-
Die vorliegende Erfindung betrifft ein Verfahren und ein Überwachungssystem zum Überwachen eines manuellen Fertigungsprozesses. Die Erfindung betrifft weiter ein korrespondierendes Trainingsverfahren für eine Einrichtung des maschinellen Lernens.
-
In der teilautomatisierten, kontinuierlichen Massenproduktion von Bauteilen und Baugruppen werden einzelne Fertigungsschritte durch Werker oder Arbeiter, also Personen, manuell durchgeführt. Dies können beispielsweise eine Handhabung, also etwa ein Einlegen, von Bauteilen oder Komponenten, eine Kontrolle, also beispielsweise eine Überprüfung auf Anwesenheit bestimmter Bauteile oder Merkmale und/oder andere prozessunterstützende Tätigkeiten sein. Naturgemäß kann es dabei zu Fehlern kommen, beispielsweise aufgrund von Unaufmerksamkeit, Müdigkeit und dergleichen mehr. Es gibt bereits verschiedene Fehlervermeidungsmethoden, mit denen sichergestellt werden soll, dass die manuellen Tätigkeiten fehlerfrei durchgeführt werden. Beispielsweise können dazu elektrische Informationssignale oder mechanische Zwangsbedingungen (Poka Yoke) verwendet werden. Trotz dieser Maßnahmen kann es bisher jedoch weiter zu Fehlern durch die Personen, also menschliche Arbeitskräfte kommen, was zu einer Fehlproduktion oder einer Beschädigung einer Produktionsanlage durch falsche Bedienung und dergleichen mehr führen kann. Dies kann insbesondere in zeitkritischen Produktionsprozessen zu Mehrarbeit, Verzögerungen und/oder erhöhtem Ausschuss von Bauteilen führen. Zu entsprechenden Fehlern kann es vor allem durch Unachtsamkeit aufgrund einer im Laufe der Zeit aufkommenden Routine sich wiederholender Arbeiten oder Tätigkeiten kommen.
-
Um den genannten Problemen zu begegnen, oder Fehler zumindest zu erkennen, besteht Bedarf für eine verbesserte Prozessüberwachung. Als einen Ansatz dafür beschreibt die
DE 10 2019 104 822 A1 ein Verfahren und eine Vorrichtung zum Überwachen eines industriellen Prozessschrittes. Darin werden mittels eines entsprechenden Überwachungssystems digitale Bilddaten aufgenommen. Weiter wird ein aktueller Prozesszustand ermittelt, indem basierend auf einem entsprechend angelernten Entscheidungsalgorithmus aus den aufgenommenen digitalen Bilddaten als Eingabedaten der aktuelle Prozesszustand als Ausgabedaten generiert wird. Der Prozessschritt wird dann durch Erzeugen einer visuellen, akustischen und/oder haptischen Ausgabe in Abhängigkeit von dem ermittelten aktuellen Prozesszustand überwacht. Damit soll eine verbesserte Überwachung manueller Prozessschritte eines Industrieprozesses im Hinblick auf die Qualitätssicherung erreicht werden.
-
Ein Verfahren zur Überwachung eines Fertigungsprozesses ist auch in der
DE 10 2017 207 992 A1 beschrieben. Darin wird ein Werkstück mit einer Sensoreinheit erfasst und durch die Sensoreinheit erfasste Informationen werden an eine Datenbank gesendet, wo ein werkstückspezifischer Datensatz angelegt wird. Das Werkstück wird vor, während und/oder nach Durchführung eines Bearbeitungsschrittes oder eines Handhabungsschrittes am Werkstück durch die Sensoreinheit erfasst. Der in der Datenbank hinterlegte Datensatz wird dann vor, während und/oder nach Durchführung eines Bearbeitungsschrittes oder Handhabungsschrittes am Werkstück aktualisiert. Damit soll ein Verfahren bereitgestellt werden, mit dem die bei der individuellen Fertigung von Werkstücken auftretenden Nachteile reduziert und/oder die Prozesssicherheit erhöht werden kann.
-
Ein konkreter industrieller Anwendungsfall für eine Überwachung ist beispielsweise in der
DE 10 2016 120 131 A1 beschrieben. Dort ist ein Verfahren zur Unterstützung eines Absortiervorgangs von auf einem Sortiertisch angeordneten Werkstücken, die mit einer Flachbettwerkzeugmaschine mit einem Bearbeitungsplan erzeugt wurden, offenbart. Darin wird zunächst ein Bearbeitungsbilddatensatz des Bearbeitungsplans, der der Anordnung von mindestens einem Werkstück zugrunde lag, bereitgestellt. Es erfolgt dann ein bildgebendes Erfassen des Sortiertisches mit einer Mehrzahl von nebeneinander angeordneten Werkstücken und ein Erzeugen eines ersten Absortierbilddatensatzes. Weiter erfolgt ein wiederholtes bildgebendes Erfassen des Sortiertisches und einen Erzeugen eines zweiten Absortierbilddatensatzes, nachdem mindestens ein Werkstück vom Sortiertisch entnommen wurde. Der erste Absortierbilddatensatz und der zweite Absortierbilddatensatz werden dann unter Einbezug des Bearbeitungsbilddatensatzes abgeglichen, wobei ein Sortiersignal erzeugt wird, das Informationen enthält, die den Typ, die Lage und/oder die Form des entnommenen Werkstücks umfassen. Damit sollen eine Zuordnung erleichtert, Fehler bei der Zuordnung reduziert und/oder die Durchführung sich anschließender Prozesse effizient ermöglicht werden.
