Implementation and evaluation of a real-time capable approach to sensor-based sorting using CNNs
In state-of-the-art optical sorting, engineered image processing algorithms are commonly used to identify materials. However, for complex material textures and high- ensity material streams, these approaches are often unable to maintain the desired sorting quality. Convolutional neural networks (CNNs) have been proven to outperform such approaches in their ability to classify objects in images.
Nevertheless, most studies are not implemented into a real sorting system. In this work, we implement a full pipeline for optical sorting based on a CNN. Semantic segmentation is performed on acquired images and the result is mapped onto pneumatic valves for ejection of detected objects. The approach is real-time capable, even if the images are captured after discharge from the belt. The effectiveness of the approach is demonstrated in two challenging sorting tasks: the sorting of construction and demolition waste with a high amount of dust and the detection of peanuts in hibiscus tea.
| Copyright: | © Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben | |
| Source: | Recy & Depotech 2024 (Dezember 2024) | |
| Pages: | 6 | |
| Price inc. VAT: | € 3,00 | |
| Autor: | Felix Lehnerer  Lukas Roming Jürgen Hock Felix Kronenwett Georg Maier | |
| Send Article | Add to shopping cart
| Comment article |
These articles might be interesting:
BatterySort: Ein Sortiersystem zur Detektion und Aussortierung von Li-Ionen-Batterien aus Abfallströmen zur Vermeidung von Bränden
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Fehlwürfe von Batterien, insbesondere Lithium-Ionen-Batterien und Elektroaltgeräten in Siedlungsabfällen, führen in Sortieranlagen häufig zu Bränden mit erheblichen Schäden.
The Allegory of Stupidity and Waste
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
This paper on the allegory of stupidity and waste is a more or less daring view on tomorrow’s capabilities in global waste management. A society facing seemingly unresolvable ecological challenges seems to be immune to its own overconsumption.
The heat is on! - From the material characterisation of spent refractory bricks to sensor training (practical examples from Project ReSoURCE)
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Refractory products are essential for high-temperature industrial processes, from steel and cement production to waste incineration and many more. Harsh environmental conditions in these applications result in the frequent renewal of refractory lining.
Wirkungen der Maßnahmen zur Verbesserung der Sammelqualität bei der Bioabfallsammlung
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Für die Produktion von Qualitätskompost in Kompostieranlagen stellt die Störstoffbelastung, insbesondere von Kunststoffen, im Inputmaterial von biogenen Abfällen aus Haushalten ein wesentliches Problem dar. Hierbei sind vor allem Kunststoffsäcke, welche als Vorsammelhilfe verwendet werden, störend.
Symbiose Mensch & KI: Nachhaltige (Abfall-)Logistikoptimierung
© Lehrstuhl für Abfallverwertungstechnik und Abfallwirtschaft der Montanuniversität Leoben (12/2024)
Die zunehmenden Herausforderungen durch Fahrpersonalmangel, Fluktuation und Ineffizienzen in der Abfalllogistik erfordern innovative Lösungen. Dieser Beitrag präsentiert einen dreistufigen Ansatz, der die Synergie zwischen menschlicher Expertise und Künstlicher Intelligenz nutzt, um den Abfallmanagementprozess zu optimieren.
