Robotter med kunstig intelligens skal sortere miljøfarligt affald

Michael  Nielsen

Jeg er din kontaktperson

Skriv til mig

Indtast venligst et validt navn
Eller dit telefonnummer
Sender besked
Tak for din besked
Vi beklager

På grund af en teknisk fejl kan din henvendelse desværre ikke modtages i øjeblikket. Du er velkommen til at skrive en mail til Send e-mail eller ringe til +45 72 20 29 84.

Robotgriber ved et samlebånd med elektronikaffald

Robotter med kunstig intelligens skal sortere miljøfarligt affald

Kasseret teknologi har ofte en ting til fælles. Nemlig at de bruger batterier i en eller anden form. Ligeså nyttige batterier er i vores smartphones, bærbare computere, fjernbetjeninger osv., ligeså farlige er de, når de skal kasseres.

Batterier indeholder bl.a. bly, svovlsyre og cadmium - altså en god blanding af farligt kemi og metaller, der er skadelige for miljøet, dyr og mennesker.

Derfor skal et nyt projekt undersøge mulighederne for at anvende robotteknologi i håndteringen og sorteringen af farligt affald med fokus på batterier.

- Formålet med projektet er at undersøge mulighederne for at genkende elektroniske genstande med batterier og selve batterierne for at kunne håndtere og sortere dem bedst muligt. Ved hjælp af avanceret visionteknologi, prøver vi at udstyre robotten med ”øjne”, der kan spotte og skelne imellem genstande, som indeholder batterier, fortæller projektleder og visionekspert Michael Nielsen fra Teknologisk Instituts Center for Robotteknologi.

Kunstig intelligens skal lære at genkende affald der indeholder batterier
Teknologisk Instituts roboteksperter skal sammen med firmaet Refind Technologies udvikle et nyt robotsystem, der ved hjælp af vision-systemer og ”deep learning” kan lære at identificere batterier fra hinanden og fra andet elektronikaffald.

- Deep learning systemer, kan modsat traditionel machine learning, lære at lave meget af den forbehandling, som tidligere skulle konstrueres manuelt, fortæller Rasmus Johansson fra Refind Technologies og fortsætter.

- Udfordringen her er, at batterierne og emner der indeholder batterier, ikke ligger på den samme måde hver gang og kan se meget forskellige ud. Derfor skal vi fodre vores kunstig intelligens med tusindvis af forskellige billeder og lære den at genkende batterier og genstande med batterier. Udfordringen er ikke at få den kunstige intelligens til at genkende emner den allerede har set under oplæring, men at få den til at genkende emner den aldrig har set før, men som er af samme type af dem den er blevet oplært i.

Refind Technologies rolle i projektet er at udvikle softwaren til identifikation af batterierne og har allerede eksisterende batterisorteringssystemer.

Sådan kan vi i fremtiden håndtere farligt affald
Stena Recycling håndterer bl.a. affald bestående af batterier og efterspørger en automatiseret løsning, der skåner medarbejderne, miljøet og gør det endnu nemmere og bedre at genanvende materialer fra affaldet.

- Forbruget er stadigt stigende og har samtidig ændret sig, så vi nu forbruger mere teknologi end før. Det skaber mere elektronikaffald, og hos Stena Recycling tager vi hånd om miljøet, sikkerheden og vores medarbejdere. Derfor er vi interesseret i at få automatiseret vores håndtering af elektronikaffald og kan i dette projekt levere erfaringer fra den virkelige verden, fortæller filial- og produktionschef Gerd Engelbrecht fra Stena Recycling Denmark og fortsætter.

- Vi håndterer materialer til den bæredygtig genvinding, da vi har et stort fokus på cirkulærøkonomi. Bæredygtighed driver udviklingen af håndtering, affaldsminimering og udfasning af farlige stoffer fremover. Derfor handler det om god affaldsøkonomi med høj sikkerhed og store miljøfordele på både kort og lang sigt. Metal fra batterier kan genvindes til råvarer til nye produkter.

I nedenstående video kan du få et lille indblik i, hvordan Teknologisk Instituts roboteksperter arbejder med kunstig intelligens i relation til affaldssortering.
 



AAWSBE1 - Adaptive automated WEEE sorting 1: battery extraction – som projektet hedder – koordineres af Teknologisk Institut med Refind Technologies og Stena Recycling Denmark som samarbejdspartnere. Projektet er støttet af EU-midler gennem ECHORD++.