-
Als weiterer technischer Hintergrund sei die US 2021 / 0 248 514 A1 genannt. Darin ist ein computerimplementiertes Verfahren zur Auswahl und Konfiguration eines automatisierten robotischen Prozesses beschrieben. Darin wird basierend auf einer temporären biometrischen Messung eines Arbeiters eine Art von Gedankengang beim Ausüben einer Aufgabe identifiziert.
-
Weiter wird dann eine Komponente einer Kl-Lösung ausgewählt, um diese Art von Gedankengang zu replizieren. Dieses Auswählen basiert dabei auf einem identifizierten aktiven Bereich des Neokortex des Arbeiters.
-
Als weiterer technischer Hintergrund sei die
US 11,157,081 B1 genannt, in der eine tragbare Vorrichtung beschrieben ist. Die dortige Vorrichtung umfasst ein Display zum Bereitstellen von Informationen an einen jeweiligen Träger, wobei die Informationen wenigstens zwei auswählbare Optionen umfassen. Die Vorrichtung umfasst weiter ein Gehirnüberwachungsgerät zum Nachverfolgen einer Gehirnwellenaktivität des Trägers und zum Detektieren eines mentalen Entschlusses. Basierend darauf soll eine der Optionen als ausgewählte Option identifiziert werden. Weiter umfasst die Vorrichtung einen Elektromyographen, der dazu eingerichtet ist, die Optionen basierend auf der Gehirnwellenaktivität in Kombination mit durch den Elektromyografen nachverfolgter Muskelaktivität nachzuverfolgen.
-
Aufgabe der vorliegenden Erfindung ist es, eine besonders effiziente und kostengünstige Produktion von Gütern und unter menschlicher Mitwirkung zu ermöglichen.
-
Diese Aufgabe wird erfindungsgemäß durch die Gegenstände der unabhängigen Patentansprüche gelöst. Mögliche Ausgestaltungen und Weiterbildungen der vorliegenden Erfindung sind in den abhängigen Patentansprüchen, in der Beschreibung und in den Figuren offenbart.
-
Das erfindungsgemäße Verfahren kann angewendet werden zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses. Das Verfahren kann also beispielsweise zur Fehlererkennung oder Ablaufkontrolle eingesetzt werden im Rahmen einer Fertigung oder eines Prozesses, der einen oder mehrere manuelle Fertigungs-, Prozess- oder Arbeitsschritte umfasst. Insbesondere kann das Verfahren in der industriellen Fertigung eingesetzt werden, ist jedoch nicht auf diesen Anwendungsbereich beschränkt. Das Verfahren kann also in verschiedenen Anwendungsbereichen angewendet werden, insbesondere in Anwendungen mit repetitiven, also sich häufig wiederholenden gleichartigen manuellen Tätigkeiten, Abläufen oder Handlungen. In einem Verfahrensschritt des erfindungsgemäßen Verfahrens werden, während eine manuelle Tätigkeit durch eine Person im Rahmen des Fertigungsprozesses ausgeübt wird, mittels eines tragbaren Gehirnsignaldetektors Gehirnsignale der Person gemessen. Bei diesen Gehirnsignalen kann es sich beispielsweise um Gehirnwellen, Gehirnströme, Spannungsschwankungen an der Kopfaußenseite und/oder sonstige elektromagnetische Signale im Zusammenhang mit der Gehirntätigkeit der Person handeln. Die gemessenen Gehirnsignale sind also Messdaten, welche die Aktivität des Gehirns der jeweiligen Person angeben oder beschreiben. Da die Tätigkeit, also Handlungen, Bewegungen und/oder dergleichen der Person durch deren Gehirn gesteuert werden, sind sie in den Gehirnsignale codiert oder repräsentiert. Zum Messen der Gehirnsignale können beispielsweise EEG-Elektroden, Sonden, Messfühler, Mikro- oder Nanodrähte und/oder dergleichen mehr eingesetzt werden. Diese können in den tragbaren Gehirnsignaldetektor integriert sein, der zum Tragen oder Befestigen am Kopf einer Person ausgestaltet sein kann. Der tragbare Gehirnsignaldetektor kann beispielsweise als Kappe, auf den Kopf auflegbares Netz, als Helm, als Headset, als Head-Mounted Display (HMD) oder dergleichen mehr ausgestaltet sein.
