TRACES: Trash Recognition and AI-Controlled Evaluation of waste Surfaces

Mit der Novelle der Bioabfallverordnung sind die Betreiber*innen eines Kompostwerkes verpflichtet, eine Sichtkontrolle des angelieferten Bioabfalls durchzuführen. Aktuell wird durch Mitarbeitende beurteilt, wie viel Prozent des angelieferten Biomülls mit Störstoffen (Kunststoff, Metalle, Glas, Steine, etc.) verunreinigt sind. Diese Sichtkontrollen sind äußerst schwierig und aufwändig. Trotz geschultem Auge weichen sie von Person zu Person stark ab.

 Aufbauend auf gemeinsamen Projekten mit c-trace zum Einsatz von Computer Vision Systems zur Erkennung von Störstoffen im Biomüll während des Sammlungsprozesses mittels Object Detection und damit verbundenen Erfahrungen mit der benötigten Hardware (Kameras und KI-beschleunigten Rechnern) soll gemeinsam mit der KreisAbfallVerwertungsGesellschaft mbH Minden-Lübbecke (KAVG) die gesetzlich geforderte Sichtkontrolle des angelieferten Bioabfalls KI-basiert und rechtskräftig entwickelt und erprobt werden. Die KAVG betreibt an ihrem Standort Pohlsche Heide eine moderne biologische Abfallbehandlungsanlage und verarbeitet dort jährlich 40.000 t Bioabfälle aus der getrennten Sammlung zu hochwertigen Humusprodukten.

 Durch Einbindung der Expertise der Hochschule Bielefeld in den Bereichen KI und Recht soll die bestehende Herausforderung ganzheitlich und nachhaltig durch Ausbau der bereits bestehenden Forschungs- und Entwicklungsarbeiten gelöst werden. Durch interdisziplinäre Zusammenarbeit sollen die technologischen Entwicklungen juristisch flankiert werden.

 Ziel des F & E Vorhabens TRACES ist es, ein KI-Modell zu trainieren, welches mittels Segmentation in der Lage ist, die prozentuale Fläche des Biomülls zu ermitteln, die einem der Störstoffe zuzuordnen ist. Des Weiteren soll eine Aussage über die anteilige Verschmutzung in Volumen-% bzw. Gewichts-% getroffen werden. Dadurch würde die Beurteilung des Biomülls objektiviert und wäre nicht mehr von subjektiven Einschätzungen abhängig.

 Neben der Datensammlung und dem Training eines geeigneten KI-Modells müssen die passende Hardware ermittelt und eine geeignete umgebende Systemarchitektur konzipiert werden. Dazu könnte beispielsweise die Bereitstellung der Ergebnisse in einer App und in der Office-Software, sowie ein automatisch generierter Bericht über die Anlieferung gehören.

Projektbeteiligte

Laufzeit

01.10.2024 - 31.03.2026

Förderung

Bundesministerium für Bildung und Forschung

Partner

c-trace GmbH