Fraunhofer ใช้ AI และหุ่นยนต์ คัดแยกขยะสิ่งทอเพื่อรีไซเคิล

ขยะสิ่งทอกว่า 92 ล้านตันที่เกิดขึ้นทั่วโลกในแต่ละปี ยังคงเผชิญความท้าทายใหญ่เนื่องจากกระบวนการคัดแยกส่วนใหญ่ต้องพึ่งพาแรงงานคน สถาบัน Fraunhofer IPA จึงร่วมมือกับบริษัท Polysecure ภายใต้โครงการวิจัย InvestBW พัฒนาระบบหุ่นยนต์คัดแยกเสื้อผ้าเก่าด้วยเทคโนโลยี AI เพื่อแก้ปัญหาคอขวดนี้และยกระดับอัตราการรีไซเคิลให้มีประสิทธิภาพมากยิ่งขึ้น

ในปัจจุบัน อุตสาหกรรมรีไซเคิลสิ่งทอในยุโรปแทบไม่มีการคัดแยกแบบอัตโนมัติ (น้อยกว่า 1%) กระบวนการแบบแมนนวลไม่เพียงแต่ต้องใช้บุคลากรจำนวนมาก แต่ยังขยายขนาดได้ยาก และมักพบข้อจำกัดเมื่อต้องจัดการกับสิ่งทอผสม (Mixed Textiles) ซึ่งเป็นวัสดุหลักที่พบในตลาด ไปจนถึงผ้าสีเข้มหรือขยะสิ่งทอที่กองรวมกันมาโดยไม่ได้จัดระเบียบ โครงการ ‘Pick4Crcl’ จึงเข้ามาช่วยแก้ปัญหาโดยเน้นการพัฒนาระบบคัดแยกและดึงชิ้นงานสิ่งทออัตโนมัติ ซึ่งประกอบด้วยเทคโนโลยี AI สำหรับการวางแผนหยิบจับแบบไร้โมเดล (Model-Free) ช่วยให้หุ่นยนต์สามารถตรวจจับ หยิบ กางออก และวางชิ้นส่วนสิ่งทอลงบนสายพานลำเลียงเพื่อทำการวิเคราะห์วัสดุต่อไป ขณะเดียวกัน บริษัท Polysecure ได้พัฒนาเทคโนโลยี ‘Sort4Circle’ ซึ่งใช้เซนเซอร์หลากหลายรูปแบบในการระบุชนิดของสิ่งทอได้อย่างแม่นยำภายในขั้นตอนเดียว

ระบบจับชิ้นงานอิสระด้วย AI ก้าวข้ามข้อจำกัดของวัสดุที่เสียรูปง่าย

สิ่งทอนับเป็นหนึ่งในวัตถุที่ท้าทายที่สุดสำหรับการทำงานของหุ่นยนต์ เนื่องจากมีความยืดหยุ่นและขาดความแข็งเกร็ง (Rigidity) ทำให้วัสดุเสียรูปได้ง่าย มักพันกันหรือทับซ้อนกัน การใช้หุ่นยนต์คัดแยกให้เป็นระเบียบจึงมีความซับซ้อนสูง แต่นักวิจัยเน้นย้ำว่าขั้นตอนนี้มีความสำคัญอย่างยิ่งต่อการรีไซเคิลคุณภาพสูง เพราะเซนเซอร์ในขั้นตอนต่อไปจะระบุชนิดวัสดุได้อย่างแม่นยำก็ต่อเมื่อชิ้นส่วนสิ่งทอถูกจัดเรียงอย่างเป็นระเบียบเท่านั้น

เพื่อแก้ปัญหานี้ สถาบัน Fraunhofer IPA ได้พัฒนาอัลกอริทึมการแยกส่วนและหยิบจับแบบ Model-Free โดยอาศัยเทคโนโลยีปัญญาประดิษฐ์ (AI) หุ่นยนต์จึงสามารถระบุชิ้นงานแต่ละชิ้นจากกองสิ่งทอที่ไร้ระเบียบ ค้นหาจุดหยิบจับที่เหมาะสม และวางลงบนระบบสายพานลำเลียงในลักษณะที่พร้อมที่สุดสำหรับการตรวจจับวัสดุในขั้นต่อไป นอกจากนี้ โครงการยังมุ่งสร้างชุดข้อมูล (Dataset) สาธารณะที่รวบรวมภาพและข้อมูลเซนเซอร์ของขยะสิ่งทอ เพื่อเป็นประโยชน์ต่อการวิจัยและพัฒนา AI ในแอปพลิเคชันอื่น ๆ ในอนาคต

ตั้งเป้าคัดแยกวัสดุผสมให้แม่นยำกว่า 95%

นอกจากการแยกชิ้นงานแล้ว การจดจำวัสดุเพื่อแบ่งกลุ่มสิ่งทอก็มีความสำคัญไม่แพ้กัน เนื่องจากกระบวนการแปรรูปในขั้นต่อไปจำเป็นต้องอาศัยข้อมูลนี้ เซนเซอร์แบบดั้งเดิมยังมีข้อจำกัดในการระบุผ้าผสม รวมถึงการแยกแยะสิ่งทอที่มีสีเข้มหรือเม็ดสีดำ เทคโนโลยี ‘Sort4Circle’ ที่ใช้เซนเซอร์หลายระบบร่วมกัน (Multimodal Sensor) จึงถูกนำมาใช้แก้ปัญหานี้

การผสานรวมหุ่นยนต์หยิบจับเข้ากับระบบเซนเซอร์จะสร้างรากฐานเทคโนโลยีที่แข็งแกร่งสำหรับการคัดแยกขยะสิ่งทอ โครงการนี้ตั้งเป้าความบริสุทธิ์ของวัสดุหลังคัดแยกไว้ที่มากกว่า 99% สำหรับวัสดุเชิงเดี่ยว (Monomaterials) และมากกว่า 95% สำหรับวัสดุผสม พร้อมเป้าหมายในการจำแนกผ้าผสมตามสัดส่วนความละเอียดระดับ 10% [not sure] และรองรับการทำงานด้วยความเร็ว 60 ชิ้นต่อนาที

ในระยะต่อไป ระบบอัตโนมัติของสถาบัน Fraunhofer IPA และระบบตรวจจับของบริษัท Polysecure จะถูกนำไปบูรณาการในโรงงานคัดแยกนำร่อง ‘Sort4Circle’ เพื่อทดสอบกับขยะสิ่งทอจริงที่เกิดในระบบ โดยจะประเมินทั้งประสิทธิภาพทางเทคนิค ผลกระทบต่อสิ่งแวดล้อม และความคุ้มค่าทางเศรษฐกิจ หากโครงการดำเนินไปได้ด้วยดี ทีมผู้พัฒนาวางแผนที่จะเร่งผลักดันนวัตกรรมนี้สู่ระดับพร้อมจำหน่าย (Market Readiness) ซึ่งจะช่วยยกระดับคุณภาพขยะสิ่งทอสำหรับการรีไซเคิลให้มีความบริสุทธิ์สูงขึ้น โดยไม่เพิ่มต้นทุนการคัดแยก และกลายเป็นส่วนสำคัญสำหรับเศรษฐกิจหมุนเวียนของอุตสาหกรรมสิ่งทอต่อไป