Recycleye

Plataforma robótica de clasificación de residuos impulsada por IA (visión artificial + sistemas robóticos de recogida y colocación instalados como retrofit).

London, Reino Unido · 2019 · Recycleye Ltd — proveedor tecnológico de Londres (Reino Unido) de clasificación automatizada de residuos con IA y robótica.

Las plantas de recuperación de materiales (MRF) que utilizan Recycleye han avanzado hacia líneas de clasificación híbridas y más automatizadas que reducen la dependencia del triaje manual y permiten reconfigurarlas para dirigirse a las fracciones de mayor valor. Ambientalmente, una mayor captura de reciclables reduce los residuos residuales enviados a vertedero o incineración y mejora la calidad del material reciclado para los mercados finales. Socialmente, la automatización puede mejorar la seguridad en planta y reducir las tareas manuales repetitivas, aunque también requiere recualificar a la plantilla. Sistémicamente, los datos y análisis procedentes de los despliegues informan a operadores y responsables políticos sobre los flujos de materiales, permitiendo mejores contrataciones, la compra de materiales con contenido reciclado y estrategias regionales de reciclaje más eficientes.

Destacado

Combina IA avanzada de visión por computador y manipuladores robóticos para adaptar las MRF existentes, aumentando la recuperación de materiales y reduciendo la contaminación en las líneas de reciclaje mezclado.

Descripción ampliada

Contexto/problema: Muchas plantas de recuperación de materiales (MRF) dependen de la clasificación manual y de procesos mecánicos heredados que tienen dificultades con flujos de residuos mezclados complejos, contaminados y variables. Esto se traduce en bajas tasas de captura de materiales valiosos, altos niveles de contaminación, riesgos para la seguridad de los trabajadores y un aumento del vertido o la incineración de recursos recuperables.

Cómo funciona la solución: Recycleye instala cámaras y sensores de alta resolución sobre las cintas transportadoras para capturar imágenes continuas de los flujos de residuos. Modelos propios de visión por computador detectan, clasifican y siguen los objetos en tiempo real. El sistema genera objetivos de selección y señales de control para unidades robóticas de pick-and-place (con robots FANUC de 6 ejes) o para actuadores situados aguas abajo, lo que permite extraer selectivamente materiales concretos (plásticos por tipo de polímero, metales, papel, etc.). La solución está diseñada para instalarse como retrofit en la infraestructura MRF existente sin reconstruir la línea completa.

Tecnologías/procesos implicados: reconocimiento de imágenes por aprendizaje profundo, seguimiento de objetos, computación en el borde para inferencia de baja latencia, entrenamiento de modelos y analítica en la nube, y manipuladores robóticos o sistemas neumáticos/de expulsión para la separación física. Los flujos de datos recogen imágenes etiquetadas para mejorar iterativamente los modelos y generar analíticas de la mezcla de materiales para los operadores.

Lógica operativa: La plataforma ofrece recomendaciones continuas, selección automatizada y paneles para el operador que muestran la composición del flujo y el rendimiento de las máquinas. Puede priorizar fracciones valiosas, adaptarse a los cambios en la composición de la alimentación e integrarse con los sistemas de control de los operadores para flujos de trabajo híbridos persona-robot.

Partes interesadas: empresas de gestión de residuos y operadores de MRF, recicladores y compradores de materias primas, administraciones locales, integradores de equipos e inversores. La empresa colabora además con proveedores de robótica y control (en particular FANUC).

Implicaciones sistémicas: Al aumentar la recuperación y reducir la contaminación, la solución favorece resultados de economía circular (más oferta de material reciclado, materias primas secundarias de mayor calidad), reduce la presión sobre vertederos e incineración, mejora la seguridad laboral y permite optimizar los sistemas regionales de residuos con base en datos. La escalabilidad de los modelos de IA permite desplegarlos en geografías y materias primas diversas.

Métricas demostradas

Impacto real

Las plantas de recuperación de materiales (MRF) que utilizan Recycleye han avanzado hacia líneas de clasificación más automatizadas e híbridas, que reducen la dependencia de la selección manual y permiten reconfigurarse para dirigirse a fracciones de alto valor. En el plano ambiental, una mayor captura de materiales reciclables reduce el residuo restante enviado a vertedero o incineración y mejora la calidad del material reciclado para los mercados finales. En el plano social, la automatización puede mejorar la seguridad en planta y reducir las tareas manuales repetitivas, aunque también exige recualificar a la plantilla. En el plano sistémico, los datos y las analíticas de los despliegues informan a operadores y responsables públicos sobre los flujos de materiales, lo que permite mejores contrataciones, compra de materiales con contenido reciclado y estrategias regionales de reciclaje más eficientes.

Lugar y fecha de implementación

Fundada en Londres en 2019. Pilotos y despliegues comerciales principalmente en el Reino Unido y en parte de Europa desde finales de la década de 2010 hasta la década de 2020, utilizados en MRF operativas como soluciones de retrofit (el calendario y el listado de plantas varían según el contrato). Adquirida por CP Group (EE. UU.) en 2024.

Fuentes