KI4Tools

Optimierung handgetragender Werkzeuge mittels Machine Learning zur Unterstützung manueller Arbeiten

KI4Tools - Künstliche Intelligenz für Handwerkzeuge

Auf einen Blick

© Fraunhofer IIS
Schraubmodul in der Anwendung

Auch in der hoch-automatisierten Produktion gibt es eine Vielzahl manueller Arbeitsprozesse. Die reibungslose Durchführung dieser erfordert jedoch eine hohe Aufmerksamkeit der Monteure zu jeder Zeit, während wechselnde Auftragsinformationen in der individuellen Produktionsfertigung auf der Tagesordnung stehen. Der richtige Einsatz von Werkzeugen ist hierbei sowohl in Bezug auf Qualitätssicherung als auch im Hinblick auf die Sicherheit der Monteure unerlässlich. Das Fraunhofer IIS entwickelte hierfür ein nachrüstbares & intelligentes Sensormodul für Handwerkzeuge, welches verschiedene Parameter in Arbeitsprozessen misst und somit Prozessoptimierung, Transparenz und Qualitätssicherung gewährleistet. Mehrere Sensoren detektieren hierbei sowohl Aktionen (z.B. das Festziehen oder Lösen von Schrauben), als auch Ort & Reihenfolge der Arbeitsschritte.

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: http://www.youtube.com/t/privacy_at_youtube

Vorteile unserer Lösung

  • Nachrüstbar für bestehende Werkzeuge
  • Erfassung manueller Arbeitsprozesse
  • Qualitätssicherung & - verbesserung
  • Optimierung von Arbeitsabläufen
  • Förderung der Transparenz von Prozessen
  • Überblick über den Auftragsstatus

Anwendungsfelder

  • Wartung von Maschinen
  • Aufbau von Möbelstücken
  • in manuellen Produktionsschritten
  • in der Qualitätssicherung & im Monitoring

Technische Beschreibung

Die Kerntechnologie hinter den intelligenten Werkzeugen bildet ein eigens entworfenes Modul mit Beschleunigungs-, Drehraten- und Magnetfeldsensor, sowie einem optional einsetzbaren Mikrofon. Es ist sowohl kompakt als auch kostengünstig und kann somit an verschiedenste handgetragene Werkzeuge problemlos angebracht werden. Diese Nachrüstlösung ermöglicht somit flexibles arbeiten und ist universell einsetzbar. Die vom Modul übertragenen Daten, welche über WLAN oder Bluetooth drahtlos und kontinuierlich gesendet werden, bilden die Grundlage für eine KI-Pipeline, welche sämtliche Arbeitsschritte detektiert und identifiziert.

© Fraunhofer IIS
Sensormodul mit Kamera

Ein erster binärer Klassifikator fungiert hierbei als Aktionsdetektor und filtert zunächst diejenigen Zeitintervalle heraus, in welchen die für das entsprechende Werkzeug relevanten Aktionen (beispielsweise das Festziehen oder Lösen einer Schraube mit dem Akkuschrauber) stattfinden. Als Output erhält man dann sogenannte Aktionsfenster, welche die Sensordaten der jeweils erkannten Zeitintervalle beinhalten. Ein zweiter KI-basierter Klassifikator nimmt anschließend diese Aktionsfenster entgegen und erkennt, um welche konkrete Aktion es sich bei dem herausgefilterten Datensegment handelt. Darüber hinaus wird auch die Lage des Werkzeugs im Raum zum Zeitpunkt der erfolgten Aktion identifiziert.

Ein zusätzliches, vom Sensormodul unabhängiges Lokalisierungssystem (QR-Code Tracking), stellt außerdem sicher, dass die Arbeitsschritte auch am korrekten Ort bzw. in der richtigen Reihenfolge durchgeführt werden. Über eine App erhält der Werker Feedback in Echtzeit über den Fortschritt seiner Arbeit und wird bei Abweichen vom Sollprozess sofort informiert. Hervorzuheben ist, dass die beschriebenen Verarbeitungsketten mittels automatischem Maschinellem Lernen trainiert werden. Der gesamte Prozess des Trainierens und Evaluierens neuer Modelle geschieht somit vollständig automatisiert und erfordert kein Expertenwissen. In Zukunft soll eine Optimierung (Continual Learning) per Knopfdruck über die bestehende App, mit semi-automatisch annotierten Messdaten, erfolgen. Ziel ist es somit die eingesetzten Modelle kontinuierlich noch robuster und performanter zu machen.

© Fraunhofer IIS
Feedback per App in Echtzeit

Machine Learning

 

Durch langjährige Erfahrung in den Bereichen Künstliche Intelligenz und Machine Learning bieten wir Ihnen umfassendes Know-How bei der Implementierung intelligenter Technologien in Ihrem konkreten Anwendungsfall.

Lokalisierung

 

Das Fraunhofer IIS verfügt über umfassendes Know-how, Sie bei der Einführung von Lokalisierungstechnologien zu unterstützen. Wir haben Zugang zu hochmodernen Messtechniken, sowie zu einem kompletten Testzentrum für die Simulation realer Einsatzszenarien.

Weitere Informationen

Werkzeugtracking

Fehler können durch Überwachen der Aktivität des Werkzeugnutzers und einfache Hinweise vermieden werden.

Kognitive Handwerkzeuge

Durch kognitive Sensorik können Sensordaten der Werkzeuge erfasst, sowie direkt anwendungsbezogen analysiert und aufbereitet werden.