Automatisk sortering av tvätt med robotarm, visionsystem, RFID och smart identifiering

Uppdragsgivare

Tvättservice i Helsingborg AB är ett tvätteri med kunder inom hotell & restaurang, industri & verkstad samt vård & omsorg. De erbjuder hygienisk och skonsam tvätt av allt från hotellakan till arbetskläder. Företagets största kundgrupp finns inom hotell & restaurang, där erbjuder de en helhetslösning för tvätt- och textilservice genom att inte bara tvätta utan också förse sina kunder med dukar, sängkläder, handdukar och dylikt av hög bomhullshalt och kvalitet.  Eftersom hotell- och restaurangverksamheter är företagets huvudsakliga kunder, ligger tvätteriet högsäsong under sommaren.  Tvätteriet har två lokaler, en mindre i Helsingborg samt en stor i Åstorp, den senare behandlar merparten tvätt.

Tvättservice i Helsingborg AB är Svanen-märkt. Detta innebär att de har tvättprocesser som är mer energi- och vatteneffektiva än i konventionella tvätterier, samt att de använder Svanen-märkta tvättmedel som är helt fria från allergener och parfymer. Genom en tydlig miljöprofil vill Tvättservice i Helsingborg AB att deras kunder inom hotell och restaurang ska kunna marknadsföra sig mot sina gäster som ett mer hållbart alternativ.

Bakgrund

Projekt

Syfte

TvättService vill ta reda på hur textilier kan sorteras automatiskt i framtiden. I dag görs mycket av sorteringen för hand, men med rätt teknik skulle delar av processen kunna automatiseras. I det här projektet ska ni utforska och testa tekniker som robotarmar, kameror, AI‑baserad bildanalys, RFID‑taggar och olika sensorer för att se hur textilier kan:

• separeras
• identifieras
• sorteras

Målet är att ni tar fram ett koncept eller en enkel prototyp som visar hur ett automatiserat sorteringsmoment skulle kunna fungera i ett tvätteri.

Mål

Ni ska utveckla en lösning som demonstrerar hur textilier kan hanteras automatiskt. Projektet ska särskilt undersöka:

• hur textilier kan singuleras (separeras så att de ligger en och en)
• hur olika artiklar kan klassificeras med hjälp av vision, AI eller RFID
• hur en robotarm kan plocka upp textilier på ett stabilt sätt
• vilken kombination av tekniker som är mest realistisk i en tvätterimiljö

Det viktiga är inte att bygga ett färdigt system, utan att visa vad som är möjligt, vad som fungerar bra och vad som är svårt.

Centrala utmaningar

Textilier är knepiga att hantera automatiskt eftersom de:

• är mjuka och ändrar form
• kan ligga i högar eller överlappande
• kan se väldigt olika ut beroende på hur de ligger
• ibland har RFID‑chip som är svåra att läsa om de ligger nära varandra

Det innebär att både kamerabaserad analys och robotplockning blir mer osäkert än för hårda objekt. En viktig del av projektet är därför att ta reda på hur textilier bör presenteras och separeras för att tekniken ska fungera.

Exempel på viktiga frågeställningar

• Hur separerar man textilier effektivt innan sortering?
• Räcker det att sprida ut dem, eller måste de singuleras helt?
• Hur bra fungerar vision och AI när textilier ligger överlappande?
• När är RFID ett bra komplement — och när fungerar det sämre?
• Vilken typ av gripdon (vakuum, fingrar, klor) fungerar bäst för olika textiltyper?
• Hur skulle lösningen kunna kopplas in i ett framtida automatiserat tvätteriflöde?

Möjliga tekniska delområden

Ni kan välja att fokusera på ett eller flera av följande områden:

• Separation och singulering
• Mekaniska lösningar
• Computer vision och AI
• Objektklassificering
• RFID‑läsning
• Robotstyrning
• Gripdon och vakuumteknik
• Transportband
• PLC‑integration
• Simulering och proof‑of‑concept

Förväntat resultat

Projektet ska ge TvättService ett beslutsunderlag för hur de kan gå vidare med automatisering. Resultatet kan vara:

• en prototyp
• ett koncept
• testresultat från vision, RFID eller robotplockning
• rekommendationer kring gripteknik
• en analys av vilka textilier som är enklast eller svårast att automatisera

Projektets värde

För TvättService hjälper projektet dem att förstå:

• vilka steg som är mest realistiska att automatisera först
• vilka tekniker som är mest lovande
• vilka textilier som är enklast respektive svårast att hantera automatiskt

För er som studenter är projektet en chans att arbeta praktiskt med en tvärteknisk utmaning där robotik, AI, RFID och produktionsteknik möts — i en bransch som står inför stor utveckling.

Hållbarhetsmål som projektet berör