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

IAM4Sweden – Sveriges satsning på avancerade material

IAM4Sweden är ett nationellt initiativ som samlar aktörer från industri, akademi och offentlig sektor för att stärka Sveriges position inom avancerade material. Bakgrunden är att E…

Projekt

Effektiva beteendeförändringar för ökat nyttjande av delade mobilitetslösningar

Hur får vi flera att använda bilpooler? Är frågan som vi ville svara på i detta projekt. Ihop med våra projektparter har vi kartlagt och implementerat beteendeförändrande åtgärder…

Projekt

Policylabb – Cirkulära värdekedjor av solcellspaneler och vindturbinblad

Uttjänta solcellspaneler och vindturbinblad väntas öka kraftigt kommande decennier. Projektet etablerar ett policylabb där bransch och aktörer samarbetar för att utveckla styrmedel…