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

Barmark för äldre

Projektet avser bygga om en leveransrobot så att den kan utföra vinterväghållning, detta genom att utrusta den med redskap och saltlakespridare.  I samarbete med Göteborgs stad gen…

Projekt

Ökad materialåtervinning av plast från byggsektorn

Genom att öka återvinningen av byggbranschens plastavfall till ny råvara kan vi minska klimatavtrycket och bli mer resurseffektiva.  Byggsektorn står för en stor andel av allt plas…

Projekt

Energianvändning och kostnader för säkra gångytor genom uppvärmning – Förstudie

Fotgängarnas halkrelaterade singelolyckor och skador ökar signifikant om gångstråken är täckta av snö/is. Tidigare studier har visat på en 60–100-procentig minskning av antalet hal…