-
In einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens werden die gemessenen, also aufgenommenen Gehirnsignale mittels einer dazu trainierten Einrichtung des maschinellen Lernens und/oder mittels einer Zeitreihenanalyse automatisch verarbeitet. Eine solche Einrichtung des maschinellen Lernens kann beispielsweise ein künstliches neuronales Netz, ein Random-Forest-Klassifizierer und/oder dergleichen mehr sein oder umfassen. Die Einrichtung des maschinellen Lernens kann also als Softwarekomponente ausgestaltet sein oder eine Softwarekomponente umfassen. Ebenso kann die Einrichtung des maschinellen Lernens als Hardwareeinrichtung ausgestaltet sein, beispielsweise mit einem Datenspeicher, in dem eine entsprechende Softwarekomponente hinterlegt ist, oder als Hardwareschaltung. Die gemessenen Gehirnsignale werden also - eventuell nach einer Signalvorverarbeitung - der Einrichtung des maschinellen Lernens als Input, also als Eingangsdaten zugeführt oder bereitgestellt. Ebenso können die gemessenen Gehirnsignale - eventuell nach einer Signalvorverarbeitung - als Input einer Einrichtung zugeführt oder bereitgestellt werden, die zum, insbesondere automatischen oder teilautomatischen, Durchführen einer vorgegebenen Zeitreihenanalyse eingerichtet ist. Eine solche Zeitreihenanalyse im vorliegenden Sinne kann insbesondere einen vorgegebenen klassischen, also nicht auf maschinellem Lernen basierenden, Algorithmus anwenden. Beispielsweise kann die Zeitreihenanalyse auf dem DTW-Algorithmus basieren und/oder eine Bestimmung und vorgegebene Auswertung von Abstandsmaßen umfassen und/oder dergleichen.
-
In einem weiteren Verfahrensschritt des erfindungsgemäßen Verfahrens wird als ein Output, also Ausgangsdaten der Einrichtung des maschinellen Lernens oder basierend auf einem solchen Output die Ausübung der manuellen Tätigkeit bezüglich, also hinsichtlich oder relativ zu einer vordefinierten bestimmungsgemäßen, also vorgesehenen bzw. korrekten Ausübung der manuellen Tätigkeit bewertet. Dies kann insbesondere automatisch oder teilautomatisch erfolgen. Beispielsweise kann die Einrichtung des maschinellen Lernens und/oder die Zeitreihenanalyse direkt als Output ausgegeben oder angeben, ob die Tätigkeit bestimmungsgemäß oder von der bestimmungsgemäßen Ausübung abweichend, beispielsweise fehlerhaft oder irregulär, ausgeführt wurde. Die Einrichtung des maschinellen Lernens kann also dazu trainiert und/oder die Einrichtung für die Zeitreihenanalyse dazu eingerichtet sein, entsprechende Abweichungen oder Fehler der Ausübung der manuellen Tätigkeit durch die jeweilige Person anhand von deren Gehirnsignalen zu erkennen. Dies ist möglich, da eine Handlung, die einen Fehler bei der Ausübung der manuellen Tätigkeit darstellt, typischerweise mit einem Gehirnsignal einhergeht, das bei einer bestimmungsgemäßen Ausübung der manuellen Tätigkeit ohne diese Handlung bzw. ohne diesen Fehler nicht auftritt oder in abweichender Form auftritt.
-
In der vorliegenden Erfindung werden anhand der gemessenen Gehirnsignale mehrere Phasen der manuellen Tätigkeit erkannt, beispielsweise automatisch durch die Einrichtung des maschinellen Lernens und/oder die Zeitreihenanalyse. Solche Phasen können beispielsweise unterschiedlichen Teilschritten, Bewegungen oder Handgriffen entsprechen, deren Verkettung insgesamt die manuelle Tätigkeit oder einen Zyklus der manuellen Tätigkeit ergeben kann. Weiter wird dann als Teil der Bewertung, insbesondere automatisch, ermittelt, in welcher Phase gegebenenfalls eine Abweichung von der bestimmungsgemäßen Ausübung der jeweiligen manuellen Tätigkeit auftritt, aufgetreten ist oder voraussichtlich auftreten wird. Dazu können beispielsweise für die einzelnen Phasen separate Trainingsdaten erzeugt und zum Trainieren der Einrichtung des maschinellen Lernens verwendet werden. Ebenso können Trainingsdaten erzeugt bzw. für das Trainieren der Einrichtung des maschinellen Lernens verwendet werden, die mehrere Phasen bzw. wenigstens einen vollständigen Zyklus der manuellen Tätigkeit umfassen oder abbilden, wobei darin unterschiedlichen Phasen entsprechende Bereiche und/oder Punkte oder Bereiche zwischen aufeinanderfolgenden Phasen markiert oder definiert sein können. Die Trainingsdaten können also entsprechend annotiert sein. Die Einrichtung des maschinellen Lernens kann hier also auch zum Erkennen oder Unterscheiden unterschiedlicher Phasen der jeweiligen manuellen Tätigkeit trainiert sein. Durch die hier vorgeschlagene Ausgestaltung der vorliegenden Erfindung können Abweichungen oder Fehler bzw. Fehlerarten besonders genau und spezifisch detektiert werden. Dies kann entsprechend genaue angepasste Reaktionen, Sicherheits- oder Korrekturmaßnahmen ermöglichen und damit entsprechenden Aufwand reduzieren und/oder zur Vermeidung von Ausschuss beitragen.
