Kontaktperson
Farrukh Nauman
Forskare
Kontakta FarrukhI projektet utforskar vi hur AI och Machine Learning kan stötta vid sortering av textilier second hand i syfte att bidra till en ökad resursanvändning.
Projektets huvudsyfte är att identifiera, designa och utveckla datadriven AI/ML-lösningar för textilsecondhand, med speciellt fokus på automation av sorteringsprocessen för återbruk av textil. Målet är att skapa ett öppet dataset av begagnade kläder och att sedan använda detta för att träna ML-modeller som kan underlätta för textilsorterarna.
Textilier tillhör en kategori som har stor påverkan på miljö och hamnar på fjärde plats i EU när det gäller användning av primära råvaror och vatten (efter mat, bostäder och transporter), och femte för utsläpp av växthusgaser. Européer konsumerar cirka 11 miljoner ton textilier per år och idag samlas endast 2,8 miljoner ton in för återanvändning eller återvinning. Detsamma gäller på en global skala där endast 20 % av den årliga textilkonsumtionen samlas in medan 80 % förbränns eller hamnar på soptippar. För att komma till rätta med detta har ett nytt europeiskt avfallsdirektiv lagts fram där det står att senast den 1 januari 2025 är EU:s medlemsländer skyldiga att ha system för separat insamling av textilier, vilket drastiskt kommer att öka de insamlade textilvolymerna och behovet av textilsortering för både återanvändning och återvinning. Bara i Sverige slängs 75 000 ton textilier per år och blir till restavfall och insatsmaterial för centralvärmekraftverk.
För att skapa lösningar som ger verkligt värde kommer projektet att tillämpa en användardriven designprocess där kompetenser inom AI, UX, återanvändningsmodeller för textilier och kunskap om klimatpåverkan samarbetar med problemägare och användare. Baserat på identifierade behov hos problemägare och användare som verkar i den cirkulära textilvärdekedjan kommer vi att designa, utveckla och testa AI/ML-koncept. Syftet är att förbättra effektiviteten och effektiviteten i valda bearbetningssteg inom återanvändning av textilsortering, t.ex. stöd för användaren; begagnade prissättning, varumärkeskännedom, trender baserade på geografi och demografi, årstider, kvalitet och pris för plagg som nytt.
I projektet deltar två väletablerade innovationsmiljöer, Wargön Innovation (textil) och RISE (AI och IoT, UX, LCA), tillsammans med behovsägare som Röda Korset, Myrorna, BjörkåFrihet, Texaid, HackYourCloset och ShareTex.
Projektet förväntas bidra exempelvis inom resurseffektivisering, cirkularitet för textilier, samt mer effektiva och kvalitetssäkrade sorteringsprocesser. Det övergripande målet är att väsentligt förlänga användarfasen för kläder så att nyproduktionersätts. Detta kommer att ha en mycket stor positiv påverkan på de globala utsläppen av växthusgaser vilket också är huvudtemat för detta projekt.
FAIR
Pågående
UX, AI and IoT, LCA assessment, Innovation and designprocesses
2,5 år
7000000
Wargön Innovation - Test- och demoanläggning, Röda korset, Myrorna, BjörkåFrihet, HackYour Closet, Texaid, ShareTex
Farrukh Nauman Hanna Nordenö Elin Hollström Kristin Hammarberg Mikael Larsson Thomas Wingate Per Bröms Tomas Westlund