Kunstig intelligens skaber bedre genanvendelse af materialer: "Vi opdager plastikken med det samme"

Der findes uendelig mange farver, eller i hvert fald så højt et antal at vi aldrig kan fastslå alle farverne. Og det samme er faktisk gældende på Dansk Retursystems transportbånd i den jyske by Løsning.

De mange farver kommer fra danskernes udsmidte dåser. Men blandt de farvede aluminiumsdåser sniger der sig en gang imellem en gennemsigtig plastikflaske ind. Og det er netop de flasker, som fanger Dansk Retursystems blik, når de sorterer og genanvender materialerne til nye flasker og dåser.

- Når vi har afvigelser i vores kvalitet, så er det typisk, at vi har noget af vores plast, der ender i vores aluminium eller noget af vores aluminium, der ender i vores plast, fortæller fabrikschef hos Dansk Retursystem, Martin Udengaard Olesen og fortsætter:

- Det vil sige, at vi står og kigger ned på et transportbånd, og hvis der er noget, der ikke skal være der, så tager vi det med hænderne og smider det til siden. I forhold til den grønne dagsorden, så er det jo sådan, at pantsystemet i forvejen har en enorm høj slutproduktkvalitet. Men vi ønsker jo også at fortsætte med at blive endnu bedre, og det kan teknologien hjælpe os med.

Derfor tog Dansk Retursystem fat i Teknologisk Institut.

Samarbejdet blev en del af et større Odense Robotics-projekt, ROBOSORT, hvor Teknologisk Institut, Dansk Retursystem, Aarhus Universitet, Dansk Affaldsminimering og Makeen Energy er samarbejdspartnerne. Projektet går ud på at automatisere affaldsstrømme.

- Her hos Dansk Retursystem har vi sat en boks op, som tager nogle billeder af den affaldsstrøm, der passerer på et bånd under boksen. Det kan vi så bruge efterfølgende til at lave en automatisk analyse af affaldsstrømmen, fortæller konsulent ved Teknologisk Institut Thomas Giselsson.

Finder fejl med det samme

Teknologisk Institut har benyttet sig af kamerateknologi og kunstig intelligens til at hjælpe Dansk Retursystem med et digitalt overvågningssystem, som kan hjælpe dem med at opdage og kvantificere fejlsorteringer.

- Når vi laver vores billedanalyse, anvender vi kunstig intelligens - en deep learning-model, der er i stand til at detektere plastikflasker i en affaldsstrøm bestående primært af aluminiumsemballager. I forhold til den grønne omstilling er det her et værktøj, som kan lave en bedre genanvendelse af materialer, fordi vi kan finde dem i affaldsstrømmen, fortæller Thomas Giselsson.

Systemet er altså blevet trænet til at kunne identificere plastikflasker på en baggrund af aluminiumsdåser.

- Det her system har den fordel, at det er sikkert, at vi overvåger online, når der er fejl. Det vil sige, at vi opdager fejlene med det samme. Så i stedet for at jeg har 20 baller, hvor der er plast i, så har jeg måske fanget det, inden den første balle er lavet, fortæller fabrikschefen hos Dansk Retursystem og fortsætter:

- I første omgang er vores mål kvaliteten, men i det øjeblik hvor man kan genkende, at man har en fremmed strøm ind i produktet, så kan man jo i teorien også fjerne den med robotteknologi og gå ind og gribe.

Projektet er udført i regi af Odense Robotics, som er medfinansieret af Uddannelses- og Forskningsministeriet samt Danmarks Erhvervsfremmebestyrelse.

Er du nysgerrig efter, hvordan specialiseret visionteknologi kan gøre en forskel i jeres virksomhed? Så læs mere om vores visiontjek her eller kontakt Jacob Kortbek fra Teknologisk Institut på jkk@teknologisk.dk eller 72 20 11 52.