KI-gestützte Störstoffanalyse im Abfallsammelfahrzeug
Im Rahmen eines Pilotprojekts wurden KI-basierte Systeme getestet, die den Inhalt von Bioabfallbehältern während des Entleerungsvorgangs im Abfallsammelfahrzeug analysieren. Ziel war die automatisierte Erkennung von Störstoffen direkt im Sammelprozess, um Fehlwürfe frühzeitig zu identifizieren und die Qualität der getrennt erfassten Bioabfälle zu verbessern.
Integration in den Sammelprozess
Eine zentrale Anforderung war die Integration der KI-Systeme in den bestehenden Sammelbetrieb ohne Zeitverlust. Für die Entleerung einer Tonne stehen im Regelbetrieb etwa 18–20 Sekunden zur Verfügung. Innerhalb dieses Zeitfensters müssen Bilddaten erfasst, analysiert und das Ergebnis an die Fahrzeugbesatzung übermittelt werden. Die Rückmeldung erfolgt über eine LED-Signalanzeige während der Schüttung.
Praxistest im Sammelbetrieb
Im Pilotversuch wurden drei unterschiedliche Lösungen eingesetzt. Die Systeme unterscheiden sich u. a. in Kameraposition, Bildaufnahmeverfahren und KI-Methodik zur Objekterkennung.
Der Test erfolgte über rund sechs Monate im regulären Sammelbetrieb. Neben der technischen Systemstabilität wurden insbesondere die Echtzeitfähigkeit der Analyse sowie die Zuverlässigkeit der Störstofferkennung bewertet. Ergänzend wurden Referenztests mit Bioabfallbehältern mit 1 % und 5 % Störstoffanteil durchgeführt, um die Erkennungsgenauigkeit unter kontrollierten Bedingungen zu vergleichen.
Perspektive
Der Pilotversuch zeigt das Potenzial KI-basierter Systeme für die Qualitätssicherung in der Bioabfallsammlung. Anwendungen reichen von der frühzeitigen Erkennung von Fehlwürfen über die Unterstützung der Sammelpartien bis zur Datengrundlage für gezielte Informations- und Steuerungsmaßnahmen in der Kreislaufwirtschaft.