Et kamera, en datamaskin og en robotarm skal i framtiden kunne identifisere og fjerne elektronikk med batterier fra strømmen av elektronikkavfall fra gjenvinningsstedene.
Dette er i hvert fall håpet til de som står bak et nytt prosjekt på Teknologisk Institut i Danmark.
Systemet skal lette det manuelle arbeidet for gjenvinningsbedriftene ved hjelp av kunstig intelligens, skriver instituttet i en pressemelding.
Inneholder miljøskadelige stoffer
Robotarmen som skal installeres over samlebåndet hos gjenvinningsbedriftene skal styres av en datamaskin med et deep learning-system. Systemet avgjør på grunnlag av en rekke lagrede bilder om gjenstandene på samlebåndet inneholder batterier eller ikke.
Det er svært viktig å fjerne batterier fra elektronikkavfallet, siden de inneholder miljøskadelige stoffer som bly, svovelsyre og kadmium. Derfor blir batteriene i dag sortert fra avfallsstrømmen manuelt. Men dette er en oppgave som er som skapt for roboter, mener Teknologisk Institut.
– Formålet med prosjektet er å undersøke mulighetene for å kjenne igjen elektroniske gjenstander med batterier, samt selve batteriene, for å kunne håndtere og sortere dem best mulig. Ved hjelp av avansert visjonsteknologi prøver vi å gi roboten «øyne» som kan oppdage og skjelne mellom gjenstander som inneholder batterier, sier prosjektleder Michael Nielsen fra Teknologisk Instituts Center for Robotteknologi i pressemeldingen.
Må lære å kjenne igjen
Deep learning har den egenskapen at den kan automatisere svært mye av den forbehandlingen som før måtte foretas manuelt.
Dette vil for batteriroboten føre til at den kan gjenkjenne for eksempel en mobiltelefon, selv om den ikke har sett den spesifikke modellen tidligere.
– Utfordringen her er at batteriene, og elementer som inneholder batterier, ikke ligger i den samme posisjonen hver gang, og kan se svært forskjellige ut. Derfor skal vi fôre den kunstige intelligensen med tusenvis av ulike bilder, og lære den å kjenne igjen batterier og gjenstander med batterier, sier Rasmus Johansson, som er programvareutvikler i Refind Technologies – bedriften som står for programvaredelen av prosjektet – i pressemeldingen.
– Utfordringen er ikke å få den kunstige intelligensen til å kjenne igjen saker som den allerede har sett under opplæring, men å få den til å kjenne igjen ting som den aldri har sett før, men som er av samme type som den har blitt opplært i, utdyper han.
- Maskinlæring: Vindkraft-produsenten sparer millioner på å forutsi været mer nøyaktig enn meteorologene
Selvkjørende biler
Denne utfordringen er godt kjent fra for eksempel selvkjørende biler – der bildeanalyse også er i rask utvikling for tiden – slik at bilene skal kunne reagere korrekt på forskjellige ukjente objekter eller hendelser i trafikken.
Her er en stor del av utfordringen også at objektene skal kjennes igjen i stort antall, i høy fart og med høy presisjon.
En del lignende faktorer gjelder også i denne situasjonen, der avfallet gjerne ligger i en blandet strøm på et transportbånd, og hvor det må en viss hastighet til for å gjøre teknologien hensiktsmessig.
I prosjektbeskrivelsen understreker Teknologisk Institut at det er vesentlig at systemet må fungere på «realistiske avfallsmengder».
Artikkelen ble opprinnelig publisert på Ing.dk.
- Nå kan det bli tvangssortering av plast- og matavfall: Norsk teknologi gjør tiltaket billigere og enklere
