Četiri AI sistema ubrzavaju sortiranje plastike, ambalaže i odeće za reciklažu
NVIDIA je predstavila rad startapa AIRECO, EverestLabs AI, Greyparrot i reverse.fashion. Njihovi sistemi koriste računarski vid i robotiku na pokretnim trakama, ali većina brojki potiče od samih kompanija i nije zajednički nezavisni test.

Računarski vid na pokretnoj traci
NVIDIA je 10. novembra objavila pregled četiri startapa iz svog programa Inception koji primenjuju računarski vid i robotiku u reciklaži. Zajednički problem je brzina: plastika, ambalaža i tekstil prolaze pokretnim trakama, pa sistem mora da prepozna predmet i odluči šta sa njim pre nego što stigne do sledeće tačke. Rešenja koriste NVIDIA grafičke procesore ili Jetson module, ali svako cilja drugačiji tok otpada.
Kompanija navodi da manje od sedam odsto materijala koji ulaze u svetsku ekonomiju potiče iz recikliranih ili ponovo upotrebljenih izvora, dok komunalni čvrsti otpad premašuje dve milijarde tona godišnje i mogao bi skoro da se udvostruči do 2050. Te brojke služe kao kontekst zvaničnog korporativnog pregleda. Rezultati pojedinačnih sistema dolaze od samih startapa i njihovih korisnika, pa ih ne treba čitati kao međusobno uporediv nezavisni test.
AIRECO finije razdvaja plastiku
Tajvanski AIRECO pokušava da mešovitu plastiku razvrsta dovoljno precizno da materijal može da se vrati u proizvod iste vrste, umesto u proizvod nižeg kvaliteta. Probna linija u postrojenju u Tajnanu koristi Jetson Orin NX module za obradu podataka i upravljanje robotskim rukama koje izdvajaju predmete sa trake. Kompanija navodi da tačnost prepoznavanja na toj liniji prelazi 95 odsto.
Za punu proizvodnu liniju planiranu za narednu godinu AIRECO postavlja cilj da godišnji kapacitet poveća sa 18.000 na 48.000 tona, a operativne troškove smanji za 85 odsto. To su planovi kompanije, a ne već ostvareni rezultat. Suština je da kvalitet i vrednost reciklirane plastike zavise od finog razdvajanja: boca izdvojena kao tačno određena vrsta materijala ima veću šansu da ponovo postane boca.
Roboti i detaljna mapa otpada
Američki EverestLabs AI postavlja robote vođene računarskim vidom u postrojenja za izdvajanje kućnog reciklažnog otpada. Oko 150 robota radi u Severnoj Americi i Australiji. Kompanija procenjuje da su njeni sistemi do sada prepoznali oko 40 milijardi predmeta, izdvojili približno 25.000 tona materijala i sprečili oko 30.000 tona emisija ugljen-dioksida. Modeli se izvršavaju na RTX procesorima uz obuku na NVIDIA data-centar GPU sistemima.
Britanski Greyparrot se usredsređuje na merenje čitavog toka. Njegove kamere iznad trake prepoznaju materijal i brend čak i kada je okruženje prašnjavo ili osvetljenje slabo, pri brzinama trake do četiri metra u sekundi. Više od 300 Analyzer sistema u preko 20 zemalja napravilo je, prema kompaniji, više od bilion detekcija. Provera 15 tona otpada navodno je skraćena sa 375 sati na šest, dok korisnici prijavljuju rast efikasnosti između 10 i 30 odsto.
Tekstil traži drugačiju vrstu prepoznavanja
Berlinski reverse.fashion obrađuje odeću, gde nije dovoljno prepoznati samo materijal. Sistem procenjuje vrstu proizvoda, oštećenja, boju, veličinu, brend, strukturu tkanine, sezonu i stil, a zatim predmet svrstava u kategoriju sa najvećom mogućom vrednošću. Svaki komad na traci koja se kreće brzinom do tri metra u sekundi prolazi kroz više od deset modela optimizovanih softverom TensorRT i izvršavanih na Jetson modulima.
Suosnivač Karsten Pufahl procenjuje da sistem za jedan sat razvrsta količinu za koju je ranije bila potrebna nedelja, a uvođenje u evropska postrojenja je u toku. I ova procena potiče od kompanije, bez objavljenog zajedničkog testa sva četiri sistema. Uz vest je NVIDIA logotip iz javnog domena, jer fotografije sortirnica i robota iz izvornog teksta nemaju zasebno potvrđena prava za ponovno objavljivanje. Logotip označava izvor pregleda, a nije dokaz rada konkretne linije.
Izvori
Podeli vest
Pošaljite ovu vest prijateljima. Link prikazuje naslov i fotografiju članka.
Komentari
Prikaz odobrenih komentara je dostupan. Slanje novih komentara biće uključeno kada se završe zaštita od zloupotreba i urednička moderacija.





Učitavanje komentara...