Jugend forscht Die Vision
Einwerfen.
Erkennen.
Einsortieren.
Meine Vision: ein Mülleimer, der Haushaltsmüll erkennt und die passende Sammlung vorbereitet.
Ein Blick ins InnereMit dem Scrollen beginnt die Geschichte01 / Der Aufbau
Was innen
passiert.
Kamera, Steuerung und Mechanik sollen zusammenarbeiten, damit ein einzelner Gegenstand im passenden Fach landet.
Die Hülle öffnet sich für die Erklärung. Vor dem Sortierbeispiel sitzt alles wieder an seinem Platz.
Zur Darstellung
Form, Maße und Anordnung sind gestalterische Annahmen. Die transparente Schnittansicht macht die Bauteile sichtbar; sie legt kein durchsichtiges Gehäuse für den späteren Mülleimer fest.
02 / Der erste Blick
Ein Gegenstand.
Ein Bild.
Die Kamera fotografiert den Gegenstand, während er auf der geschlossenen Klappe liegt.
Hier wartet der Gegenstand auf die Entscheidung.
Pro Einwurf ist genau ein Gegenstand vorgesehen. In unserem Beispiel: ein zerknüllter Papierbogen.
Die vorgesehene Kamera
Ein ESP32-S3 mit OV3660 ist eine vorgesehene Kamera-/WLAN-Option. Das diymore ESP32-S3-CAM N16R8 ist ein Kandidat, noch keine bestätigte Auswahl. Aufnahmeabstand, Beleuchtung und Auslösung sind offen.
03 / Die Bilderkennung Demo
Ein Bild wird zur
Sortierentscheidung.
Ein KI-Modell soll das Kamerabild auswerten. Die Steuerung erhält danach die Information, welches Fach angesteuert werden soll.
Beispielarchitektur mit einem externen Laptop im selben WLAN. Die Darstellung zeigt keine live laufende KI.
Was die Software schon kann
Es gibt YOLOv8-Prototypen für Objekterkennung und Bildklassifikation sowie Kamera-Erkennungssoftware. Im bisher bereitgestellten Erkennungsskript fehlen Netzwerkübertragung, Motor-/Falltürsteuerung und eine Restmüllentscheidung. Die endgültige Aufgabenteilung zwischen Laptop, Raspberry Pi und Mikrocontroller ist offen.
04 / Die entscheidende Bewegung
Das richtige Fach
kommt zum Einwurf.
Der gesamte Sammelzylinder dreht sich, bis das ausgewählte Fach unter der Falltür steht.
- Bio
- Papier
- Gelbe Tonne
- Restmüll
Die Fächer, ihre Trennwände und der bereits gesammelte Müll. Einwurf und Kamera bleiben fest.
Vier angestrebte Sammelfraktionen
„Gelbe Tonne“ bezeichnet die angestrebte Entsorgungsfraktion, nicht einfach jeden Gegenstand aus Kunststoff. Restmüll ist ein vorgesehenes Fach, wurde aber bisher nicht als eigene Klasse trainiert und getestet.
05 / Der richtige Moment
Erst ausrichten.
Dann öffnen.
Die Klappe gibt den Gegenstand erst frei, wenn das vorgesehene Fach daruntersteht.
- Ausrichten
- Öffnen
- Schließen
Dieser Antrieb soll die Klappe kontrolliert öffnen und schließen. Die konkrete Ausführung ist noch offen.
06 / Die Technik darunter
Damit die Idee
in Bewegung kommt.
Der Antrieb soll den beladenen Sammelzylinder bewegen. Motor und Lagerung müssen dafür passend ausgelegt werden.
Elektronik und Antriebe brauchen eine abgestimmte Versorgung. Die konkrete Auswahl wird noch erarbeitet.
Was dafür noch zu lösen ist
Motor, Lagerung, Positionsrückmeldung und Stromversorgung sind noch auszulegen. Die Steuerung gibt Signale; die Motoren benötigen eine passende Leistungsversorgung. Das Schema zeigt keine fertige Verdrahtung. Auch eine zuverlässige Positionierung und der Umgang mit Blockaden müssen entwickelt werden.
07 / Stand September 2026
Die Grundlage steht.
Als Nächstes: die Mechanik.
Vorhandene Grundlage
- YOLO-Prototypen und Kamera-Erkennungssoftware
- Laptop und Raspberry Pi mit AI-Beschleuniger
- Möglichkeiten für Konstruktion und 3D-Druck
Nächste Entwicklungsschritte
- Mechanik konstruieren und testen
- Kamera, Steuerung und Sortierung verbinden
- Erkennung unter realen Bedingungen prüfen
- Umgang mit Unsicherheit untersuchen
- Reinigung, Entleerung und Schutz vor bewegten Teilen klären
Offene Fragen zur Erkennung
Papier und Gelbe Tonne sind noch eine Herausforderung. Restmüll wurde bislang nicht als eigene Klasse trainiert und getestet. Unsichere Ergebnisse automatisch in Restmüll zu sortieren ist eine noch zu prüfende Idee, keine nachgewiesen zuverlässige Lösung. Ein integrierter Sortierprototyp ist noch zu entwickeln.
Vorhanden sind ein Laptop mit Intel Core i5-1145G7 und integrierter Grafik sowie ein Raspberry Pi 5 mit 13-TOPS-AI-Beschleuniger. Autodesk Fusion und Unterstützung beim 3D-Druck stehen für die Entwicklung zur Verfügung.
08 / Der nächste Schritt
Damit Mülltrennung
einfacher wird.
Mein nächster Schritt: aus der vorhandenen Bilderkennung einen funktionierenden Sortierprototyp entwickeln.
Jakob SchoopSmart Bin · Jugend forscht