Automatyczne oczy w sortowni, czyli jak Computer Vision wspiera recykling

Z roku na rok rośnie presja, by odpady nie kończyły na składowiskach, a wracały do obiegu. Unijne regulacje dotyczące Circular Economy coraz bardziej zobowiązują firmy do odzysku surowców, a rosnące koszty pracy sprawiają, że manualne sortowanie odpadów staje się coraz mniej opłacalne.

Na wielu liniach sortowniczych dalej pracują ludzie, którzy w szybkim tempie oddzielają plastik od szkła czy papier od metalu. To ciężka i powtarzalna praca, a do tego nie daje pełnej precyzji. Tu właśnie na scenę wchodzi Computer Vision (CV), czyli coś, co coraz częściej nazywa się „automatycznymi oczami sortowni”.

Systemy oparte na sztucznej inteligencji potrafią rozpoznać i sklasyfikować odpady szybciej, dokładniej i taniej niż człowiek. I co ważne, uczą się tego samego, czego wcześniej uczyliśmy ludzi: jak odróżnić plastik od metalu, czysty od brudnego, opakowanie nadające się do recyklingu od bezużytecznego śmiecia.

Dlaczego sortowanie odpadów to trudny przypadek dla CV?

Na pierwszy rzut oka może się wydawać, że rozpoznanie butelki czy puszki to prosta sprawa. W praktyce to jedno z trudniejszych zadań dla wizji komputerowej. Odpady rzadko wyglądają „książkowo”. Częściej są zgniecione, zabrudzone, z resztkami etykiet, a także oświetlone nieregularnie.

Do tego dochodzi ogromna różnorodność materiałów. Ten sam rodzaj plastiku może wyglądać zupełnie inaczej w zależności od producenta i koloru. Zdarza się, że szkło barwione przypomina plastik, a karton pokryty cienką folią myli pracowników sortowni.

Dlatego właśnie sortowanie odpadów jest jednym z najbardziej wymagających środowisk dla systemów AI. Mimo to, dzięki postępowi w uczeniu maszynowym, technologia zaczyna sobie z tym radzić zaskakująco dobrze.

Wykrywanie oparte na sztucznej inteligencji oraz automatyczne sortowanie z wykorzystaniem robotyki i sorterów optycznych

Źródło: https://recycleye.com/recycleye-stories/

Nowoczesne techniki Computer Vision w recyklingu

Rozpoznawanie materiałów

Podstawą działania współczesnych systemów CV są głębokie sieci neuronowe (m.in. CNN, EfficientNet czy YOLOv8). To one odpowiadają za klasyfikację obiektów, rozpoznają czy na taśmie znajduje się plastik, szkło, metal czy papier.

Coraz częściej w procesie wykorzystywane są też kamery multispektralne, które „widzą” w zakresie bliskiej podczerwieni (NIR). Dzięki nim można odróżnić np. PET od PVC, nawet jeśli wizualnie wyglądają podobnie.

Klasyfikacja jakości odpadów

W recyklingu liczy się nie tylko rodzaj materiału, ale też jego czystość. CV potrafi rozróżnić, czy butelka PET jest czysta, czy pokryta etykietą i resztkami napoju. W zależności od jakości system przypisuje materiał do różnych klas – np. A, B albo C.

Depending on quality, the system assigns grades such as A, B, or C. This directly impacts profitability, as cleaner fractions have significantly higher resale value.

Anomaly Detection & Few-Shot Learning

Nowoczesne modele nie potrzebują już tysięcy przykładów każdego odpadu. Dzięki metodom takim jak anomaly detection czy few-shot learning, wystarczy kilka zdjęć nowego obiektu, by system nauczył się go rozpoznawać.

W praktyce oznacza to, że sortownia może łatwo rozszerzać zakres rozpoznawanych materiałów – bez budowania wszystkiego od zera.

Case example – automatyczna sortownia w praktyce

W typowym rozwiązaniu kamera umieszczona nad taśmą rejestruje każdy obiekt, a system CV w czasie rzeczywistym analizuje obraz i przypisuje materiał do odpowiedniej kategorii. W kolejnym etapie robot pick-and-place wybiera element i przenosi go do właściwego pojemnika.

Efekty? W testach przeprowadzonych w rzeczywistych warunkach dokładność klasyfikacji przekroczyła 95%, a czystość frakcji wzrosła o około 30%. Dodatkowo, dzięki automatyzacji, można zredukować koszty pracy manualnej nawet o 20%.

W praktyce oznacza to zwrot z inwestycji w mniej niż rok, a to głównie dzięki wyższej wartości sprzedawanych surowców i mniejszej ilości odpadów trafiających na składowisko.

Jednym z przykładów firm, które wdrażają takie rozwiązania, jest Bine.world, czyli platforma łącząca technologię wizji komputerowej z narzędziami do zarządzania przepływem odpadów. Takie rozwiązania pokazują, że CV staje się nie tylko narzędziem do rozpoznawania, ale też częścią większego systemu gospodarki o obiegu zamkniętym.

Korzyści biznesowe i środowiskowe

Dla przedsiębiorstw zajmujących się recyklingiem, wdrożenie Computer Vision to przede wszystkim konkretne liczby. Mniej błędów w sortowaniu oznacza niższe koszty i większą efektywność. Czystsze frakcje z kolei przekładają się na wyższe ceny sprzedaży materiałów wtórnych.

Z punktu widzenia środowiska zyski są jeszcze większe: więcej surowców wraca do obiegu, a mniej odpadów trafia na składowiska. To także krok w stronę zgodności z przepisami unijnymi, które coraz częściej wymagają od firm udokumentowania poziomu odzysku i recyklingu.

Z punktu widzenia środowiska zyski są jeszcze większe: więcej surowców wraca do obiegu, a mniej odpadów trafia na składowiska. To także krok w stronę zgodności z przepisami unijnymi, które coraz częściej wymagają od firm udokumentowania poziomu odzysku i recyklingu.

Namacalna pokazówka czyli jak to działa w praktyce

Najprostszy sposób, żeby zobaczyć, co potrafi Computer Vision, to przetestować mini-demo online. Wystarczy wgrać zdjęcie odpadu, np. butelki, puszki albo kawałka kartonu, a system analizuje je pod kątem typowych defektów i klasyfikuje materiał. Wynik wygląda mniej więcej tak: „metal – 99%” albo „papier – 95%”, czasem z oceną jakości w skali A-C.

To szybki, praktyczny test, który pozwala na własne oczy zobaczyć, że ta technologia naprawdę działa. Firmy zainteresowane wdrożeniem mogą otrzymać też raport z analizy kilku zdjęć wraz z rekomendacjami, jak najlepiej zintegrować AI z istniejącą linią sortowniczą. To taki pierwszy, prosty krok, ale bardzo namacalny, który kieruje nas w stronę pełnej automatyzacji sortowania.

Podsumowanie i zapowiedź serii

Computer Vision w recyklingu to coś więcej niż ciekawostka technologiczna. To realne wsparcie dla gospodarki o obiegu zamkniętym – połączenie technologii, ekologii i zdrowego biznesu.

Dzięki nowoczesnym algorytmom i spadającym kosztom wdrożeń, automatyczne „oczy sortowni” stają się nowym standardem w branży odpadowej.

W kolejnym artykule z serii przyjrzymy się, jak Computer Vision wspiera energetykę i inspekcję infrastruktury krytycznej – od sieci przesyłowych po turbiny wiatrowe.