Högkapacitets- och högnoggrann materialidentifiering och sortering för återvinning
| Diarienummer | |
| Koordinator | Identinano AB |
| Bidrag från Vinnova | 500 000 kronor |
| Projektets löptid | november 2025 - juli 2026 |
| Status | Avslutat |
| Utlysning | Innovativa Startups |
| Ansökningsomgång | Innovativa Startups 2025 |
Viktiga resultat som projektet gav
Projektet utvecklade och integrerade optik, elektronik och AI för realtidsidentifiering av plast på rörligt transportband. För utvalda plasttyper uppnåddes 99+ % identifieringsnoggrannhet, över målet på minst 95 %. AI-modellen körs direkt på demonstratorns FPGA utan extern dator. Full lateral snabbsvepning och industriell kapacitetsvalidering återstår som nästa utvecklingssteg.
Långsiktiga effekter som förväntas
Resultaten kan på sikt möjliggöra renare plastfraktioner, mer materialåtervinning och mindre förbränning, deponering och användning av ny fossil råvara. En kompakt modul som kan integreras i befintliga sorteringslinjer kan sänka tröskeln för industriellt införande. Tekniken kan även stärka materialförsörjning och resiliens genom att göra återvunnen plast till en mer tillförlitlig råvarukälla.
Upplägg och genomförande
Projektet genomfördes i två sammanlänkade arbetspaket: AI-programmering samt detektionsoptik och elektronik. Sensordata samlades in, AI-modellen tränades och testades i realtid på ett rörligt transportband. Parallellt designades, köptes och installerades optik och elektronik och integrerades med transportbandet. Upplägget fungerade väl och kärnmilstolparna uppnåddes. Lateral snabbsvepning över hela bandet och full kapacitetsvalidering flyttas till nästa utvecklingsfas.