматической — и постепенно превратился в полноценный инженерный продукт.
02
Первый механизм
Первый прототип использовал подобие кривошипно-шатунного механизма. Он оказался сложным в настройке и недостаточно надёжным, поэтому команда продолжила поиск.
03
Вторая итерация
Во втором прототипе применили обычную понижающую передачу и изменили компоновку мотора. Решение получилось проще в программировании, настройке и достаточно прочным для тестов.
04
УМКА — новый этап
Проект получил новое позиционирование: УМКА — продукт для популяризации раздельного сбора. Нейросеть обучена на 5000+ фотографий мусора, а рабочий MVP протестирован в МГ «Сколково».
05
2026 — признание и масштабирование
Проект был представлен на 13-м Азиатско-Тихоокеанском форуме ООН по устойчивому развитию в Бангкоке. Команда стала победителем курса «Инноватика» и научно-практической конференции SkolStart 2026.
5000+
фотографий мусора
в обучающем датасете
до 90%
заявленная точность
классификации
4
фракции
в одной системе
06 / Бизнес и масштабирование
Большой рынок.
Компактное решение.
Стартовый сегмент УМКА — офисы, бизнес-центры, школы, вузы и ТЦ. В дальнейшем планируется расширение за счёт увеличения датасета и создания уличной антивандальной версии.
Цена урны≈ 60 000 ₽
Себестоимость≈ 35 000 ₽
Маржа~45%
SaaS≈ 3 000 ₽/мес
Продажа оборудованияОсновной поток выручки
Серийное производство компактных умных урн.
Сервисная подпискаРекуррентный доход
Аналитика сортировки, ремонт и обновление нейросети.
БрендированиеДополнительный доход
Кастомизация корпуса и рекламные поверхности.
07 / Что дальше
От MVP
к серии.
Цель следующего этапа — превратить рабочий прототип в продукт, готовый к пилотному внедрению и серийному производству.
Сейчас
2026
Рабочий MVP, УГТ 4–5. Доработка ПО, нейросети и серийной конструкции.
Следующий шаг
Q3–Q4 2026
Формализация бизнеса: регистрация МИП/ООО с вузом и подготовка серийной версии.
Пилот
2027
Первая партия — 50 урн. Пилотное внедрение в общественных местах. Целевой УГТ 8.
Масштаб
Далее
Серийное производство и уличная антивандальная версия.
08 / Команда
Мы строим продукт
своими руками.
От 3D-модели и пайки плат до обучения нейросети и публичной защиты — ключевые этапы команда проходила самостоятельно.
А
Никитин Артём Дмитриевич
Основатель · лидер · главный инженерИнициатор проекта, отвечает за инженерную часть и развитие продукта.
А
Суханов Артём
ИнженерКонструктив, механика, сборка и наладка установки.
М
Любимова Мария
Бренд-менеджерПромышленный дизайн, айдентика и продвижение.
С
Семочкин Алексей Викторович
Наставник-педагогСопровождение команды и проектной работы.
09 / Валидация
Проект уже вышел
за пределы мастерской.
ООН13-й Азиатско-Тихоокеанский форум по устойчивому развитию, Бангкок, 2026
ИнноватикаПобедители курса «Инноватика», 2026
SkolStartПобедители VI научно-практической конференции, 2026
МГ «Сколково»Рабочий MVP собран и протестирован в учебном заведении
УМКА / 2026
Давайте сделаем
сортировку массовой.
Проект открыт к пилотным внедрениям, партнёрствам и поддержке масштабирования первой серийной партии.