På Hannover Messe 2019, Fraunhofer FIT kommer att presentera datadriven modellering som stödjer produktionsplanering och optimerar resursutnyttjandet. Modellerna hjälper till att förstå och optimera komplexa processer, och kan användas som prediktiva verktyg. Dessutom, vi demonstrerar ett system som använder AI-baserad bildbehandling för att övervaka och utvärdera, i realtid, människors situation och beteende, t.ex. i en produktionsmiljö. Systemet kan användas, till exempel, att automatiskt larma om en person sitter eller ligger på golvet, indikerar en farlig situation. Möt oss i hall 2, monter C22.

Automation och utveckling av affärsprocesser kräver data som informerar om optimering av processer eller utveckling av innovationer. På Hannover Messe 2019, Fraunhofer FIT kommer att presentera en plattformsteknik som integrerar smarta databaser, specifika analysmetoder samt nätverkssensorer och mätinstrument. Funktioner som underhåll och drift är representerade i datamodellerna och kan förbättras till att inkludera förutsägbart underhåll. Detta underlättar smidig utveckling av nya tjänster och affärsmodeller och deras flexibla anpassning till snabbt föränderliga kundbehov.

"Det är viktigt att förstå att – i motsats till traditionell produktions- och automationsteknik med sina mycket anpassade men oflexibla modeller – med datadrivna modeller letar vi inte längre efter absoluta resultat. Modellerna tar hänsyn till att datainsamling och datakvalitet kan anpassas till situationskrav, för att kunna reagera mer flexibelt", förklarar prof. dr. Harald Mathis, ledare för gruppen Biomolecular Optical Systems vid Fraunhofer Institute for Applied Information Technology FIT, som också leder SYMILA Fraunhofer Application Center på Hamm.

En annan viktig komponent i vårt system är det vi kallar Smart Data Exchange. Det garanterar maximal datasäkerhet och dataintegritet, t.ex. om data måste överföras från en produktionsplats till en annan.

Erkännande av människors ställningar i deras arbetsmiljö med hjälp av AI-baserad bildanalys

Vår andra utställning är ett smart videosystem för att skydda arbetare i farliga arbetsmiljöer. Systemet kan upptäcka den grundläggande anatomiska strukturen hos människor, dvs huvud, bakdel, armar och ben, i en live videoström. Metoden som används kallas Realtime Pose Estimation. Baserat på de upptäckta anatomiska strukturerna och deras orienteringar, ytterligare neurala nätverk bestämmer ställningarna för de detekterade figurerna, t.ex. om en person står, sittande eller liggande på golvet i det övervakade området.

Realtime Pose Estimation är en AI -applikation. Algoritmerna härmar i stort sett neurala processer i hjärnan, simulerar ett djupt nätverk av nervceller. Analogt med den mänskliga modellen, dessa neuroner lär sig av erfarenhet och träning. Vi använde COCO -datasetet, som innehåller cirka 250, 000 bilder av personer med deras kroppsdelar identifierade och kommenterade, och flera ytterligare datamängder för att träna vårt system. Den kan nu på ett tillförlitligt sätt identifiera kroppsdelar i obekanta scener i levande videoströmmar.