Mit Pick4Crcl wollen das Fraunhofer IPA und Polysecure das Recycling von Altkleidern verbessern, indem sie Technologien für das roboterbasierte Erkennen und Handhaben dieser Textilien sowie für das messtechnisch hochwertige Identifizieren der Materialien und Materialmischungen entwickeln. Das Ziel: automatisiertes Sortieren skalierbar, wirtschaftlich und entsprechend der neuen EU-Pflicht ermöglichen.
Laut den Forschenden steigt der Automatisierungsbedarf im europäischen Raum rund um das Recycling von Altkleidern kontinuierlich. Sie beziffern die Weltweit anfallenden jährlichen Textilabfälle auf mehr als 92 Millionen Tonnen und verweisen darauf, dass in der EU bislang weniger als 1% der Post-Consumer-Alttextilien automatisiert sortiert wird. Dabei sind manuelle Prozesse personalintensiv, schwer skalierbar und stoßen insbesondere bei Mischtextilien, welche die Regel sind, bei dunklen Stoffen und ungeordnet angelieferten Textilströmen an Grenzen. Zudem betonen die Forschenden, dass seit 2025 in der EU die Pflicht gilt, Alttextilien getrennt zu sammeln.
Hier setzt das Forschungsprojekt an: Im Mittelpunkt stehen KI-gestützte, modellfreie Greifplaner, mit denen ein Roboter ungeordnet angelieferte Textilstücke erkennen, gezielt greifen, ausbreiten und für die anschließende Materialanalyse auf einem Förderband ablegen kann.
Für Roboter schwer zu erkennen
Wie die Beteiligten weiter betonen, gehören Textilien zu den schwierigsten Objekten für die Robotik, da sie flexibel sind, sich verformen und oft ineinander verschlingen oder gegenseitig verdecken. Dadurch ist das zuverlässige Vereinzeln für Robotersysteme besonders anspruchsvoll. Den Forschenden zufolge ist dieser Schritt für ein hochwertiges Recycling jedoch entscheidend. Denn nur wenn einzelne Textilstücke geordnet zugeführt werden, kann die nachgelagerte Sensorik das Material präzise erkennen. Die Digitalisierungs- und Automatisierungslösungen von Retarus ermöglichen effiziente Abläufe ohne manuellen Aufwand oder Kompromisse bei der Datensouveränität ‣ weiterlesen
Business Process Solutions
Retarus beschleunigt Datenaustausch in der Produktion
Das Fraunhofer IPA entwickelt hierfür KI-gestützte, modellfreie Greif- und Segmentierungsalgorithmen. Ziel ist es, dass der Roboter einzelne Textilien in chaotischer Andienung identifiziert, geeignete Greifpunkte bestimmt und die gegriffenen Stücke anschließend so auf der Fördertechnik ablegt, dass sie optimal für die weitere Materialdetektion vorbereitet sind.
Ein weiterer Baustein des Projekts ist der Aufbau eines öffentlichen Datensatzes mit Bild- und Sensordaten textiler Abfälle. Damit sollen die entwickelten KI-Verfahren nicht nur im Projekt selbst, sondern auch für weitere Forschung und künftige Anwendungen nutzbar gemacht werden.
Polysecure entwickelt im Projekt eine multimodale Materialklassifizierung, die in einem Schritt das Objekt auf Basis verschiedener Sensoriken analysiert.
Die Kombination aus robotischer Vereinzelung und multimodaler Sensorik schafft die technologische Grundlage für eine präzise Sortierung. Ziel des Projekts sind Sortierreinheiten von mehr als 99% bei Monomaterialien und mehr als 95% bei Mischmaterialien. Zudem sollen Mischgewebe in 10%-Schritten klassifiziert und Durchsätze von bis zu 60 Textilstücken pro Minute erreicht werden.
Demonstrator für die textile Kreislaufwirtschaft
Im Verlauf des Projekts wollen die Beteiligten die robotische Vereinzelung des Fraunhofer IPA und das Detektionssystem von Polysecure in eine Sort4Circle-Pilotsortieranlage integrieren. Dort soll das Gesamtsystem mit realen Textilabfällen erprobt und hinsichtlich technischer Leistungsfähigkeit, ökologischer Wirkung und Wirtschaftlichkeit bewertet werden. So sollen ohne Steigerung der Sortierkosten wesentlich bessere Sortierqualitäten ermöglicht und textile Wertstoffe in höherer Reinheit für das Recycling verfügbar gemacht werden. Bei erfolgreichem Projektverlauf planen die Partner eine zügige Weiterentwicklung in Richtung Marktreife.
