Op de Hannover Messe 2019, Fraunhofer FIT zal gegevensgestuurde modellering presenteren ter ondersteuning van de productieplanning en het optimaliseren van het gebruik van hulpbronnen. De modellen helpen om complexe processen te begrijpen en te optimaliseren, en kunnen worden gebruikt als voorspellende hulpmiddelen. In aanvulling, we demonstreren een systeem dat op AI gebaseerde beeldverwerking gebruikt om te monitoren en te evalueren, live, de situatie en het gedrag van mensen, bijv. in een productieomgeving. Het systeem kan worden gebruikt, bijvoorbeeld, om automatisch alarm te slaan als een persoon op de grond zit of ligt, wijst op een gevaarlijke situatie. Ontmoet ons in hal 2, stand C22.

Automatisering en de ontwikkeling van bedrijfsprocessen vragen om gegevens die ten grondslag liggen aan de optimalisatie van processen of de ontwikkeling van innovaties. Op de Hannover Messe 2019, Fraunhofer FIT presenteert een platformtechnologie die slimme databases integreert, specifieke analysemethoden en genetwerkte sensoren en meetinstrumenten. Functionaliteiten zoals onderhoud en operaties zijn vertegenwoordigd in de datamodellen en kunnen worden uitgebreid met predictief onderhoud. Dit vergemakkelijkt de agile ontwikkeling van nieuwe diensten en bedrijfsmodellen en hun flexibele aanpassing aan snel veranderende klantbehoeften.

"Het is belangrijk om te begrijpen dat we - in tegenstelling tot traditionele productie- en automatiseringstechnologieën met hun sterk op maat gemaakte maar inflexibele modellen - met datagestuurde modellen niet langer op zoek zijn naar absolute resultaten. De modellen houden rekening met die data-acquisitie en datakwaliteit kan worden aangepast aan de situatie, flexibeler kunnen reageren", legt prof. dr. Harald Mathis uit, leider van de groep Biomolecular Optical Systems bij het Fraunhofer Institute for Applied Information Technology FIT, die ook leiding geeft aan het SYMILA Fraunhofer Application Center in Hamm.

Een ander belangrijk onderdeel van ons systeem is wat we Smart Data Exchange noemen. Het garandeert een maximum aan gegevensbeveiliging en gegevensintegriteit, bijv. als gegevens van de ene productielocatie naar de andere moeten worden overgedragen.

Herkenning van de houdingen van mensen in hun werkomgeving met behulp van op AI gebaseerde beeldanalyse

Onze tweede tentoonstelling is een slim videosysteem om werknemers in gevaarlijke werkomgevingen te beschermen. Het systeem is in staat om de basis anatomische structuur van mensen te detecteren, d.w.z. hoofd, romp, armen en benen, in een live videostream. De gebruikte methode heet Realtime Pose Estimation. Op basis van de gedetecteerde anatomische structuren en hun oriëntaties, aanvullende neurale netwerken bepalen de houdingen van de gedetecteerde figuren, bijv. als een persoon staat, zittend of liggend op de grond in het bewaakte gebied.

Realtime Pose Estimation is een AI-toepassing. De algoritmen bootsen in grote lijnen neurale processen in de hersenen na, simuleren van een diep netwerk van zenuwcellen. Analoog aan het menselijke model, deze neuronen leren van ervaring en training. We gebruikten de COCO-dataset, die ongeveer 250, 000 afbeeldingen van personen met hun lichaamsdelen geïdentificeerd en geannoteerd, en verschillende andere datasets om ons systeem te trainen. Het kan nu betrouwbaar lichaamsdelen identificeren in onbekende scènes in live videostreams.