AI för bättre kvalitet i återvunnet avfall

Viktiga resultat som projektet gav

Det övergripande målet för projektet var att undersöka om AI-baserad bildanalys kan användas för att upptäcka felsorterat avfall på återvinningscentraler. Syftet med detta att öka miljönyttan och minska kostnaderna, eftersom om avfallet inte är rätt sorterat så går det inte att återvinna, utan går istället till förbränning eller destruktion vilket är ett stort slöseri. Projektets mål har uppfyllts då vi framgångsrikt har tagit fram en AI som med hjälp av maskininlärning genom bildanalys kan upptäcka felsorterat avfall i träcontainern och larma vår personal.

Långsiktiga effekter som förväntas

Vi har i projektets tagit fram en AI som som kan identifiera felsorteringar i träcontainern i ungefär 50% av fallen som de sker, vilket ur vår synvinkel är ett fantastiskt resultat då en halvering av orent material är en enorm förbättring. AI:ns bildanalys kan automatiskt upptäcka felsorteringar och larma så att vår personal direkt kan plocka ut det orena materialet. Resultaten från projektet och projektets måluppfyllelse har överträffat våra förväntningar, och vi har i projektet också väsentligt ökat vår kunskap kring AI och insikter i vilka möjligheter som tekniken ger.

Upplägg och genomförande

Projektarbetet har bedrivits i fem arbetspaket, där varje arbetspaket har haft en definierad tidsperiod, ett specificerat innehåll samt tydliga leverabler. Projektgruppen har bestått av personal från vår egna organisation samt forskare från Högskolan i Skövde. Projektupplägget och samarbetet mellan parterna i projektet har fungerat mycket bra och har lett till ett som vi tycker mycket lyckat projekt med ett resultat som överträffar våra förväntningar.