Das Recycling Atelier Augsburg (ITA) hat sich mit dieser Thematik in der Nachhaltigkeits-Debatte zur Aufgabe gemacht, wissenschaftliche Fortschritte im mechanischen Recycling von Textilien zu erzielen. Eine ganzheitliche Herangehensweise im Textilrecycling anstelle einer Optimierung spezieller Teilvorgänge. Die anfängliche Sortierung von Altkleidung spielt dabei eine wichtige Rolle im späteren Verlauf des Recycling-Vorgangs.
Unser Projekt zielt auf die Unterstützung des Sortierprozesses ab. Mithilfe einer Künstlichen Intelligenz und zwei hochauflösender Kameras werden wichtige Merkmale der Kleidungsstücke erfasst und kategorisiert.
Im Prozessschritt der Aufarbeitung werden die sortierten Textilien zerkleinert, von Störstoffen (Reißverschlüsse, Knöpfe) befreit und bis zur Einzelfaser aufgelöst. Das entscheidende Qualitätskriterium im mechanischen Recyclen ist die Faserlänge der Einzelfasern, die es zu erhalten gilt. Zudem gibt es Unterschiede im Flächengebilde und Flächendichte, welche im Recycleprozess berücksichtigt werden müssen. Für eine qualitätsorientierte Wiederverwendung ist die Unterscheidung und Sortierung in verschiedenen Kategorien daher essenziell.
Das Sortieren von Textilien entscheidet über den weiteren Weg des Produktes beim Recycling-Prozess. Der Prozess ist dabei geprägt durch reine Handarbeit und erfordert ein hohes Maß an Sachkenntnis, mit dem ein hoher manueller Arbeitsaufwand verbunden ist. Die Hilfsorganisation Aktion Hoffnung, welche wir im Rahmen unserer Recherche besuchten, sortiert beispielsweise gesammelte Kleidung. Was aus qualitativen Gründen nicht in den Handel gehen kann, wird einem teilweise hochtechnologischen Recycling zugeführt. Auf diese Weise wird gewährleistet, dass bis zum Ende der textilen Kette verantwortungsbewusst und sinnvoll gearbeitet wird.
In den letzten Jahren haben sich in vielen Industriebereichen für derartige Anwendungsfälle automatisierte, KI-getriebene Erkennungsmethoden etabliert. In Bezug dessen haben wir es uns zu Aufgabe gemacht, mithilfe von Künstlicher Intelligenz den Sortierprozess zu verbessern.
Bilderkennung in der Informatik ist ein Anwendungsgebiet des machinellen Lernens und somit auch ein Teilgebiet künstlicher Intelligenz. Mithilfe des maschinellen Lernens werden Systeme in die Lage gebracht, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gleichmäßigkeiten zu erkennen. In unserem Fall wurden Fotografien von Kleidungsstücken jeglicher Art sowie Detailaufnahmen von Stoffen gesammelt. Diese Daten müssen vorher händisch kategorisiert werden, das bedeutet, dass ein Mensch vorher ein Foto von einer Hose auch als Hose "markieren" muss. Mithilfe der klassifizierten Daten und Algorithmen wurde somit ein System trainiert, welches neue Aufnahmen von Kleidung und Stoffen in die entsprechenden Kategorien zuordnet.
Unser Systemaufbau ist aus unterschiedlichen Komponenten zusammengesetzt. Eine große Arbeitsfläche steht im Zentrum, hier wird die Kleidung möglichst gut erkennbar ausgelegt. Direkt darüber befindet sich eine der zwei hochwertigen Kameras, diese erzeugt eine Live-Ansicht der gesamten Arbeitsfläche. An der Arbeitsfläche ist ein beweglicher Arm mit einer weiteren Kamera montiert. Mithilfe dieser kann der Nutzer Detailaufnahmen des Flächengebildes erfassen. Die Auslösung der Kameras erfolgt über ein intuitives, schlicht gehaltenes Userinterface, welches der Benutzer auf einem Touchscreen bedient. Da die Lichtverhältnisse eine wichtige Rolle spielen, beleuchtet ein Scheinwerfer den Arbeitsplatz.
Die KI wird eingesetzt, um Altkleider effizient und schnell zu detektieren. Damit das gelingt, müssen sie in verschiedene Kategorien unterteilt werden. Hierfür fotografieren die Kameras das Objekt. Die Fotos werden an die KI weitergegeben und durch vortrainierte Netze geschickt, dabei wird das Kleidungsstück in verschiedene Bereiche kategorisiert. Zum einen, was für eine Art Kleidungsstück es ist (Hose, Kleid, T-shirt, etc.). Das zweite Netz erkennt Knöpfe als Störstoffe und zeigt an, wo sie sich befinden. Die letzte Erkennung erhält ein Foto der Detailkamera und unterscheidet zwischen Gewebe und Gestrick. Diese drei Kategorien sind ausschlaggebend für die Sortierung für den späteren Recyclingprozess. Unser System ist ein Prototyp und dient als Forschungsprojekt für eine später automatisierte Sortierstation. Detex geht deshalb einen wichtigen Schritt, die Probleme von Altkleiderrecycling zu optimieren und somit die Nachhaltigkeit der Textilindustrie zu verbessern.
