Smart avfallshåndtering med maskinlæring og radarsensorer
- Avdeling SAMBA
- Involverte fagområder Maskinlæring
- Involverte bransjer Teknologi og industri
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.
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: