AutoWEEEdakt

Computer Vision

Vid återvinning av WEEE (Waste Electrical and Electronic Equipment) används manuellt arbete i stor utsträckning för att sortera och kategorisera WEEE. Detta beror främst på att återvinningsföretag måste se till att produkter som innehåller miljö- och hälsofarliga komponenter sorteras ut för att sedan demonteras.
Det har gjorts flera försök att automatisera dessa steg med hjälp av AI-baserad bildigenkänning. Alla dessa försök har dock misslyckats på grund av den stora variationen av elektronisk utrustning som kan komma in till en återvinningsanläggning och det faktum att nya produkter kommer ut på marknaden varje dag. Manuell märkning av WEEE-objekt som krävs för att träna AI-baserade datorseende system är ett arbetsintensivt och därmed dyrt förfarande.

För att lösa detta problem föreslogs och utvecklades automatiserade märkningsförfaranden som bygger på övervakning av befintliga industriella återvinningsprocesser. Detta arbete har utförts på två olika återvinningsanläggningar, El-Kretsens sorterings och kategoriseringsstation vid EXSE-anläggningen i Arboga och NG Metalls återvinningsanläggning i Katrineholm.

Ladda ner projektposter

Fler projekt
Projekt

Minskad klimatpåverkan, hållbar e‑handel med AI‑teknik

I Sverige säljs årligen omkring 40 miljoner par skor, varav en tredjedel säljs online. Trots detta returneras 30 % av dessa skor – motsvarande 4 miljoner par – på grund av storleks…

Projekt

AIKIDO – Generativ AI-baserad kitning med integrerad deliberation

AIKIDO förverkligar framtidens tillverkning genom att kombinera AI-baserad vision, säker robotplanering och interaktion med naturligt språk. Genom industriella testmiljöer demonstr…

Projekt

ZEBRA – Integrering av hållbara zinkjonbatterier i framtidens energilagringssystem

ZEBRA är ett forsknings- och innovationsprojekt som utvecklar nästa generations stationära energilagringslösningar baserade på hållbara, vattenbaserade zinkjonbatterier (ZIB) som e…