Byggcykel: AI för cirkulär resursanvändning av material från byggavfall

Viktiga resultat som projektet gav

Ja, de mål som sattes från start uppfylldes. Projektet resulterade i fungerande AI‑baserade metoder för automatisk identifiering och kategorisering av byggavfall, med högre detaljnivå än ursprungligen planerat. Projektet bidrog även till metodmässiga synergier med andra initiativ samt till utveckling av mer tillgängliga verktyg för analys och uppföljning av sorteringsgrad. Därtill utgör projektet en viktig pusselbit för datainsamling och delning i cirkulära flöden.

Långsiktiga effekter som förväntas

Projektet förväntas långsiktigt bidra till förbättrade sorteringsgrader av byggavfall genom ökad transparens och datadriven uppföljning. De utvecklade metoderna kan stödja både förebyggande sortering i uppkomstledet och effektivare beslut i senare sorterings‑ och återvinningsled. Projektet utgör även en pusselbit för datainsamling från avfallsflöden och den byggda miljön, och möjliggör att data kan knyta ihop cirkulära flöden samt främja semantisk interoperabilitet genom gemensamma standarder

Upplägg och genomförande

I projektets initiala fas installerades hårdvara för bildinsamling hos Ragn-Sells och senare på en byggarbetsplats. Parallellt utvecklades AI-baserade analysmetoder vid Chalmers Industriteknik, medan LiU bidrog med teknisk rådgivning, analys och koppling till ontologier som CEON, inkl. semantisk interoperabilitet. Modellerna testades i operativa miljöer, inklusive utvärdering av överförbarhet. Regelbundna möten säkerställde samordning, uppföljning och framdrift enligt plan.