KI-Multisensoren-Technologien für das Recycling von mineralischen Bauabfällen
Das Ziel des Projekts MIRKAL besteht darin, eine KI-gesteuerte Multisensorbrücke für mobile Aufbereitungsmaschinen zu entwickeln. Damit sollen mineralische Baustoffe aus anthropogenen Lagern effizient getrennt und als hochwertige Sekundärrohstoffe bereitgestellt werden. Das IART baut dafür eine umfangreiche Trainingsbilddatenbank aus Bau- und Abbruchabfällen auf und entwickelt eine KI-Objekterkennung mit semantischer Instanzsegmentierung (YOLO).
Laufzeit:
xx.xx.xxxx
| Verbundpartner | Ansprechpartner |
|
|
Motivation und Projektziele
Bau- und Abbruchabfälle machen in Europa bis zu 30 % des gesamten Abfallaufkommens aus, während der Bedarf an hochwertigen Rohstoffen im Bausektor stark steigt. Für Recyclingbeton müssen vor allem Beton und Ziegel aus Mischbauweisen weitgehend sortenrein getrennt und Störstoffe wie Holz, Metall, Kunststoff und Papier aussortiert werden. Die Ersatzbaustoffverordnung stellt zudem höhere Anforderungen an die Qualität von Rezyklaten. MIRKAL kombiniert dazu Hyperspektral-, NIR- und optische Kameras mit KI-Bilderkennung zu einer robusten Echtzeit-Materialstromanalyse. Die Sensorbrücke soll in mobile Aufbereitungsmaschinen integriert und auf mindestens TRL 6 gebracht werden.
Aufgaben des IART
Das IART erstellt einen Anforderungskatalog für die Sensorik und systematisiert die für die KI nutzbaren Trennmerkmale sowie die Kombination verschiedener Sensoren. Ein eigens entwickelter, automatisierter Digitalisierungsstand liefert 360°-Aufnahmen von Bauabfällen für eine Trainingsbilddatenbank, die über die gesamte Laufzeit wächst. Darauf aufbauend entwickelt das IART die YOLO-basierte Objekterkennung und die Datenfusion der Multisensorik, gemeinsam mit dem TUBAF-Institut für Softwaretechnologie und Robotik. Die KI wird auf der Sortiermaschine im IART-Technikum validiert, auch unter Einfluss von Staub, Temperatur und Feuchte. Gemeinsam mit Slickers gleicht das IART die KI-Ergebnisse mit Stichprobenanalysen des Materialstroms ab und bestimmt Fehler- und Toleranzbereiche. Die Ergebnisse fließen zudem in die Lehre zu Sortiermaschinen und in ein neues Praktikumsmodul ein.
Förderhinweis
Dieses Verbundvorhaben wird im Rahmen der Fördermaßnahme „Ressourceneffiziente Kreislaufwirtschaft – Urban Mining: Erschließung anthropogener Lager als Rohstoffquelle“ (Themenschwerpunkt 2) gefördert.
