AutoWEEEdakt

Syfte och mål

Projektets övergripande mål var att utveckla AI-baserat bildigenkänningssystem som kan identifiera och kategorisera elektronikavfall genom att observera hur mänskliga processoperatörer hanterar avfallet. Manuellt arbete används idag i stor utsträckning vid återvinning av elektronikavfall för att försortera avfallet innan det processas vidare. Detta för att säkerställa att elektronikavfall återvinns på ett bra och säkert sätt. Syftet med detta projekt var att undersöka möjligheter att effektivisera detta arbete genom att utnyttja och utveckla nya AI-baserade metoder.

Resultat och förväntade effekter

AI-baserade metoder utvecklades som automatiserar skapande av annoterade dataset baserat på övervakning av manuellt arbete vid två olika elektronikåtervinningsanläggningar (El-Kretsen sorteringsstation i Arboga och NG Metalls återvinningsanläggning i Katrineholm). Dessa annoterade dataset har använts för att träna upp AI-modeller, vilka följaktligen visar god precision på att kategorisera elektronikavfall utefter de kategorier som avfallet ska sorterar under. Detta kan i längden leda till minskat behov av manuellt arbete och ge högre säkerhet vid dessa anläggningar.

Upplägg och genomförande

Projektet delades upp i olika arbetspaket, där första steg var att se över befintliga processer och göra så små modifieringar som möjligt för att ej störa befintliga processer men möjliggöra datainsamling. Därefter så installerades nödvändig hårdvaraför att kunna samla in data vid processanläggningarna. Detta steg blev något försenat pga pandemins påverkan. När väl datainsamlingsmöjligheter fanns på plats så var fokuset på att utveckla och förbättra algoritmer och mjukvara som automatisk kan generera annoterade data för att därefter träna och testa AI-modeller på dessa data.