Induo introducerar en AI-baserad lösning som automatiserar identifiering och klassificering av avfall vid vågstationer. Lanseringen sker i ett läge där nya svenska och europeiska regelverk ökar kraven på rapportering, transparens och korrekt hantering av förpacknings- och byggavfall.
Under de senaste åren har ansvaret för insamling av förpackningsavfall förändrats, samtidigt som producentansvaret skärpts. Parallellt är nya EU-regler på väg att införas, med ökat fokus på spårbarhet och datakvalitet genom hela avfallsflödet. Detta ställer högre krav på hur material identifieras och dokumenteras i praktiken.
– Vi ser att kraven på rapportering och uppföljning ökar. Det gör att man behöver bättre beslutsunderlag än tidigare, säger Ulf Seijmer, Chief Innovation Officer på Induo. Vid många återvinningsanläggningar passerar hundratals lastbilar dagligen. Identifiering av innehåll sker till viss del manuellt, vilket är resurskrävande och kan leda till variation i bedömning och begränsad fraktionskvalitet.
Med Visnline från SmartEnds automatiseras processen. En AI-kamera analyserar lastens innehåll och uppskattar volym i realtid. Informationen skickas direkt till vågsystemet innan fordonet når vågen.
– Det handlar alltså inte bara om att väga, utan om att förstå materialflödena bättre. Där kan AI bidra med ett mer konsekvent och datadrivet arbetssätt, säger Ulf. Vi ser att AI-kameror används i många delar av återvinningskedjan, bland annat ökar intresset från fastighetsägare att följa upp vad som återvinns och hur i miljörum.
För anläggningsägare innebär AI-baserade kameralösningar både operativa och affärsmässiga fördelar. Tiden per fordon kan minskas, vilket reducerar ökar kapaciteten. Kortare väntetider ger dessutom minskade utsläpp från stillastående transporter – en effekt som blir allt viktigare i takt med ökade krav på hållbarhetsrapportering.
Med ökade krav på transparens och effektivitet blir datadrivna arbetssätt en allt viktigare del av modern avfallshantering.