Illustration: Modellering av virke – kvistar i en stock och planka samt fiberorientering kring en kvist.
Maskininlärning – bilder från modeller och skanning kan transformeras eller genereras med hjälp av AI-nätverk.
Optisk skanner – användbar för såväl forskning som industriella applikationer.
Fakta om projektet
Projektledare
Anders Olsson
Övriga projektmedlemmar
Osama Abdeljaber, Min Hu
Deltagande organisationer
Linnéuniversitetet, Microtec, Ikea, Södra
Finansiär
KK-stiftelsen
Tidsplan
1 juli 2022–30 juni 2026
Ämne
Byggteknik (Institutionen för byggteknik, Fakulteten för teknik)
Mer om projektet
Forskningsprojektet ska bidra till utvecklingen av mer noggrann detektering av egenskaper hos sågade trävaror och träprodukter än vad som kan göras idag. Inte genom stegvisa förbättringar av redan etablerade metoder utan genom att använda en helt ny metod, där optisk skanning och modellering av trämaterial kombineras med tillämpad maskininlärning.
Tidigare samarbete mellan projektgruppen vid Linnéuniversitetet och företaget Microtec – och sammankoppling av expertis inom trämaterial, maskininlärning och matematisk modellering av trä – har redan lett till en ny metod för att bestämma märgläge längs plankor, och till två patentansökningar baserade på denna idé. I detta nya projekt kommer samma innovativa idé att utvecklas och användas för andra och mer utmanande applikationer, såsom mer exakt detektering av kvistar och fiberorientering inuti sågat virke av olika trädslag.
Deltagande företag utöver Microtec är Ikea och Södra. De senare representerar typiska producenter som kommer att dra nytta av mer exakt detektering och sortering av trämaterial.
För forskningsmiljön Träbyggnadsteknik vid Linnéuniversitetet och särskilt projektgruppen, som har lång erfarenhet av modellering och bedömning av trä, förväntas projektet leda till en viktig utveckling och etablera maskininlärning som ett integrerat verktyg för forskning om trämaterial och träbaserade produkter.
Medarbetare