-
Der Output der Einrichtung des maschinellen Lernens und/oder der Einrichtung für die Zeitreihenanalyse kann beispielsweise mittels eines weiteren vorgegebenen, insbesondere klassischen, also nicht auf maschinellen Lernen basierenden, Algorithmus oder Verfahrens weiterverarbeitet oder nachverarbeitet werden. Dabei kann beispielsweise Filter, insbesondere ein Tiefpassfilter, angewendet werden, ein Mustervergleich, eine Signalverarbeitung, ein Schwellenwertvergleich, etwa für eine Peakhöhe in den Gehirnsignalen oder einen Abweichungs- bzw. Ähnlichkeitsgrad, beispielsweise zwischen den gemessenen Gehirnsignalen und einem vorgegebenen Gehirnsignal oder Gehirnsignalmuster, das bei einer bestimmungsgemäßen Ausübung der manuellen Tätigkeit aufgenommen wurde, für einen Konfidenzwert bezüglich der bestimmungsgemäßen oder fehlerhaften bzw. irregulären Ausübung der manuellen Tätigkeit und/oder dergleichen mehr durchgeführt werden, um die Bewertung durchzuführen oder zu erhalten. Durch einen Filter können gegebenenfalls Prädiktionsschwankungen der Einrichtung des maschinellen Lernens gedämpft oder herausgefiltert werden. Eine Weiter- oder Nachverarbeitung kann also beispielsweise eine robustere Bewertung ermöglichen.
-
Die gemessenen Gehirnsignale können also durch eine klassische oder auf dem maschinellen Lernen basierende Methode bzw. Einrichtung verarbeitet werden. Ebenso kann eine Verarbeitung mittels einer klassischen Methode bzw. einer klassischen Datenverarbeitungseinrichtung und mittels einer Methode bzw. Einrichtung des maschinellen Lernens durchgeführt werden. In letzterem Fall können jeweilige Outputs, also Verarbeitungs- oder Zwischenergebnisse, fusioniert werden. Dazu können an sich bekannte Methoden der Daten- oder Sensorfusion angewendet werden. Durch eine solche Fusion von Output zweier unterschiedlicher Methoden bzw. Einrichtungen kann gegebenenfalls eine verbesserte Robustheit, Güte oder Zuverlässigkeit der Bewertung erreicht werden.
-
Die Bewertung kann beispielsweise ausgegeben oder bereitgestellt werden und/oder es kann in Abhängigkeit davon automatisch ein vorgegebenes Steuersignal bzw. ein in Abhängigkeit von der Bewertung aus mehreren vorgegebenen Steuersignalen automatisch ausgewähltes Steuersignal erzeugt, ausgegeben oder ausgelöst werden. So kann beispielsweise auf ein Erkennen einer nicht-bestimmungsgemäßen Ausübung der manuellen Tätigkeit hin automatisch ein entsprechendes Hinweis- oder Warnsignal ausgegebenen oder ausgelöst werden.
-
Die vorliegende Erfindung ermöglicht insgesamt eine Umsetzung oder Implementierung von Fehlervermeidungs- und Unterstützungsmaßnahmen durch eine Echtzeitanalyse der Gehirnsignale der jeweiligen Person während der Ausübung der manuellen Tätigkeit. Die vorliegende Erfindung kann damit gegenüber bisherigen Ansätzen ein neues Feld der Überwachung und Ablaufkontrolle von Prozessen, in die Menschen integriert oder an denen Menschen beteiligt sind, eröffnen.
-
Forschungsergebnisse haben gezeigt, dass vor allem bei sich wiederholenden Arbeiten oder Tätigkeiten Gehirnströme ein gleiches, sich wiederholendes Signalmuster aufzeigen können. Bei einer Abweichung von einer entsprechenden standardisierten Tätigkeit wird sich dieses Signalmuster verändern. Durch das Detektieren dieser Veränderung der Gehirnsignale kann eine entsprechende Abweichung, also potenziell ein Fehler bei der Ausübung der manuellen Tätigkeit erkannt oder vorhergesagt werden. Damit kann also, beispielsweise die jeweilige Person selbst, vor einem sich anbahnenden oder abzeichnenden Fehler gewarnt werden. Dies ermöglicht nicht nur ein Erkennen, sondern auch ein proaktives Vermeiden von Fehlern. Letzteres ist der Fall, da eine entsprechende Veränderung der Gehirnsignale bereits vor oder zu Beginn einer Bewegung oder Handlung, die von der bestimmungsgemäßen Ausübung abweicht und zumindest potenziell zu einem Fehler führen kann, auftreten und detektiert werden kann. Die vorliegende Erfindung kann somit bisherige Fehlervermeidungsmaßnahmen auf die kognitive Auswertung von Gehirnsignalen der jeweiligen Person, welche die manuelle Tätigkeit ausübt, erweitern. Damit kann die vorliegende Erfindung eine weitere Sicherheitsebene bilden, insbesondere für zeitkritische fehleranfällige oder repetitive Tätigkeiten, etwa in der kontinuierlichen, industriellen Serienfertigung von Bauteilen.
