通过废物自动识别促进瑞典循环经济发展

根据《2021 年循环性差距报告》，全球每年消耗 1000 亿吨材料，而回收利用率仅为 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，利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。

携手合作，将物联网技术应用于废物管理

废物识别试验台源于创新斯科纳（Innovation Skåne）和移动高地（Mobile Heights）之间的合作。

该团队与合作伙伴斯科纳投资公司（Invest in Skåne）、诺尔维丁公司（Norrvidinge）和OP技术公司（OP Teknik）合作，并获得了微软数据中心社区发展部的资助，共同开发了一个开放式平台，传感器工程师可利用该平台在真实的垃圾分拣环境中测试他们的技术。废物识别试验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，并评估和比较其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并改进传感器，以便从不同的工业废物流中分拣出可重复使用的物品，其中包括一些尚未开发用于废物分拣的技术。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实验室原型能够成功识别难以检测的物质，而且这种相机的成本比目前传感器中使用的高光谱相机低 20%。该研究小组目前正在探索建立合作伙伴关系，以便将这种相机投入商业使用。

激发整个行业的创新

除了最初的测试之外，该项目还激发了创新。例如，隆德大学的学生埃米尔-桑德林（Emil Sandelin）在卡尔-约翰-奥斯特罗姆（Karl Johan Åström）教授的指导下，利用测试平台完成了硕士学位项目。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--这对人类来说通常很容易，但对计算机来说，当一个物体位于另一个物体之上时，区分起来却相当困难。该项目通过在试验台项目收集的成像数据上训练人工智能算法，提高了材料识别的准确性。新技术虽然更准确，但速度较慢，因此目前的研究正在改进这些新算法，以提高其速度。

斯科纳创新署还认为该技术有可能应用于医院现场垃圾的自动分类。医院垃圾是一个复杂的应用案例，因为它与病人的接触程度不同。可重复使用材料的自动识别和灭菌可为该行业带来回收利用，而目前该行业的大部分材料最终都成为了废物。

展望更加可持续的未来

创建材料循环经济和更好的再利用材料市场，一切都要从利用更好的传感器更好地识别材料开始。废物识别试验台已成为废物管理创新的一个焦点。新技术有望增加进入材料市场的可再利用材料的供应量，降低回收材料的成本，使经济不再依赖原始资源。随着新的公私合作伙伴关系的建立，该团队希望在整个行业分享改进后的分类技术，以实现更加可持续的未来。