Smarte Müllentsorgungs Logistik Lösung mittels Halbleiterbasierter Elektrisch Reduzierter GraphenOxid GEruchsSensoren
Die Vision des Projektes ist es, mittels eines interdisziplinären Ansatzes aus den Bereichen Chemie, Sensorik, künstliche Intelligenz und Logistik, einen intelligenten IoT-fähigen Geruchssensor für die Smarte Mülltonne zu entwickeln umso nicht nur wichtige Informationen über die Zusammensetzung des Abfalls zu erhalten sondern auch, im Hinblick auf die Klimaziele der EU, den Recyclingprozess zu optimieren.
Die Grundidee dieses Antrags beruht dabei auf einem innovativen Ansatz zur Verbesserung der Sensor-Spezifität durch Integration von Graphen-basierten Sensoren und Nachahmung des natürlichen kombinatorischen Codes mittels maschinellen Lernens. Durch Variation der Erkennungseinheiten und Filmeigenschaften der Sensormaterialien wird die Sensorleistung der multivariablen Sensorplattform systematisch hinsichtlich der Spezifität gegenüber einer Vielzahl von singulären, -binären und komplexen Gasgemischen untersucht und optimiert.
Ziel ist es das Zusammenspiel und Effizienz der 4 Konzepte in einem IoT-fähigen Prototyp unter Real-Bedingungen zu testen, und die Qualität der Aussagen hinsichtlich der tatsächlichen Abfallzusammensetzung zu validieren.
