Onko mahdollista kehittää tekstiilijätteen tiedonkeruujärjestelmä, jossa käytetään joustavia, edullisia ja avoimen lähdekoodin työkaluja? Tutkijat testasivat tällaisten työkalujen elinkelpoisuutta ja luotettavuutta käytännössä. Tutkimus osoittaa, kuinka tekstiilijätteen keräyksen älykkäät roskakoriratkaisut voidaan yhdistää dynaamiseen reitin optimointijärjestelmään sen yleisen suorituskyvyn parantamiseksi.

Kehitetyt Arduino-pohjaiset edulliset anturit keräsivät todellista dataa Suomen ulko-olosuhteista yli kahdentoista kuukauden ajan. Älykkään jätteenkeräysjärjestelmän toimivuutta täydennettiin tapaustutkimuksella, jossa arvioitiin käytöstä poistettujen tekstiilien tavanomaisen ja dynaamisen järjestelmän keräyskustannuksia. Tämän tutkimuksen tulokset osoittavat, kuinka anturilla tehostettu dynaaminen keräysjärjestelmä alensi kustannuksia 7,4 % verrattuna perinteiseen. Tutkimus osoitti, että kehitetty menetelmä on tehokas sekä ajankäytön että hiilidioksidipäästöjen vähentämisen kannalta.

Tutkimuksessa oli mukana kaksi nykyistä ja yksi entinen Epanet-professori tutkijoineen.

Antti Martikkala, Bening Mayanti, Petri Helo, Andrei Lobov & Iñigo Flores Ituarte (2023). Smart textile waste collection system – Dynamic route optimization with IoT.