通过自动识别废物促进瑞典的循环经济

根据2021年循环性差距报告，全世界每年消耗1000亿吨的材料，而回收率只有8.6%。来自瑞典南部的一个团队希望通过改进用于从废物流中回收资源的自动化技术来提高这一比例。该项目开发了一个废物识别试验台，使用人工智能传感器和先进的机器人技术来识别和分类工业废物中的可回收材料。

共同合作，将物联网技术应用于废物管理

废物识别试验台产生于创新斯科尼和移动高地之间的合作，这两个组织致力于将企业、学术界和公共部门联合起来，为公共利益进行创新。

该团队与合作伙伴Invest in Skåne、Norrvidinge和OP Teknik一起，在微软数据中心社区发展部的资助下，开发了一个开放平台，传感器工程师可以在真实的垃圾分类环境中测试他们的技术。废物识别测试平台在传感器技术和现有的废物分拣机之间提供了一个硬件和软件接口，因此工程师可以轻松地插入不同的传感器，并评估和比较它们在不同废物流中的速度和准确性。

废物识别试验台项目在2020年6月至2021年7月期间进行。在此期间，研究人员和工程师利用该平台验证和完善传感器，以便从不同的工业废物流中分拣可再利用的物品--包括一些尚未为分拣废物这一应用目的而开发的技术。例如，该团队与隆德大学的研究人员联系，测试世界上最快的相机，该相机是为拍摄光子的科学目的而开发的。事实证明，使用这种相机的传感器的实验室原型在识别难以检测的材料方面是成功的--这种相机的成本比目前传感器中使用的高光谱相机低20%。该团队现在正在探索合作关系，以使该相机投入商业使用。

激发整个行业的创新

该项目已经引发了最初测试之外的创新。例如，隆德大学的学生Emil Sandelin在Karl Johan Åström教授的指导下使用该测试平台进行硕士学位项目，Karl Johan Åström教授因其在计算机成像方面的工作而被广泛引用。桑德林的项目评估了实例分割的新方法，即识别一个物体在哪里结束，另一个物体在哪里开始的能力--对人类来说通常很容易，但对计算机来说，要区分一个物体在另一个物体上面是相当困难的。该项目通过在测试平台项目收集的成像数据上训练人工智能算法，能够提高材料识别的准确性。新技术虽然更准确，但速度较慢，因此目前的研究正在完善这些新算法以提高其速度。

Innovation Skåne还看到了该技术在医院现场自动分拣废物方面的潜在应用。医院废物是一个复杂的使用案例，因为它与病人有不同程度的接触。对可重复使用的物品进行自动识别和消毒，可以为这个目前大多数材料最终成为废物的部门带来回收。

展望一个更可持续的未来

创造一个材料的循环经济--一个更好的再利用材料的市场--都是从用更好的传感器来识别材料开始的。废物识别试验台已经为废物管理的创新建立了一个协调中心。新技术有望增加进入材料市场的可再利用材料的供应，降低回收材料的成本，使经济从原始资源中转移出来。随着新的公私合作关系的建立，该团队希望在整个行业中分享改进的分拣技术，以实现一个更可持续的未来。

相关帖子

以循环为灵感，以创新为动力--微软循环中心扩大可持续性 - 微软本地

了解微软循环中心如何扩展云计算供应链的可持续性 | Azure博客和更新 | Microsoft Azure

推动欧洲和南非数据中心社区的变革，以确保可持续的未来--微软本地（提及创新斯科纳）。