ZUR SOFORTIGEN VERÖFFENTLICHUNG Nr. 3255

Bei diesem Text handelt es sich um eine Übersetzung der offiziellen englischen Version dieser Pressemitteilung, die nur als Hilfestellung und Referenz bereitgestellt wird. Ausführliche und/oder spezifische Informationen entnehmen Sie bitte der englischen Originalversion. Im Falle von Abweichungen hat der Inhalt der englischen Originalversion Vorrang.

KI für die Verhaltensanalyse erkennt geringfügige Unterschiede in menschlichen Bewegungen

Ermöglicht eine schnelle Analyse ohne vorheriges maschinelles Lernen

PDF-Version (PDF:466.7KB)

TOKIO, 13. Februar 2019 – Mitsubishi Electric Corporation (TOKIO: 6503) gab heute die Entwicklung von einzigartiger künstlicher Intelligenz (KI) für die Verhaltensanalyse unter Verwendung der unternehmenseigenen, auf KI basierenden Technologie der Marke Maisart®* bekannt. Selbst ohne vorheriges maschinelles Lernen ist die neue Technologie in der Lage, geringfügige Unterschiede in menschlichen Bewegungen zu erkennen, die von Menschen nur schwer wahrgenommen werden können. Diese Fähigkeit kann bei der Analyse des menschlichen Verhaltens in verschiedenen Bereichen hilfreich sein, z. B. bei der Analyse der Bewegungen eines Fließbandarbeiters, um unnötige Bewegungen zu vermeiden und dadurch die Produktivität zu steigern.

* Mitsubishi Electric's AI creates the State-of-the-ART in technology (Entwicklung hochmoderner Technologie dank künstlicher Intelligenz von Mitsubishi Electric)

Ablaufdiagramm zu KI für die Verhaltensanalyse

Hauptmerkmale

1)
Ermöglicht eine schnelle Verarbeitung ohne vorheriges maschinelles Lernen
- Verarbeitet Verhaltensanalysen mit hoher Geschwindigkeit innerhalb von wenigen Sekunden oder Minuten in weniger als 1/20stel der bei der herkömmlichen auf KI basierenden Methode des Unternehmens benötigten Zeit.

Die neue Technologie analysiert menschliche Bewegungen sofort nach der Erfassung der erforderlichen Messdaten, wobei der Fokus auf Ähnlichkeiten bei wiederholten Bewegungen liegt. Die Technologie lässt sich einfach auf Baustellen einsetzen, da dafür im Gegensatz zu herkömmlicher KI für die Verhaltensanalyse kein maschinelles Lernen unter Verwendung riesiger Mengen von Trainingsdaten erforderlich ist, die manuell eingespeist werden müssen. Verhaltensanalysen können mit hoher Geschwindigkeit innerhalb von nur wenigen Sekunden oder Minuten in weniger als 1/20stel der bei der herkömmlichen Methode des Unternehmens benötigten Zeit durchgeführt werden. Die Analyse kann schnell auf Baustellen durchgeführt werden, um zügige Rückmeldungen zur Verbesserung der Effizienz der Arbeiter zu geben.
2)
Erkennt geringfügige Unterschiede in den Bewegungen jeder Person, um unnötige Bewegungen zu identifizieren
- Mithilfe von Positionsdaten zur Messung menschlicher Bewegungen schätzt die Technologie die Grenzen zwischen Bewegungen (Bedienung von Elementen), ermittelt die Standardbewegungsmuster jeder Person und erkennt dann Abweichungen von diesen Standardmustern, wie etwas andere oder unnötige Bewegungen.
- Am Fließband kann sie Arbeitern dabei helfen, ihre Bewegungsabläufe zu optimieren und dadurch die Effizienz und Produktivität zu erhöhen.

Bei der Analyse von Fließbandarbeit in Fabriken nutzt die Technologie Sensoren, um die dreidimensionale Positionierung beider Hände eines Arbeiters zu messen. Anhand dieser Daten können nicht standardmäßige Bewegungen, wie geringfügige Verfahrensunterschiede oder unnötige Bewegungen, erkannt werden. Zu Beginn liegt der Fokus der KI auf Bewegungen, die in einer bestimmten Reihenfolge wiederholt werden. Ein Beispiel hierfür wäre das Anbringen und Festschrauben eines Teils. Die Messdaten werden gleichmäßig aufgeteilt, um einen Anfangswert zu erhalten, und es werden vorläufig Grenzen für jede Bewegung gesetzt. Als Nächstes wird die Wellenform für jede Bewegung extrahiert und mit den Messdaten verglichen, um die Bewegungsgrenzen zu aktualisieren und zu ermitteln. Geschätzte Bewegungen werden aneinander ausgerichtet, um Standardbewegungsmuster automatisch zu ermitteln. Abschließend lassen sich durch den Vergleich des aus den Messdaten extrahierten Bewegungsmusters mit dem Standardbewegungsmuster nicht standardmäßige Bewegungen erkennen.

Hinweis: Die Pressemitteilungen sind zum Zeitpunkt ihrer Veröffentlichung korrekt. Sie können jedoch ohne vorherige Ankündigung geändert werden.