Het Institut für Textiltechnik Augsburg (ITA) werkt aan een geautomatiseerd systeem dat met kunstmatige intelligentie en industriële beeldverwerking textiel kan sorteren. Het systeem, DETEX, moet de efficiëntie van textielrecycling vergroten. Het kan gebruikte kleding automatisch classificeren en mechanische recycling ondersteunen door kledingtypen en materiaaleigenschappen te herkennen.
De technologie wordt ontwikkeld in het Recycling Atelier van het Augsburg Institute for Textile Technology (ITA), een modelomgeving voor mechanische textielrecycling. Het initiatief speelt in op een belangrijk probleem in de verwerking van textielafval: slechts een klein deel van de afgedankte kleding wordt opnieuw tot grondstof verwerkt.
In Duitsland komt jaarlijks ongeveer 1,4 miljoen ton gebruikt textiel vrij. Daarvan wordt circa 200.000 ton handmatig gesorteerd en toegewezen aan verschillende recyclingstromen. Het grootste deel wordt echter thermisch verwerkt of geëxporteerd. Handmatig sorteren is nog altijd de standaardmethode, ondanks de groeiende hoeveelheid en variatie aan materialen, zoals gemengde stoffen en goedkope kleding uit de fastfashionindustrie.
Goed sorteren is een voorwaarde voor mechanische textielrecycling. Voordat kleding tot nieuwe materialen kan worden verwerkt, wordt deze versnipperd, ontdaan van onderdelen zoals knopen en ritsen en vervolgens in vezels uit elkaar gehaald. Het is daarbij belangrijk dat de vezellengte zoveel mogelijk behouden blijft, omdat dit de kwaliteit van het gerecyclede materiaal bepaalt. Ook verschillen in weefstructuur en stofgewicht beïnvloeden de verwerking. Daarom is een nauwkeurige materiaalherkenning nodig voordat recycling kan plaatsvinden.
Het DETEX-systeem gebruikt AI-gestuurde beeldherkenning om dit proces te automatiseren. Twee industriële camera’s met hoge resolutie maken beelden van kledingstukken die over een transportband bewegen. Neurale netwerken analyseren deze beelden en classificeren de items op basis van patronen en structurele kenmerken die tijdens de training van het model zijn geleerd.
De beeldhardware bestaat uit uEye XC-camera’s van IDS Imaging Development Systems. Deze camera’s maken gedetailleerde foto’s van elk kledingstuk. Verschillende neurale netwerken verwerken de beelden vervolgens voor uiteenlopende taken, zoals objectdetectie, kledingclassificatie en materiaalanalyse.
Tijdens het sorteren analyseert een model voor objectdetectie beelden van een camera die boven de transportband hangt. Het systeem herkent zo het type kledingstuk, bijvoorbeeld een broek, jurk of T-shirt. Een tweede camera, ongeveer vijf centimeter boven het textiel, maakt aanvullende beelden waarin stofeigenschappen zichtbaar zijn, zoals de structuur van het materiaal, vlekken of bevestigde onderdelen.
Vervolgens selecteert het systeem de relevante beeldfragmenten. Een ander AI-model analyseert die en bepaalt de materiaalstructuur, bijvoorbeeld of het om een geweven of gebreide stof gaat. De classificatie verschijnt op een scherm, zodat operators het proces kunnen volgen en het textiel verder kan worden verwerkt.
Voor het trainen van de AI-modellen was een grote dataset met handmatig gelabelde beelden nodig. Van elke kledingcategorie werden minimaal 3.000 voorbeeldfoto’s verzameld. Dat waren zowel foto’s van complete kledingstukken als close-ups van stofoppervlakken. Met deze gelabelde data konden de neurale netwerken visuele patronen leren die horen bij specifieke kledingtypen en materiaalstructuren.
Het systeem gebruikt de IDS Peak-softwarekit om de camera’s in de beeldverwerkingsketen te integreren. Deze software biedt programmeerinterfaces en hulpmiddelen om de camera’s aan te sturen. De beelden worden via de USB3 Vision-interface doorgestuurd voor verdere analyse.
Onderzoekers werken ondertussen aan een uitbreiding van het DETEX-concept tot een breder sorteersysteem. De huidige opstelling met transportband moet uitgroeien tot een modulair systeem met mechanische en robotische onderdelen. Een van de ideeën is een vrije-valmechanisme waarbij textiel vanuit meerdere hoeken kan worden gefotografeerd. Zo kan het systeem kledingstukken rondom analyseren.
Daarnaast zouden robotgrijpers kledingstukken kunnen oppakken en van beide kanten fotograferen. Daarmee krijgt het systeem meer informatie over het materiaal en de staat van het textiel. Dit moet leiden tot nauwkeurigere classificatie en een betere verdeling van textiel naar recycling of hergebruik.
Het Recycling Atelier van het Augsburg Institute for Textile Technology is een onderzoeks- en demonstratieomgeving voor circulaire textielverwerking. Het instituut ontwikkelt technologieën die hergebruik en recycling van textiel ondersteunen, met behulp van automatisering en data-gestuurde systemen.
