Intelligent Object.Identifier (IOI)

Reconnaissance d’objets basée sur l’IA pour des tâches de tri complexes

L’Intelligent Object.Identifier (IOI), introduit chez STEINERT il y a de nombreuses années, utilise l’intelligence artificielle pour identifier et trier de manière fiable même les objets difficiles à reconnaître. Cette reconnaissance d’objets assistée par l’IA est particulièrement adaptée aux tâches de tri exigeantes, pour lesquelles les méthodes traditionnelles atteignent leurs limites.

Nos systèmes de tri basés sur des capteurs utilisent depuis des années l’intelligence artificielle pour identifier les matériaux cibles dans les flux de déchets, les récupérer ou les séparer lorsqu’ils risquent de nuire à la fraction cible. La technologie basée sur le deep learning permet d’ouvrir de nouvelles voies dans le tri.

Qu’est-ce que le deep learning exactement ?

Le deep learning est un domaine de l’apprentissage automatique et de l’IA. Le deep learning utilise des réseaux neuronaux artificiels pour résoudre des tâches particulièrement difficiles – celles sur lesquelles les techniques de tri optique classiques échouent. L’IOI de STEINERT peut par exemple distinguer les emballages plastiques de qualité alimentaire de ceux qui ne le sont pas. Ou un autre exemple est le tri de cartouches de silicone à partir d’un flux de polyéthylène. Alors que la paroi extérieure des cartouches est en PE recyclable, les résidus de silicone à l’intérieur peuvent contaminer le produit recyclé. L’Intelligent Object.Identifier reconnaît de manière fiable les cartouches à l’aide de caractéristiques optiques et permet ainsi leur séparation ciblée.

Nos systèmes de tri STEINERT permettent d’analyser simultanément l’ensemble des informations disponibles relatives aux matériaux fournies par les nombreux capteurs. Selon la combinaison de capteurs, il peut s’agir d’informations de couleur ou de forme purement optiques, mais aussi de caractéristiques de densité fournies par la transmission aux rayons X ou d’informations spectrales détectées par les technologies de proche infrarouge (NIR), de fluorescence de rayons X (XRF) ou de spectroscopie par claquage laser (LIBS).

Comment la machine apprend-elle ce qui doit être trié ?

Le deep learning atteint son impressionnante précision grâce à un entraînement intensif : nos experts alimentent le réseau neuronal avec des millions de scans marqués. Le système apprend ainsi à reconnaître de faibles écarts, même si les objets ne présentent que des différences ténues et ne sont pas disposés de manière optimale.

Travailler avec des technologies de tri basées sur l’IA permet d’exploiter des flux de matériaux jusqu’alors inexploitables et de prendre de meilleures décisions basées sur les données. En combinaison avec nos systèmes de tri basés sur des capteurs qui ont fait leurs preuves, cela devient une poussée d’innovation pour le recyclage de haute qualité.

L’utilisation de cette technologie innovante permet de résoudre des tâches de tri qui n’étaient pas réalisables de manière rentable jusqu’à présent. La reconnaissance basée sur l’IA stabilise le processus de tri tout en augmentant considérablement la performance de tri. De cette manière, les flux de matériaux recyclables peuvent être traités plus efficacement et des taux de recyclage plus élevés peuvent être atteints.