Intelligent Object.Identifier (IOI)

KI-gestützte Objekterkennung für anspruchsvolle Sortieraufgaben

Der vor vielen Jahren bei STEINERT eingeführte Intelligent Object.Identifier (IOI) verwendet künstliche Intelligenz, um selbst schwierig zu erkennende Objekte zuverlässig zu identifizieren und zu sortieren. Diese KI-gestützte Objekterkennung ist insbesondere für anspruchsvolle Sortieraufgaben geeignet, bei denen herkömmliche Verfahren an ihre Grenzen stoßen.

Unsere sensorbasierten Sortiersysteme nutzen seit Jahren künstliche Intelligenz, um Zielstoffe in Materialströmen zu erkennen, sie zurückzugewinnen oder zu separieren, wenn sie die Zielfraktion schädigenden könnten. Die auf Deep Learning basierende Technologie ermöglicht neue Wege in der Sortierung.

Was genau ist Deep Learning?

Deep Learning ist ein Bereich des maschinellen Lernens und der KI. Deep Learning nutzt künstliche neuronale Netze, um besonders schwierige Aufgaben zu lösen – solche, an denen klassische optische Sortiertechniken scheitern. STEINERTs IOI kann zum Beispiel lebensmitteltaugliche von nicht lebensmitteltauglichen Kunststoffverpackungen unterscheiden. Oder ein anderes Beispiel ist die Sortierung von Silikonkartuschen aus einem Polyethylen-Strom. Während die äußere Wand der Kartuschen aus recyclingfähigem PE besteht, können Silikonreste im Inneren das Recyclingprodukt verunreinigen. Der Intelligent Object.Identifier erkennt anhand charakteristischer optischer Merkmale zuverlässig die Kartuschen und ermöglicht so ihre gezielte Separation.

Mit unseren STEINERT Sortiersystemen können alle multisensorisch zur Verfügung stehenden Materialinformationen parallel ausgewertet werden. Dies können je nach Sensorkombination rein optische Farb- oder Forminformationen, aber auch Dichtemerkmale aus der Röntgentransmission oder spektrale Informationen aus der NIR-, XRF oder LIBS-Detektion sein.

So lernt die Maschine, was sortiert werden soll

Deep Learning erreicht seine beeindruckende Genauigkeit durch intensives Training: Unsere Expertinnen und Experten füttern das neuronale Netzwerk mit Millionen markierter Scans. So lernt das System, feine Unterschiede zu erkennen, selbst wenn die Objekte nur geringe Unterschiede aufweisen und nicht immer optimal präsentiert werden.

Die Arbeit mit KI-gestützten Sortiertechnologien erlaubt es, bislang nicht nutzbare Materialströme zu erschließen und datenbasiert bessere Entscheidungen zu treffen. In Kombination mit unseren bewährten sensorbasierten Sortiersystemen wird daraus ein Innovationsschub für das hochwertige Recycling.

Durch den Einsatz dieser innovativen Technologie können Sortieraufgaben gelöst werden, die bisher nicht wirtschaftlich umsetzbar waren. Die KI-basierte Erkennung stabilisiert den Sortierprozess und steigert gleichzeitig die Sortierleistung deutlich. Auf diese Weise lassen sich Wertstoffströme effizienter aufbereiten und höhere Recyclingquoten erreichen.