Hoe herken je een mooie wollen jas in een berg afgedankt textiel?

Dagelijks arriveren er vrachtwagens vol afgedankt textiel bij textielinzamelaar Sympany. Dat wordt allemaal handmatig gesorteerd, maar de verwachting is dat dit gaat stijgen naar dagelijks vijfentwintig vrachtwagens of meer. Daarom wil Sympany het proces graag automatiseren. RUG-onderzoeker Mauricio Muñoz-Arias en collega’s helpen mee aan de ontwikkeling van zo’n volledig automatisch sorteringsproces. ‘Uiteindelijk willen we toe naar AI-gebaseerd systeem dat kan vaststellen: aha, dit is een vintage jas die nog zo’n 150 euro zal opleveren in de tweedehands verkoop.’  

FSE Science Newsroom | Charlotte Vlek

Kleding en ander textiel komt doorgaans verpakt in plastic zakken aan bij inzamelaar Sympany. In het geautomatiseerde sorteerproces zal een machine eerst testen of er inderdaad kleding in die zakken zit, waarna die de zak automatisch opent. Dan wordt de kleding op een lopende band gelegd, die onder een reeks scanners en sensoren door gaat. Op basis van die gegevens moet een AI-model in één seconde per kledingstuk bepalen: deze kleding is nog tweedehands te verkopen, deze is meer geschikt voor upcycling, en die mag verwerkt tot een of ander bijproduct.

Testen, openen, uitspreiden

Het Groningse tech-bedrijf Demcon Industrial Systems, ook betrokken bij de samenwerking, ontwikkelde al een zak-openscheur-machine als onderdeel van dit beoogde automatische proces. Maar voorafgaand aan die zak-openscheur-machine is de check van de inhoud natuurlijk cruciaal. Daar werkt momenteel een masterstudent aan. Muñoz-Arias: ‘We noemen het de e-nose: we maken een klein gaatje in de zak en analyseren de geur die eruit komt. Als het boven een bepaald niveau van rotting uitkomt, wordt de zak niet geopend omdat er vermoedelijk geen kleding in zit, maar bijvoorbeeld huishoudelijk afval.’

Als de zak is goedgekeurd en geopend, moet de kleding op een lopende band onder verschillende sensoren doorgeleid worden. Maar wacht! Voordat dat kan, moet de kleding wel netjes uitgespreid worden op die lopende band. Lachend beeldt Muñoz-Arias uit hoe robotarmen een kledingstuk moeten oppakken en haast sierlijk neerleggen. In zijn lab is sinds kort een promovendus bezig om kleine robots textiel te laten uitspreiden – eerst maar eens met handdoeken, dat is relatief simpel. De belangrijkste vraag: waar en hoe moet de robot het stuk textiel vastpakken om het goed te kunnen uitspreiden?  

Wat is zo’n kledingstuk nog waard?

En dan, de kern van de zaak: wat ligt er nou op die lopende band, en is het nog wat waard in een tweedehands winkel? Muñoz-Arias: ‘We richten ons nu eerst op de samenstelling van een kledingstuk: is het van katoen, wol, polyester? Vooral een combinatie van verschillende vezels in één stuk stof is lastig.’ Maar juist die combinaties zijn belangrijk om goed te herkennen, legt Muñoz-Arias uit, omdat een klein beetje elastaan in het textiel bijvoorbeeld problemen kan geven bij de volgende stap in het recyclingproces.

Inmiddels heeft het team van Muñoz-Arias een AI-model dat de samenstelling van een stuk textiel met hoge nauwkeurigheid kan vaststellen op basis van data die een speciaal apparaat van NHL Stenden verzamelt. ‘Die machine is uitgerust met hyperspectral imaging,’ legt Muñoz-Arias uit. ‘Hij meet hoe het textiel infrarood licht absorbeert, en het is aan dit AI-model om daarmee te interpreteren uit welke moleculen de stof bestaat.’ 

Maar Muñoz-Arias wil verder kijken, het liefst naar een combinatie van verschillende sensoren. ‘Je kunt bijvoorbeeld microscopisch kijken naar kledingstoffen,’ legt hij uit. ‘Dan zie je ook het verschil tussen de strakke rechte lijnen van polyester, de minder rechte lijnen van katoen, en de rommeligheid van wol.’ Door verschillende metingen op een slimme manier te combineren hoopt Muñoz-Arias de analyse nog nauwkeuriger te maken. ‘Want als de ene sensor niet goed werkt, heb je nog informatie uit de anderen. Sensor fusion heet dat, en dat is nog echt techniek in ontwikkeling. Ik denk dat dat hier echt het verschil gaat maken, dat dit de sleutel is tot het probleem’   

Uit gewone camerabeelden moet vervolgens blijken of de kleding interessant is voor tweedehands verkoop. Medewerkers die nu dagelijks kleding door hun handen laten gaan zullen helpen om het AI-model te trainen, door foto’s van kledingstukken te labelen als geschikt of ongeschikt. Samen met softwarebedrijf Code for Good is Sympany al begonnen een verzameling foto’s aan te leggen. ‘Maar het zal nog niet eenvoudig zijn om die menselijke inschatting na te bootsen,’ denkt Muñoz-Arias. ‘Want je moet mensen niet onderschatten, hebben we inmiddels geleerd.’

Dit onderzoek is onderdeel van het project SORTED, onder leiding van textielinzamelaar Sympany. Het RUG-team dat automatisch sorteren onderzoekt, bestaat uit Mauricio Muñoz-Arias, Michele Cuccuzzella, LiangLiang Chen, Nabeel Younas, en Alexander Hübl, en promovendi Azamat Kaibaldiyev en Ali Ahmadi.