Maschinelles Lernen für Handwerkzeuge

Mittels TinyML Arbeitsprozesse optimieren und die Qualität sichern

Auch in der Industrie 4.0 finden manuelle Prozesse in der Produktionskette statt. Um diese Prozesse einzubinden, haben Expertinnen und Experten aus den Themenbereichen Lokalisierung, Vernetzung und Maschinelles Lernen (ML) ein eingebettetes intelligentes Sensormodul für Handwerkzeuge entwickelt, das sich in bestehende Produktions-IT-Infrastrukturen einbinden lässt. Diese Nutzung von ML zur Optimierung und Ausführung von KI-basierten Verarbeitungsketten auf eingebetteten Systemen nennt man Tiny Machine Learning (TinyML).

Das kompakte Sensormodul nutzt Beschleunigungs-, Drehraten- und Magnetfeldsensoren und kann auf Handwerkzeugen angebracht werden. Die erfassten Sensordaten bilden die Basis für eine KI-Pipeline, die alle Arbeitsschritte des Handwerkzeugs detektiert und identifiziert. So werden die relevanten Aktionen wie z. B. das Festziehen oder Lösen einer Schraube detektiert oder die Lage bzw. der Zustand des jeweiligen Werkzeugs zum Zeitpunkt der Aktion lokalisiert. Eine App informiert über den Arbeitsfortschritt oder eine Abweichung vom Sollprozess. Der Trainingsprozess und die Evaluierung neuer Modelle läuft völlig automatisiert (AutoML) und erfordert kein Expertenwissen. Aktivitäten zur Technologievermarktung und -einführung erfolgen mit unserem Partner Leistungszentrum Elektroniksysteme (LZE).