Como IA e Robótica Estão Transformando a Triagem e Reciclagem Global de Resíduos
Quatro startups de robótica e IA de visão estão implementando sistemas de triagem automatizados em tempo real em esteiras transportadoras, reduzindo custos de reciclagem e desviando dezenas de milhares de toneladas de resíduos de aterros sanitários.
Globalmente, menos de 7% dos materiais que entram na economia vêm de fontes recicladas ou reutilizadas, enquanto os resíduos sólidos urbanos ultrapassam 2 bilhões de toneladas a cada ano — um número que deve quase dobrar até 2050. Para enfrentar esse problema crescente, instalações de reciclagem em todo o mundo estão recorrendo cada vez mais à IA de visão e à automação robótica para identificar e recuperar com precisão materiais valiosos de fluxos de resíduos em alta velocidade.
Quatro startups participantes do programa NVIDIA Inception estão implementando visão computacional e coletores robóticos diretamente em linhas de triagem, combatendo gargalos na reciclagem de plásticos, recuperação municipal e têxteis.
AIRECO Automatiza a Triagem de Plásticos de Alta Pureza
Em Taiwan, a startup AIRECO está usando IA de visão para enfrentar os desafios econômicos da reciclagem de plástico. O plástico reciclado muitas vezes tem dificuldade em competir com materiais virgens devido à qualidade inconsistente do refugo, aos altos custos de mão de obra manual e ao downcycling em produtos de baixa qualidade.
A abordagem automatizada da AIRECO foca na triagem fina para apoiar a reciclagem de ciclo fechado (closed-loop), onde produtos de plástico descartados podem ser processados de volta para o mesmo nível de qualidade do produto original, em vez de alternativas degradadas. Em uma planta de reciclagem em Tainan, a linha piloto da empresa utiliza módulos NVIDIA Jetson Orin NX para executar inferência e controlar braços robóticos que retiram plásticos específicos das esteiras transportadoras.
O sistema de teste atinge uma precisão de reconhecimento acima de 95%. A AIRECO planeja lançar uma linha de produção completa no próximo ano, com o objetivo de expandir a capacidade de processamento anual de 18.000 toneladas para 48.000 toneladas, reduzindo os custos operacionais em 85%.
EverestLabs Implementa Robôs de Triagem de Alta Velocidade
Em instalações de recuperação de materiais, os itens viajam em esteiras transportadoras de alta velocidade, onde a triagem tradicional é fisicamente exigente e perigosa. A EverestLabs AI, sediada nos EUA, resolveu isso instalando robôs guiados por visão computacional capazes de tomar decisões rápidas de coleta em tempo real.
A empresa possui atualmente aproximadamente 150 unidades robóticas implantadas em instalações de reciclagem na América do Norte e Austrália. Executando inferência de borda (edge inference) em GPUs NVIDIA RTX e treinando modelos em hardware de data center usando NVIDIA CUDA, os sistemas classificam materiais, marcas e tipos de embalagens instantaneamente.
Até o momento, a EverestLabs estima que seus sistemas identificaram cerca de 40 bilhões de objetos, recuperaram cerca de 25.000 toneladas de material reciclável e evitaram aproximadamente 30.000 toneladas métricas de emissões de dióxido de carbono. A startup também está lançando ferramentas de software de IA de agentes (agentic AI) para fornecer análises operacionais diretamente aos gerentes de plantas e executivos de empresas.
Greyparrot Monitora Esteiras de Resíduos de Alta Velocidade
Enquanto braços robóticos manipulam fisicamente os itens, os gerentes das instalações também enfrentam uma lacuna de informações: historicamente, os operadores monitoravam a composição dos resíduos por meio de amostragem manual de menos de 1% da esteira. A startup britânica Greyparrot desenvolveu sua plataforma Analyzer para monitorar fluxos inteiros de resíduos continuamente.
Montado diretamente acima de esteiras transportadoras que se movem a até 4 metros por segundo, o Analyzer rastreia objetos que passam por material e marca, apesar da poeira e da iluminação variável. O sistema utiliza módulos NVIDIA Jetson para processamento de borda, treinados em bilhões de objetos usando GPUs NVIDIA.
Com mais de 300 sistemas Analyzer implantados em mais de 20 países, a plataforma ultrapassou um trilhão de detecções de caixas delimitadoras (bounding-box). O monitoramento automatizado reduz o tempo necessário para auditar 15 toneladas de resíduos de 375 horas para apenas seis. Instalações que utilizam a Greyparrot relatam ganhos de eficiência geral entre 10% e 30%. A produtora global de embalagens Amcor usou a tecnologia para aumentar seu rendimento de plásticos de grau alimentício em 12%, enquanto marcas de consumo como Coca-Cola, Colgate-Palmolive e Kenvue usam os dados para rastrear a recuperação de embalagens.
reverse.fashion Acelera a Classificação de Roupas
A reciclagem têxtil enfrenta um desafio de triagem ainda maior. A Europa gera quase 7 milhões de toneladas de têxteis usados anualmente, com cerca de um quarto triado manualmente em centenas de categorias — que variam de revenda vintage de luxo a panos de limpeza e enchimento de móveis.
A reverse.fashion, sediada em Berlim, está automatizando esse fluxo de trabalho usando pipelines de visão computacional de alta resolução executados em módulos de borda NVIDIA Jetson otimizados com o software NVIDIA TensorRT. À medida que as roupas se movem em esteiras a 3 metros por segundo, mais de uma dúzia de modelos de visão avaliam pequenos defeitos, construção do tecido, tamanho, marca, cor, estilo e estação.
De acordo com a startup, o sistema automatizado pode triar em uma hora o que antes exigia uma semana inteira de classificação manual. A tecnologia está sendo implementada atualmente em instalações de processamento em toda a Europa, proporcionando um caminho para escalar a moda circular e reduzir o desperdício têxtil.
