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

VELES – Det första regionala datarummet för smart hälsa (RSHDS) i Europa

Även om en enorm mängd hälsodata genereras varje sekund är det långt ifrån enkelt för vårdpersonal att få tillgång till dem. Dessutom registreras de flesta patienters hälsodata for…

Projekt

Foderprotein från avfall från livsmedelsindustrier och Digitala tvillingar för hållbara återvinningsanläggningar

Projekten identifierade digitaliseringsmöjligheter inom återvinningsindustrin med foderprotein tillverkning med Black Soldier Fly larver som fallstudie.…

Projekt

Molekyldynamiksimuleringar för utveckling av nya batterimaterial

Compular är en startup med bas i Göteborg, som är banbrytande inom utveckling av avancerade in-silico-material. Projektet som involverade Enerpoly, en annan svensk startup som u…