-
Die vorliegende Erfindung kann weiter eine Einsparung von Kosten für Fehlervermeidungsmaßnahmen durch Reduktion von anderen, herkömmlichen Maßnahmen und durch Reduktion entsprechender Messtechnik für die herkömmliche Produkt- und Prozessüberwachung ermöglichen. Zudem kann die vorliegende Erfindung eine Reduktion von Ausschuss und Produktionsverzögerungen durch Verbesserung der Integration des Menschen in Produktionslinien bzw. einen jeweiligen Fertigungsprozess ermöglichen. Damit können gegebenenfalls auch verkürzte Produktionszeiten durch den Wegfall anderer Kontrollmaßnahmen erreicht werden.
-
Bisherige Fehlervermeidungsmaßnahmen umfassen etwa Poke Yoke, vergleichsweise teure und aufwändige Messtechnik zur Überprüfung von Produkt- und Prozesseigenschaften, relativ teure und aufwändige Lichttechnik zur visuellen Unterstützung und/oder dergleichen mehr. Derartige Lösungen haben oftmals den Nachteil, dass damit ein relativ großer konstruktiver Aufwand und relativ hohe Kosten verbunden sind. Zudem können dadurch in vielen Fällen die Prozesszeiten in Fertigungsanlagen verlängert werden und zudem kann ein Umgehen der Maßnahmen oftmals nicht vollständig vermieden oder ausgeschlossen werden. Dies hat zu dem Ansatz geführt, zur Vermeidung von Fehlern, die von Menschen induziert oder verursacht werden, den Automatisierungsgrad von Anlagen immer weiter zu erhöhen und somit die Rolle des Menschen in der Produktion immer unbedeutender werden zu lassen. Im Gegensatz dazu kann die vorliegende Erfindung auch bei Einbindung von Personen in Fertigungsprozesse dazu beitragen, Fehler zu reduzieren und somit die Bedeutung von Menschen in der Produktion aufrechterhalten oder wieder erhöhen. Dies kann positive Effekte mit sich bringen, beispielsweise dem langfristigen Stellenabbau in der Produktion entgegenwirken.
-
Das erfindungsgemäße Verfahren kann flexibel in unterschiedlichen Situationen und Szenarien angewendet werden. So kann die Verarbeitung der gemessenen Gehirnsignale und/oder die korrespondierende Bewertung beispielsweise kontinuierlich oder jeweils für Zeitintervalle vorgegebener Länge durchgeführt werden. Die Länge der Zeitintervalle kann beispielsweise an die jeweilige manuelle Tätigkeit angepasst werden, also etwa der Länge eines Tätigkeitsschritts oder eines sich wiederholenden Zyklus der manuellen Tätigkeit bzw. einer entsprechenden dafür vorgegebenen oder gelernten Dauer oder Durchschnittsdauer entsprechen. Die Anpassung der Länge der Zeitintervalle kann eine flexible Anpassung des Verfahrens an verschiedene Anwendungsfälle ermöglichen, beispielsweise in Abhängigkeit von einer jeweiligen Komplexität der manuellen Tätigkeit. Ebenso kann beispielsweise ein Vorhersagehorizont für die Detektion sich anbahnender oder - zumindest voraussichtlich - bevorstehender Fehler oder Abweichungen von der bestimmungsgemäßen Ausübung der jeweiligen manuellen Tätigkeit durch die Einrichtung des maschinellen Lernens und/oder die Einrichtung für die Zeitreihenanalyse entsprechend angepasst werden. So kann beispielsweise ein kürzerer Vorhersagehorizont eine zuverlässigere Fehlererkennung oder Fehlervorhersage ermöglichen, während ein längerer Vorhersagehorizont besonders frühzeitige Reaktionen oder eine besonders frühzeitige Einleitung von Sicherheits- oder Korrekturmaßnahmen ermöglichen kann.
