ImSpec – Spektroskopisk avbildning med bredbandig strålningsenergi för klassificering av material och objekt

Det centrala problemområdet som vi vill ta itu med i detta projekt är hur man kombinerar olika spektroskopiska metoder, slår samman 2D spektral bildinformation och använder AI för snabb och exakt igenkänning av material.

Person iklädd en blå skyddsoverall kontrollerar soppåsar.

Cirkulär ekonomi är ett ledande paradigm som vidareutvecklas mot det ultimata hållbara samhället. I cirkulär ekonomi finns inget avfall i den meningen att avfall från en process alltid är råvaran för en annan process. Detta tänkande ökar därför också efterfrågan på effektiv mätteknik för karakterisering, klassificering och sortering av objekt baserat på material, värde och andra egenskaper.

Vi tror att materialkarakterisering och klassificering kan göras mer exakt om elektromagnetisk energi strålas ut på föremål i flera energiband, inklusive röntgen, ultraviolett, synligt och infrarött ljus. Bildsensorer för dessa energiband bör kunna utföra spektral analys av absorberad och fluorescerande strålning vid varje pixel. Fluorescensspektralanalys inom röntgenbandet möjliggör exempelvis detektering av tungmetaller på atomnivå såsom kvicksilver eller krom. Röntgenabsorption kan även visa spektrala fingeravtryck av organiskt material.

Att slå samman data från flera energiband gör det möjligt att t.ex. upptäcka en leksak av plast, textil eller papper med ett dolt batteri inuti. Dataanalysen är en utmaning på grund av den stora mängden data som utläses från varje pixel. Utveckling och träning av ett system som kan tolka all denna information kommer att kräva avancerade metoder inom artificiell intelligens.