JavaScript is currently disabled.Please enable it for a better experience of Jumi. Hittar värde och hot i skrot

Att sortera batterier är både komplext och monotont. Det tar ett halvår att bli skicklig. Sen orkar de flesta inte mer än något år. Svenska Refind Technologies har utvecklat en sorteringsteknik, baserad på artificiell intelligens, som sorterar minst lika bra som en människa. Lejonparten av alla batterier som idag sorteras i Storbritannien använder den svenska tekniken.

Göteborgsföretaget Refind Technologies är inne på sitt tredje år. Men redan vid starten i början av 2014 hade företaget två kunder. Renova i Göteborg och G&P Batteries i Birmingham. Båda är stora i sin genre i sina respektive länder, där de sorterar runt hälften av alla insamlade batterier.

Johanna Reimers

− Sedan vi startade om har vi fått ytterligare tre kunder. En i England, en i USA och en i Slovakien. De har alla köpt batterisorteringsmaskiner, säger Johanna Reimers, vd på Refind liksom medgrundare.

Fröet till Refind såddes flera år innan starten, på Chalmers. Fyra personer träffades på en kurs i artificiell intelligens – en handledare och tre deltagare. Läraren hade en idé om att man borde kunna sortera sopor med konstgjord intelligens.

Idén växte till ett företag, Optisort, som utvecklade tekniken, sålde de första batterisorteringsmaskinerna till Sverige och England, utvecklade ytterligare en maskin men tappade i det läget kunden och tvingades i konkurs.

− Då stod vi med den nyutvecklade maskinen som hade väckt en hel del intresse och som vår kund i England gärna ville ha. Almi Invest ville också vara med och investera i ett nytt bolag. Så vi startade om med Refind.

Sedan dess har det flutit på rätt bra. Till kundlistan har tre företag adderats och en del nya produkter har utvecklats kring företagets kärnkompetens – att använda sensorer tillsammans med neurala nätverk.

− Vi använder oss av deep learning, det är speciella nätverk som vi i princip matar med märkt sensordata som är ett sorts facit. Hittills har vi arbetat med olika bilder, men man kan absolut använda annat sensordata även om det inte har varit aktuellt för de produkter vi jobbat med, säger Johanna Reimers.

Desktop Grader är en liten sorteringsenhet med en ljustunnel för jämn belysning och en smartmobil med kamera som kör mjukvaran.

En av produkterna som utvecklats under Refinds flagg kallas Desktop Grader. Den är liten och lätt, och som namnet antyder, skapad för att stå på ett bord. Algoritmerna kan köras på en mobiltelefon med kameran som optisk sensor.

Desktop Grader kan känna igen och registrera olika elektronikprylar. Den är delvis utvecklad tillsammans med en partner i USA, som ska använda den för hårddiskar och olika datorkomponenter.

− Men vi har även byggt upp en databas som gör att man kan känna igen olika mobiltelefoner, skärmar eller andra små elektronikprylar som ska återvinnas och säljas vidare för att återanvändas.

Eftersom företagets teknik bygger på bildigenkänning är det väsentligt att skapa en gedigen bilddatabas för varje tillämpning. För batterisorteringsmaskinerna har företaget gjort det jobbet självt, men när det gäller att känna igen elektronikprylar i allmänhet eller speciella produktkategorier behövs ett rejält bibliotek av märkta bilder. För det krävs en partner.

I ett forskningsprojekt arbetar företaget just nu med 3D-bilder, vilket gör att man exempelvis kan bedöma avståndet till något i bilden. Tanken är att använda 3D-tekniken i tillämpningar där man vill känna igen olika produkter i en blandad bakgrund.

− Så ser det ofta ut på dagens återvinningsanläggningar. Sakerna är utspridda i lager och människor står och plockar bort det som antingen har ett värde eller är farliga, säger Johanna Reimers.

Mycket av arbetet går ut på att identifiera färg och form.