-
In einer möglichen Ausgestaltung der vorliegenden Erfindung werden als die Gehirnsignale mehrere verschiedene Signalströme gleichzeitig gemessen. Dementsprechend können diese mehreren gleichzeitig gemessenen Signalströme als Input für die Einrichtung des maschinellen Lernens und/oder der Zeitreihenanalyse verwendet, also dieser zugeführt oder bereitgestellt werden. Bei den mehreren Signalströme kann es sich beispielsweise um Signal- oder Datenströme von mehreren gleichen oder unterschiedlichen Sensoren, von mehreren Messpunkten oder Messstellen, für unterschiedliche Signalarten, Frequenzbereiche, Spannungsniveaus und/oder dergleichen mehr handeln. Das Messen und Verwenden mehrerer Signalströme kann eine genauere Erfassung bzw. Abbildung der manuellen Tätigkeit und damit eine genauere und zuverlässigere Bewertung der Ausübung der jeweiligen manuellen Tätigkeit bzw. einer entsprechenden Fehlererkennung ermöglichen.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung werden die Gehirnsignale mittels eines Head-Mounted Displays (HMD), das wenigstens einen Sensor zum Messen der Gehirnsignale aufweist, gemessen. Insbesondere kann das HMD als AR-Brille (AR: Augmented Reality) ausgestaltet sein. Ein entsprechender Sensor zum Messen der Gehirnsignale kann beispielsweise in einen Brillenbügel oder Kopfgurt oder dergleichen des HMD integriert oder daran angeordnet sein. Ein HMD kann im Vergleich zu anderen Lösungen besonders einfach handhabbar sein und eröffnet zudem auf besonders einfache Weise die Möglichkeit, Gehirnsignale nicht nur an einem Messpunkt, sondern über einen räumlich ausgedehnten Bereich entlang des Kopfes der jeweiligen Person zu messen. Damit kann eine entsprechend verbesserte Genauigkeit und Zuverlässigkeit bzw. ein entsprechend verbesserter Detailgrad der gemessenen Gehirnsignale und damit letztlich auch eine entsprechend verbesserte, also genauere und/oder zuverlässigere, Bewertung ermöglicht werden. Das HMD bietet dabei zudem inhärent die Möglichkeit, der jeweiligen Person, also dem jeweiligen Träger des HMD, ein individuelles Feedback bezüglich der Gehirnsignale und/oder der Ausübung der manuellen Tätigkeit bzw. deren Bewertung zukommen zu lassen, also etwa anzuzeigen, insbesondere zumindest im Wesentlichen unabhängig von jeweiligen Umgebungsbedingungen und unter Wahrung der Privatsphäre bzw. von Datenschutzanforderungen auch dann, wenn sich in der Umgebung der jeweiligen Person weitere Personen aufhalten.
-
In einer weiteren möglichen Ausgestaltung der vorliegenden Erfindung wird automatisch ein Warnhinweis an die jeweilige, die manuelle Tätigkeit ausübende Person ausgegeben, wenn die Bewertung eine Abweichung von der bestimmungsgemäßen Ausübung der manuellen Tätigkeit indiziert. Dabei kann beispielsweise ein Grad und/oder eine Art der Abweichung berücksichtigt werden. Es kann dann also beispielsweisen nur dann ein entsprechender Warnhinweis ausgegeben werden, wenn die Abweichung größer als ein vorgegebener Abweichungsschwellenwert ist und/oder wenn die Abweichung von einer vorgegebenen Art ist oder dergleichen. So können entsprechend kleinere individuelle, also personenabhängige Eigenschaften oder Abweichungen der Ausübung der jeweiligen manuellen Tätigkeit toleriert werden, die beispielsweise tagesformabhängig sein können und üblicherweise nicht zu einem Fehler oder Problem in dem Fertigungsprozess führen. Damit können letztlich unnötige Warnhinweise vermieden und der jeweiligen Person eine individuelle oder leicht variierende und somit leichtere oder angenehmere Ausübung der manuellen Tätigkeit ermöglicht werden, ohne die jeweilige Person durch letztlich unnötige Warnhinweise abzulenken oder zu irritieren. Andererseits ermöglicht die automatische Ausgabe des Warnhinweises jeweils eine unmittelbare Reaktion auf einen aufgetretenen oder sich anbahnenden Fehler an dem Ort, wo dieser auftritt oder verursacht wird. Damit kann besonders zeit- und ortsnah auf erkannte Abweichungen von der bestimmungsgemäßen Ausübung der jeweiligen manuellen Tätigkeit bzw. resultierende Fehler in der Fertigung reagiert werden. Dies kann eine besonders effektive und effiziente Vermeidung oder Korrektur von Fehlern bei der Ausübung der jeweiligen manuellen Tätigkeit bzw. der Fertigung ermöglichen, was letztlich ebenfalls zur Vermeidung von Ausschuss oder Produktionsfehlern beitragen kann.
-
Ebenso kann es vorgesehen sein, dass dann, wenn die Bewertung eine bestimmungsgemäße, also korrekte Ausübung der manuellen Tätigkeit ergibt oder indiziert, ein entsprechender Positivhinweis, der dies angibt, an die jeweilige Person ausgegeben wird. Damit kann ein Training oder eine Einarbeitung von Personen in die jeweilige manuelle Tätigkeit durch positives Feedback unterstützt und/oder eine Motivationsverbesserung erreicht werden. Dies wiederum kann ebenfalls zu einer reduzierten Fehlerrate beitragen.
