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

Samverkansbaserade och sektorövergripande lösningar för transportsystemets energi- och klimatomställning

Projektet utvecklar scenarier och lösningar för ett hållbart transportsystem genom förstärkt samverkan mellan samhällsplanering, energi- och transportsektorn. Energisektorn och tra…

Projekt

MedVision – Genomförbarhetsstudie av AI-förstärkt återvinningssystem av medicinteknik

MedVision utforskar hur avancerad bildanalys och AI kan effektivisera återvinningen av medicinskt avfall. Genom AI-stödd sortering av engångsprodukter i vård och life science-indus…

Projekt

Områdesanalys biogena kolflöden med fokus på jordbruk

Chalmers Industriteknik har kartlagt biogena kolflöden i jordbruket åt BioInnovation, för att hitta möjligheter till ökad resurseffektivitet och nya användningar av biomassa. Analy…