Sztuczna inteligencja i hiperspektralne obrazowanie w recyklingu obuwia | Avicon

Sztuczna inteligencja i obrazowanie hiperspektralne w recyklingu obuwia
Nowa publikacja ekspertów Avicon i VIVE Textile Recycling
W najnowszym numerze czasopisma Pomiary Automatyka Robotyka (PAR) ukazał się artykuł autorstwa ekspertów Avicon oraz VIVE Textile Recycling. Publikacja dotyczy wykorzystania technologii głębokiego uczenia i obrazowania hiperspektralnego w procesach recyklingu obuwia.
Wyzwania w recyklingu obuwia – dlaczego klasyfikacja materiałów jest tak trudna?
Rosnąca świadomość ekologiczna i potrzeba ograniczania ilości odpadów stawiają przed branżą recyklingową nowe wyzwania. Jednym z kluczowych problemów jest dokładna identyfikacja materiałów, z których wykonane są elementy obuwia.
Tradycyjne systemy wizyjne, oparte na kamerach mono lub RGB, nie pozwalają skutecznie rozróżniać materiałów takich jak skóra, guma, tworzywa sztuczne czy tekstylia. Problem komplikuje się w przypadku obuwia z rynku wtórnego, gdzie różnorodność kolorów, faktur i stopnia zużycia jest bardzo duża.
Obrazowanie hiperspektralne i głębokie uczenie – nowa jakość w klasyfikacji materiałów
W odpowiedzi na te wyzwania, nasz zespół opracował system, który łączy technologię obrazowania hiperspektralnego (HSI) w zakresie NIR-SWIR (900–1700 nm) z metodami głębokiego uczenia maszynowego. Taka kombinacja pozwala uzyskać znacznie wyższą precyzję klasyfikacji materiałów niż w przypadku konwencjonalnych technologii wizyjnych.
System hiperspektralny Avicon – szczegóły rozwiązania
Zakres pomiarowy i specyfika NIR-SWIR
System wykorzystuje kamery hiperspektralne Specim FX17 rejestrujące obrazy w wąskich pasmach spektralnych, co umożliwia identyfikację charakterystycznych cech materiałowych niewidocznych dla ludzkiego oka ani dla klasycznych kamer RGB.
Proces przygotowania danych treningowych
Na potrzeby projektu przygotowaliśmy bazy danych obrazów hiperspektralnych, które zostały ręcznie zmaskowane, aby wyodrębnić obszary konkretnych materiałów. Taki proces wymagał dużej precyzji i doświadczenia operatorów.
Wyniki testów i skuteczność rozwiązania
Przeprowadzone testy wykazały wysoką skuteczność klasyfikacji materiałów obuwia, osiągając średnią dokładność powyżej 80% na zbiorze testowym. Szczególnie istotna jest również powtarzalność wyników, kluczowa w warunkach przemysłowych.
Korzyści z wykorzystania AI w sortowaniu obuwia
Wdrożenie technologii hiperspektralnej i AI umożliwia:
- znaczną redukcję kosztów sortowania,
- zwiększenie precyzji klasyfikacji materiałów,
- ograniczenie odpadów kierowanych do utylizacji,
- wsparcie dla działań w zakresie gospodarki o obiegu zamkniętym.
Dowiedz się więcej
Zapraszamy do lektury pełnego artykułu oraz do kontaktu z naszym zespołem, aby omówić możliwości wdrożenia rozwiązań hiperspektralnych w Państwa procesach produkcyjnych lub recyklingowych.
Pobierz artykuł: https://doi.org/10.14313/par_256/85