-
In einer möglichen Weiterbildung der vorliegenden Erfindung wird der Warnhinweis und/oder der Positivhinweis mittels derselben Vorrichtung ausgegeben, mittels welcher auch die Gehirnsignale gemessen werden. Es können also beispielsweise sowohl die Gehirnsignale gemessen als auch der Warnhinweis ausgegeben werden mittels des an anderer Stelle genannten HMD oder dergleichen. Die hier vorgeschlagene Weiterbildung der vorliegenden Erfindung kann eine besonders flexible, von äußeren Einrichtungen und/oder Umgebungsbedingungen zumindest im Wesentlichen unabhängige Anwendung der vorliegenden Erfindung ermöglichen. So kann beispielsweise der Warnhinweis und/oder der Positivhinweis von der jeweiligen Person auch dann besonders zuverlässig wahrgenommen werden, wenn in der Umgebung eine erhöhte Umgebungslautstärke herrscht und/oder eine externe Warn- oder Hinweiseinrichtung nicht ohne Weiteres im typischen, während der Ausübung der Tätigkeit gegebenen Blickfeld der Person angeordnet wenden kann. Zudem kann so besonders einfach und zuverlässig eine personenindividuelle Ausgabe des Warnhinweises und/oder des Positivhinweises erreicht werden. Dies kann eine Ablenkung oder Verwirrung anderer Personen in der Umgebung vermeiden und einen besonders hohen Grad an Datenschutz ermöglichen.
-
Unabhängig von den anderen beschriebenen Ausgestaltungen der vorliegenden Erfindung kann die eigentliche Auswertung oder Verarbeitung der gemessenen Gehirnsignale je nach Ausgestaltung oder im Einzelfall verfügbaren technischen Möglichkeiten durch dieselbe Vorrichtung, also beispielsweise ebenfalls durch das HMD, erfolgen, die auch zum Messen der Gehirnsignale und/oder zum Ausgeben des an anderer Stelle genannten Warnhinweises verwendet wird, oder an eine externe Datenverarbeitungseinrichtungen, beispielsweise einen Zentralrechner oder Server oder dergleichen, ausgelagert werden. Letzteres kann einen Energiebedarf der tragbaren Vorrichtung reduzieren, sodass diese entsprechend leichter und/oder weniger komplex ausgestaltet und dadurch beispielsweise angenehmer zu tragen und/oder kostengünstiger sein kann. Zudem kann durch die externe Auswertung oder Verarbeitung der gemessenen Gehirnsignale die Anwendung von mehr Berechnungsressourcen dafür ermöglicht oder vereinfacht werden, was wiederum eine entsprechend genauere und zuverlässigere und/oder schnellere Bewertung bzw. Fehlererkennung ermöglichen kann.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist ein Verfahren zum Schaffen bzw. Trainieren einer Einrichtung des maschinellen Lernens, die für ein automatisches oder zumindest teilautomatisiertes Erkennen von Fehlern beim Ausüben einer manuellen Tätigkeit durch eine Person eingerichtet, also insbesondere trainiert ist. Dabei werden als Trainingsdaten Referenzgehirnsignale während mehrerer fehlerfreier Ausübungen der manuellen Tätigkeit gemessen. Dies können Gehirnsignale derselben Person, die auch die manuelle Tätigkeit im letztlichen Anwendungsfall oder Produktiveinsatz ausführen wird, Gehirnsignale einer anderen Person oder Gehirnsignale von mehreren Personen sein. Ersteres kann eine individuell abgestimmte Erkennung von Abweichungen und damit eine entsprechend genaue Bewertung ermöglichen, während Letzteres Unterschiede zwischen verschiedenen Personen berücksichtigen und somit eine besonders robuste Abweichungserkennung bzw. Bewertung ermöglichen kann, wenn beispielsweise wechselnde Personen die manuelle Tätigkeit ohne jeweiliges Anpassen der Einrichtung des maschinellen Lernens ausführen sollen oder werden. Die Einrichtung des maschinellen Lernens wird mittels dieser die Referenzgehirnsignale umfassenden Trainingsdaten trainiert. Hier kann die Einrichtung des maschinellen Lernens also zum Erkennen einer bestimmungsgemäßen Ausübung der manuellen Tätigkeit anhand der Referenzgehirnsignale trainiert werden. Dazu können herkömmliche Trainingsmethoden angewendet werden, wie beispielsweise ein Fehlerrückführungsverfahren (englisch: Backpropagation) und/oder dergleichen mehr.
-
Die mittels des erfindungsgemäßen Verfahrens zum Schaffen einer Einrichtung des maschinellen Lernens geschaffene oder trainierte Einrichtung des maschinellen Lernens kann insbesondere die im Zusammenhang mit dem erfindungsgemäßen Verfahren zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses sein oder dieser entsprechen.
