Мировая индустрия управления отходами сталкивается с огромной проблемой: ежегодно в мире производится более двух миллиардов тонн твердых отходов, и лишь малая часть материалов возвращается в оборот. В условиях этого вызова технологии искусственного интеллекта и робототехники становятся важнейшими инструментами для перенаправления отходов со свалок в циклы устойчивой экономики за счет повышения точности и скорости процессов сортировки.
Повышение качества пластика с помощью компьютерного зрения
Процесс переработки пластика в основном зависит от стоимости и качества; если извлеченные материалы не соответствуют спецификациям, они превращаются в продукты с низкой ценностью (даунсайклинг). Здесь выделяется тайваньская компания AIRECO, которая использует технологии компьютерного зрения (Vision AI) для сверхточной сортировки пластика, что позволяет осуществлять переработку в замкнутом цикле (Closed-loop recycling) для производства новых продуктов того же типа, что и исходные.
На своих пилотных производственных линиях в городе Тайнань компания использует модули NVIDIA Jetson Orin NX для выполнения операций логического вывода (Inference), которые управляют роботизированными манипуляторами для захвата материалов с конвейерных лент, при этом точность распознавания достигла более 95%. В следующем году компания планирует увеличить мощность переработки отходов на своей полноценной производственной линии с 18 000 до 48 000 тонн в год, сократив при этом операционные расходы на 85%.
Автоматизация в режиме реального времени на производственных линиях
На предприятиях по восстановлению материалов скорость является решающим фактором, так как процесс сортировки должен происходить во время движения быстрых конвейерных лент. Американская компания EverestLabs AI занимается внедрением роботов с компьютерным зрением на объектах по всей Северной Америке и Австралии. Эти роботы используют графические процессоры NVIDIA RTX на периферии (Edge) для выполнения логического вывода в режиме реального времени, в то время как обучение моделей происходит с использованием графических процессоров в центрах обработки данных на базе технологии NVIDIA CUDA.
На сегодняшний день системы компании успешно идентифицировали около 40 миллиардов объектов и переработали 25 000 тонн материалов, что помогло предотвратить выброс около 30 000 метрических тонн углекислого газа.
Большие данные и анализ потоков отходов
Многие станции переработки традиционно полагаются на ручной отбор проб, составляющий менее 1% от общего объема отходов, что делает оценки неточными. Британская компания Greyparrot предлагает платформу Analyzer, которая устанавливается над конвейерными лентами и использует компьютерное зрение для идентификации каждого объекта, проходящего по ленте, по типу материала и бренду, даже в условиях запыленности или слабого освещения.
Используя модули NVIDIA Jetson, компания смогла сократить время, необходимое для проверки 15 тонн отходов, с 375 часов до всего 6 часов. Использование этих данных в реальном времени повысило эффективность предприятий на 10–30% и помогло таким крупным компаниям, как Coca-Cola, оценить эффективность переработки своей упаковки.
Революция в сортировке подержанного текстиля
Европа ежегодно производит около 7 миллионов тонн подержанного текстиля, и процесс его сортировки требует очень высокой точности для определения качества и типа. Немецкая компания reverse.fashion использует технологии компьютерного зрения высокого разрешения для определения типа продукта, дефектов, цвета, размера и бренда. Их модели искусственного интеллекта работают с использованием программного обеспечения NVIDIA TensorRT, оптимизированного для модулей NVIDIA Jetson, что позволяет сортировать за один час то, на что раньше уходила целая неделя.
Что меняется на практике?
Переход от ручной сортировки к сортировке с поддержкой ИИ меняет правила игры по трем ключевым пунктам:
- От догадок к точности: Вместо того чтобы полагаться на случайные выборки, системы обеспечивают всесторонний и точный обзор каждого предмета, проходящего через производственную линию.
- От низкокачественной переработки к замкнутому циклу: Высокая точность сортировки материалов (таких как пластик) позволяет повторно использовать их в высококачественных продуктах вместо превращения в низкосортные материалы.
- Экономическая целесообразность: Снижение зависимости от дорогостоящего ручного труда и повышение скорости обработки делают процессы переработки более прибыльными и устойчивыми с коммерческой точки зрения.