AutoWEEEdakt II - Automatisk AI baserat system för detektion av konsumentelektronikavfall

Syfte och mål

I det tidigare PiiA-finansierat projekt AutoWEEEdakt föreslog och utvecklade vi nya innovativa metoder för att att skapa artificiella intelligenta (AI)-drivna datorseendemetoder som kunde lära sig kategoriseringen av WEEE genom att observera det manuella sorteringsarbete som görs. I detta projekt vill vi fortsätta att öka mängden märkt bilddata. Vidare vill vi vidareutveckla metoder som genom webscrapping och tillverkning av syntetisk bilddata förbättrar balansen mellan de olika klasserna och gör våra AI modeller mer robusta.

Förväntade effekter och resultat

Vi förvänta oss att förbättringarna kommer att möjliggöra att producenter av konsumentelektronik lättare ska kunna återfå och återbruka delar och komponenter från sina uttjänta produkter. Med de innovationer som utvecklades i AutoWEEEdakt och i den nya projekt AutoWEEEdakt II så har Sverige möjlighet att stärka sin position som en föregångare inom återvinningssektorn och demonstrera landets förmåga att hänga med i den globala utvecklingen av tillämpade AI-lösningar.

Planerat upplägg och genomförande

Projektets leds av Stiftelsen Chalmers Industriteknik, ett forskningsinstitut som arbetar för att utveckla innovativa lösningar för en hållbar framtid och ha bredd kunskap i tillämpad AI samt cirkulär ekonomi. I konsortiet ingår Trapper Data, en konsumentelektroniktillverkare; El-Kretsen, en producentansvarsorganisation; NG Metall AB, en elektronikåtervinnare och OP teknik, ett indtechföretag.