Materialigenkänning med hjälp av röntgen eller LIBS (Laser Induced Breakdown Spectroscopy) – som mäter intensiteten hos den karakteristiska våglängden för ett material – kan också vara ett alternativ att ta till i framtiden. Samtidigt är elektronikprodukter vanligtvis sammansatta av en mängd material, vilket gör det svårt att använda materialigenkänning.

När det kommer till kärnverksamhet, klassificeraren, så utnyttjar företaget väldigt mycket open source. En klassificerare är en mjukvara som kan känna igen något, exempelvis batterier, telefoner, fiskar eller något helt annat.

− Mjukvaran är fin för det enda man behöver riktigt bra prestanda för är att träna klassificeraren. Då krävs vass processorkraft. När en klassificerare väl är upptränad kan programvaran köras på en laptop, mobiltelefon eller vad som helst, förklarar Johanna Reimers.

Även om algoritmerna i stor utsträckning är open source har en hel del skräddarsydda tillägg adderats. Företaget har exempelvis utvecklat metoder att skapa ännu fler bilder genom att justera de som redan finns för inlärningsprocessen. Likaså har det utvecklat en teknik att segmentera en bild, vilket är nödvändigt om en komponent ska kunna skiljas från bakgrunden.

Batterisorteringsmaskinen är den produkt som hittills drivit in pengar till företaget, och den utvecklas fortfarande. Idag erbjuder företaget hela lösningar.

− Innan det är en massprodukt måste vi erbjuda hela lösningar med matning, transportband, sorteringsenhet, men på sikt ser vi att vi bara ska tillverka och leverera id-enheten med skräddarsydd mjukvara och nödvändiga sensorer.

Tanken är då att ha partnerskap med andra leverantörer, som hanterar delarna kring id-enheten.

När det gäller konkurrens så finns knappt några alternativ på marknaden, förutom manuell hantering.

− Det tillämpningar vi hittills arbetat med handlar mycket om att man vill få en automatisk lösning för ett vidrigt jobb att utföra, som att sortera batterier.

Vid en jämförelse är maskinen och en erfaren sorterare ofta lika snabba och skickliga (det finns snabbare maskiner). Men det tar tid och är svårt att lära sig känna igen saker; ett jobb som dessutom är extremt monotont. Det har gjort att personalomsättningen vid sorteringsanläggningar är väldigt hög.

− En av våra kunder har en avdelning där de ständigt har utbildning av nya sorterare. Att bli en bra sorterare tar ett halvår, säger Johanna Reimers.

Ytterligare ett argument för maskinen är att den kan komma ihåg allt den sorterar, det gör inte en människa. Maskinen kan leverera statistik på allt som gjorts: vilka varumärken den sorterat, hur mycket den sorterat och annat av intresse.

Bristen på konkurrens och samhällsförändringar gör att Refind ser ljust på framtiden.

Idag är det ett allmänt problem att det konsumeras väldigt mycket elektronik, och det ofta är billigare att köpa nytt än laga gammalt. För att råda bot på detta beteende har bland annat EU börjat ställa krav på en större andel återbruk av varor, inte bara materialåtervinning. För att klara det krävs bättre kontroll på varorna som samlas in.

Även i USA har elektronikinsamling med elektronikåterbruk seglat upp som en viktig del i samhället, liksom batterisortering.

− Vi märker ett otroligt stort intresse för batterisortering i USA där allt fler stater inför lagar på insamling av batterier. Där öppnar sig just nu en jättemarknad för oss.

Bilden i ingressen (överst) visar batterisorteraren OBS600 hos en kund i England.

MER LÄSNING:
 
KOMMENTARER
Kommentarer via Disqus

Anne-Charlotte Lantz

Anne-Charlotte
Lantz

+46(0)734-171099 ac@etn.se
(sälj och marknads­föring)
Per Henricsson

Per
Henricsson
+46(0)734-171303 per@etn.se
(redaktion)

Jan Tångring

Jan
Tångring
+46(0)734-171309 jan@etn.se
(redaktion)