Smart avfallshåndtering med maskinlæring og radarsensorer

Kan vi forutsi innholdet i en avfallscontainer ved hjelp av radarsensorer? Vi utvikler maskinlæringsmodeller som bruker sanntidsdata fra sensorer for å optimalisere innsamling og behandling av avfall. Målet er å oppnå en mer effektiv og bærekraftig håndtering av avfall.

Hvordan sikre mer effektiv avfallshåndtering

Avfallscontainere på byggeplasser og lignende steder spiller en viktig rolle i hvordan avfall håndteres. Måten avfall behandles på avhenger i stor grad av typen, kvaliteten og egenskapene til materialet. Noe avfall går til forbrenning, noe bearbeides videre, og noe kan gjenbrukes nærmere sin opprinnelige form. Det er mest effektivt å håndtere lignende avfallstyper samtidig, men begrenset lagringsplass og ressurser på avfallsmottakene gjør dette vanskelig i dag. For å forbedre planleggingen av innsamling og behandling av avfall, er det derfor veldig nyttig å ha oppdatert informasjon om innholdet i utplasserte containere.

Bildet viser en grønn avfallscontainer som er fylt avfall avulike materialer.
De grønne avfallscontainerne fra Ragn-Sells er et kjent syn over hele landet. NR utvikler maskinlæringsmodeller for å effektivisere avfallshåndteringen ved hjelp av sensordata fra slike containere. Bilde: Sensorita AS.
Bildet viser en gul boks montert på siden av en avfallscontainer. Boksen er en av Sensoritas sensorer som brukes for å innhente avfallsdata fra containeren.
Radarsensoren, som festes på containeren, gir oss verdifulle avfallsdata som brukes i våre maskinlæringsmodeller. Bilde: Sensorita AS.

Maskinlæring og radarsensorer i avfallsbehandling

På NR, utvikler vi maskinlæringsmodeller som estimerer innholdet i avfallscontainere basert på data fra sensorer montert på hver enhet, samt andre datakilder. Sensorene fra Sensorita inkluderer radar og GPS, og gir sanntidsdata som brukes til å optimalisere innsamling og behandling av avfallet. Denne teknologien gjør det mulig å forvandle containerparken til et desentralisert lager for avfallsmaterialer.

ReWaCC: Et innovativt samarbeid for bedre avfallshåndtering

I tillegg til Sensorita, samarbeider vi med NORSUS, Veidekke, Acconeer, og miljø- og gjenvinningsselskapet, Ragn-Sells.

NORSUS, i dialog med Veidekke, kartlegger hvilke typer avfall og egenskaper som er viktigst å skille mellom. Acconeer leverer radarene som brukes i Sensoritas sensorer.

Bærekraftig ressursutnyttelse av avfall

Etter hvert som samfunnet legger større vekt på bedre ressursutnyttelse, gjenvinning og ombruk, blir avfall stadig mer sett på som en ressurs i stedet for et problem. Hovedmålet med prosjektet er å gi avfallsselskapene verdifull innsikt for å forbedre resirkuleringen og utnyttelsen av sekundære materialer. Sammen med våre partnere ønsker vi å utvikle en skalerbar og tilpassbar løsning for ulike typer avfallscontainere, noe som vil bidra til mer effektiv og bærekraftig avfallshåndtering.

Prosjekt: ReWaCC: Komplette digitale tvillinger av avfallscontainere

Partner: Sensorita, Ragn-Sells, Veidekke, NORSUS, Acconeer

Finansiering: Forskningsrådet

Periode: 2024-2026

Kilder:

Prosjektbanken