Projektbeschreibung
Robotertechnik für die Rückgewinnung verwertbarer Werkstoffe
Die Rückgewinnung von Wertstoffen erfolgt in der Regel manuell in Aufbereitungsanlagen, die in der Nähe dichter städtischer Gebiete angesiedelt sind. Jüngste Entwicklungen in den Bereichen KI und Robotik begünstigen die Automatisierung verschiedener Tätigkeiten in Aufbereitungsanlagen. Diese Lösung ist jedoch nicht kosteneffizient. Sie ist auch nicht für große Abfallmengen oder kleinere Flächen geeignet. Mobile Aufbereitungsanlagen bieten zwar eine Antwort auf diese Problematik, aber sie weisen Beschränkungen auf. Im Rahmen des EU-finanzierten Projekts RECLAIM wird eine mobile, robotergestützte Aufbereitungsanlage entwickelt, die auf die Werkstoffrückgewinnung in kleinem Maßstab zugeschnitten ist und bewährte Technologien in den Bereichen Robotik, KI und Datenanalyse nutzt. Das Projekt beruht auf einem modularen Multi-Roboter/Multi-Greifer-Konzept für die Werkstoffgewinnung und einem bürgerwissenschaftlichen Ansatz.
Ziel
Recyclable materials recovery is a key element of the circular economy and the EU Green Deal. It is typically performed manually at large scale Material Recovery Facilities (MRFs) installed close to dense urban areas. Recent advances in AI and robotics have enabled the automation of several MRF activities. However, they target large waste volumes and are not cost-effective for smaller, less accessible areas.
To accommodate the latter, portable material recovery units can be deployed nearby. Despite the increasing demand for portable units, offerings lack intelligent, automated components that could significantly increase their productivity.
To fill this gap, RECLAIM will develop a portable, robotic MRF (prMRF) tailored to small-scale material recovery. The proposal exploits well-tested technology in robotics, AI and data analytics which is improved to facilitate distributed material recovery.
RECLAIM adopts a modular multi-robot/multi-gripper approach for material recovery, based on low cost Robotic Recycling Workers (RoReWos). An AI module combines imaging in the visual and infrared domain to identify, localize and categorize recyclables. The output of this module is used by a multi-RoReWo team that implements efficient and accurate material sorting. Further, a citizen science approach will increase social sensitivity to the Green Deal. This is accomplished via a novel Recycling Data-Game that enables and encourages citizens to participate in project RTD activities by providing annotations to be used in deep learning for the re-training of the AI module.
RECLAIM developments will be implemented and repeatedly assessed in demanding, real material recovery tasks. Three different scenarios will attest its effectiveness and applicability in a broad range of locations that face material recovery challenges. This will pave the way for the prMRF market uptake and provide a major boost in making Europe zero polluting, climate-neutral, sustainable and globally competitive.
Wissenschaftliches Gebiet
- engineering and technologyenvironmental engineeringwaste managementwaste treatment processesrecycling
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- social sciencespolitical sciencespolitical policiescivil society
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringrobotics
- social scienceseconomics and businesseconomicssustainable economy
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
HORIZON-CL4-2021-DIGITAL-EMERGING-01
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-IA - HORIZON Innovation ActionsKoordinator
70013 Irakleio
Griechenland