DFKI & Hitachi

Künstliche Intelligenz zur Erkennung verschiedener Werker-Tätigkeiten

  • Anwendungsbeispiele
    • Produzierende Industrie
  • Produktbeispiele
    • Automatisierungskomponenten
  • Wertschöpfungsbereich
    • Produktion & Lieferkette
  • Entwicklungsstadium
    • Demonstrator
  • Unternehmensgröße
    • 250 - 5000 Mitarbeiter
  • Region
    • Rheinland-Pfalz

Welche Herausforderungen galt es zu lösen und welcher konkrete Nutzen ergab sich?

Herausforderung war die Entwicklung von KI-Systemen zur Unterstützung und Vermeidung von Bedienfehlern in der industriellen Fertigung.

Im Rahmen von Initiativen wie Industrie 4.0 in Deutschland oder „Society 5.0“ in Japan verstärkt die Fertigungsindustrie ihre Bemühungen, mit Hilfe von KI und Robotik Innovationen in der Produktion voranzutreiben.

Wie lässt sich der Industrie 4.0-Lösungsansatz beschreiben?

Die verfolgte Grundidee ist, einfache Aufgaben zu automatisieren oder an Roboter zu delegieren, während komplexere Aufgaben in der Hand des Werkers verbleiben. Neue technologische Verfahren müssen daher verschiedene Tätigkeiten der menschlichen Akteure erkennen, um diese zu unterstützen und sie vor möglichen Bedienfehlern zu bewahren. Forschern von DFKI und Hitachi ist es gelungen, KI-Systeme zu entwickeln, die diesen Anforderungen gerecht werden.

Was konnte erreicht werden?

Die besondere Stärke liegt in:

  1. einer Technologie, die die vom Werker betrachteten Objekte mittels Eye-Tracking-Brille erfasst und über Verfahren des Maschinellen Lernens zu unterscheiden lernt. Objekte wie „Schraube“ oder „Schraubenzieher“ werden so zuverlässig erkannt, ohne Beeinträchtigungen durch Hintergrundbewegungen oder andere Objekte im Blickfeld.
  2. einem Verfahren, das menschliche Aktivitäten mit Hilfe von tragbaren Sensoren misst. Die dabei gewonnenen Daten werden mit Deep Learning ausgewertet und erlauben so die Erkennung einzelner Handlungen wie „Greifen“ oder „Drehen“.
  3. einem hierarchischen Aktivitäten-Erkennungs-Modell, welches anhand der Kombination der menschlichen Handlungen und der beteiligten Objekte auf bestimmte Werker-Tätigkeiten schließen lässt. Durch die Verknüpfung der in 1. und 2. erwähnten Technologien kann das Modell eine Tätigkeit wie „eine Schraube drehen“ erkennen. Dieses Framework ermöglicht somit eine einfache Erkennung der verschiedenen Werker-Tätigkeiten – vorausgesetzt, Handlungen und Objekte können im Vorfeld trainiert werden.

Was können andere davon lernen?

Mit dem gemeinsamen Forschungsprojekt möchten das DFKI und Hitachi die Entwicklung von Technologien befördern, die zu einer Verbesserung der Assistenzsysteme in den Produktionsstätten, zu verbesserten Leitlinien für Arbeitsprozesse und zur Vermeidung von Bedienfehlern führen.

Kontakt
Prof. Dr. Andreas Dengel Leiter Forschungsbereich Smarte Daten & Wissensdienste +49 631 20575 1000 Deutsches Forschungszentrum für
Künstliche Intelligenz GmbH (DFKI)
Trippstadter Straße  122,  67663 Kaiserslautern
www.dfki.de