通過自動廢物識別促進瑞典的循環經濟
根據《2021 年迴圈差距報告》，全球人們每年消耗 1000 億噸材料，回收率僅為 8.6%。來自瑞典南部的一個團隊希望通過改進用於從廢物流中回收資源的自動化技術來增加這一百分比。該項目開發了一個廢物識別測試平臺，該測試平臺使用支援人工智慧的感測器和先進的機器人技術來識別和分類工業廢物中的可回收材料。
攜手將物聯網技術應用於廢物管理
廢物識別測試平臺源於創新斯科訥和莫比爾高地之間的合作，這兩個組織致力於將商業、學術界和公共部門聚集在一起，為公共利益進行創新。
該團隊與合作夥伴Invest in Skåne，Norrvidinge和OP Teknik以及Microsoft數據中心社區開發的資助一起開發了一個開放平臺，感測器工程師可以使用它來在真實的廢物分類環境中測試他們的技術。廢物識別測試平臺在感測器技術和現有的廢物分類機之間提供了硬體和軟體介面，因此工程師可以輕鬆插入不同的感測器，並評估和比較其在不同廢物流中性能的速度和準確性。
廢物識別測試平台專案於 2020 年 6 月至 2021 年 7 月期間運行。在此期間，研究人員和工程師使用該平臺來驗證和改進感測器，以從不同的工業廢物流中分類可重複使用的物品 - 包括 一些尚未開發的用於分類廢物的應用目的的技術。例如，該團隊聯繫了隆德大學的研究人員，以測試世界上最快的相機，該相機是為拍攝光子的科學目的而開發的。使用該相機的感測器實驗室原型被證明可以成功識別難以檢測 的材料， 並且該相機的成本比當今感測器中使用的高光譜相機低20%。該團隊現在正在探索合作夥伴關係，以使相機商業化。
激發整個行業的創新
該項目激發了超越最初測試的創新。例如，隆德大學的學生埃米爾·桑德林（Emil Sandelin）在 卡爾·約翰·阿斯特倫（Karl Johan Åström）教授的監督下，將測試平臺用於碩士學位專案，該測試平臺因其在計算機成像方面的工作而廣為引用。Sandelin的專案評估了實例分割的新方法，即識別一個對象結束和另一個對象開始的位置的能力 - 通常 對人類來說很容易，但對於計算機來說區分一個物件何時在另一個物件之上時相當具有挑戰性。該項目能夠通過在測試平台專案收集的成像數據上訓練AI演算法來提高材料識別的準確性。新技術雖然更準確，但速度較慢，因此目前的研究正在完善這些新演算法以提高其速度。
創新斯科訥還看到了該技術在醫院現場自動分類廢物的潛在應用。醫院廢物是一個複雜的用例，因為它對患者的暴露程度不同。可重複使用物的自動識別和滅菌可以為目前大多數材料最終成為廢物的部門帶來回收利用。
展望更可持續的未來
為材料創造迴圈經濟 ， 為再利用材料創造更好的市場 ，所有這些都 始於使用更好的感測器更好地識別材料。廢物識別試驗台為廢物管理的創新建立了一個焦點。新技術有望增加進入材料市場的可重複使用物的供應，降低回收材料的成本，並使經濟遠離原始資源。隨著新的公私合作夥伴關係的到位，該團隊希望在整個行業中分享改進的分揀技術，以實現更可持續的未來。
相關文章
受迴圈性啟發，以創新為動力 – 微軟迴圈中心擴展可持續性 – 微軟本地