-
In der vorliegenden Erfindung werden als Trainingsdaten auch Fehlerreferenzgehirnsignale während einer fehlerbehafteten, also von der bestimmungsgemäßen Ausübung abweichenden Ausübung der manuellen Tätigkeit gemessen. Diese Fehlerreferenzgehirnsignale können, wie im Zusammenhang mit den Referenzgehirnsignalen erläutert, Gehirnsignale von derselben Person, die auch die manuelle Tätigkeit im letztlichen Anwendungsfall oder Produktiveinsatz ausführen wird, Gehirnsignale einer anderen Person und/oder Gehirnsignale von mehreren Personen sein oder umfassen. Die Fehlerreferenzgehirnsignale werden dann ebenfalls zum Trainieren der Einrichtung des maschinellen Lernens verwendet. In einer möglichen Weiterbildung der vorliegenden Erfindung können die Fehlerreferenzsignale für mehrere unterschiedliche Fehler gemessen werden. Dabei kann jeweils nur genau ein einziger Fehler oder eine einzige Fehlerart je einzelner Ausübung oder je Zyklus der Ausübung der manuellen Tätigkeit gemacht, also vermessen werden. Dies kann nicht nur das Erkennen einer beliebigen Abweichung, sondern auch deren Identifizierung ermöglichen. Damit können beispielsweise entsprechend fehler- oder abweichungsspezifische Warnhinweise, Sicherheits- oder Korrekturmaßnahmen oder dergleichen ermöglicht werden. In der der vorliegenden Erfindung kann die Einrichtung des maschinellen Lernens zum Erkennen einer fehlerbehafteten bzw. nicht-bestimmungsgemäßen Ausübung der manuellen Tätigkeit, insbesondere zum Erkennen mehrerer unterschiedlicher Fehler oder Fehlerarten, trainiert werden. Dies kann eine genauere und zuverlässigere Erkennung von Abweichungen und damit letztlich eine entsprechend verbesserte Bewertung ermöglichen. Um das Aufnehmen der Fehlerreferenzgehirnsignale zu vereinfachen und zu beschleunigen, kann die jeweilige Person, an der die Fehlerreferenzgehirnsignale gemessen werden, beispielsweise angewiesen werden, jeweils einen bestimmten vorgegebenen Fehler zu machen, also in die Ausübung der manuellen Tätigkeit einzubauen. Damit können die Fehlerreferenzgehirnsignale entsprechend einfach und aufwandsarm annotiert, also eine entsprechend einfache oder automatische Zuordnung zwischen einem bestimmten Fehler oder einer bestimmten Fehlerart bzw. Abweichung von der bestimmungsgemäßen Ausübung und den zugehörigen Fehlerreferenzgehirnsignalen erreicht werden. Dies kann eine besonders einfache, schnelle und aufwandsarme Erzeugung der Trainingsdaten ermöglichen oder unterstützen.
-
Ein weiterer Aspekt der vorliegenden Erfindung ist ein Überwachungssystem zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses. Das erfindungsgemäße Überwachungssystem umfasst einen tragbaren Gehirnsignaldetektor, der beispielsweise die an anderer Stelle genannte Vorrichtung, also beispielsweise das HMD, sein oder umfassen kann. Das erfindungsgemäße Überwachungssystem umfasst weiter eine Datenverarbeitungseinrichtung zum automatischen Verarbeiten mittels des tragbaren Gehirnsignaldetektors gemessener Gehirnsignale. Erfindungsgemäß ist es dabei vorgesehen, dass diese Datenverarbeitungseinrichtung eine entsprechend trainierte, gemäß dem erfindungsgemäßen Verfahren geschaffene Einrichtung des maschinellen Lernens und/oder eine für eine, insbesondere automatische oder teilautomatische, vorgegebene Zeitreihenanalyse von Gehirnsignalen eingerichtete Einrichtung, ist oder umfasst und/oder dass das erfindungsgemäße Überwachungssystem zur, insbesondere automatischen oder teilautomatischen, Ausführung des erfindungsgemäßen Verfahrens zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses eingerichtet ist. Dazu kann das Überwachungssystem, insbesondere dessen Datenverarbeitungseinrichtung, beispielsweise eine Prozesseinrichtung, also etwa einen Mikrochip, Mikroprozessor oder Mikrocontroller oder dergleichen, und einen damit gekoppelten computerlesbaren Datenspeicher umfassen. In diesem Datenspeicher kann dann ein Betriebs- oder Computerprogramm gespeichert sein, das die im Zusammenhang mit dem erfindungsgemäßen Verfahren zum Überwachen des zumindest teilweise manuellen Fertigungsprozesses beschriebenen Verfahrensschritte, Maßnahmen oder Abläufe oder entsprechende Steueranweisungen codiert oder implementiert. Dieses Betriebs- oder Computerprogramm kann dann durch die Prozesseinrichtung ausführbar sein, um das entsprechende Verfahren auszuführen oder dessen Ausführung zu bewirken. Die Datenverarbeitungseinrichtung kann Teil des tragbaren Gehirnsignaldetektors, also in diesen integriert sein. Ebenso kann die Datenverarbeitungseinrichtung eine bezüglich des tragbaren Gehirnsignaldetektors externe Datenverarbeitungseinrichtung sein. In letzterem Fall kann der tragbare Gehirnsignaldetektor beispielsweise über ein entsprechendes Datenkabel oder eine kabellose Datenverbindung, beispielsweise eine Funk-, WLAN- oder Bluetooth-Datenverbindung oder dergleichen, Daten, insbesondere die gemessenen Gehirnsignale, an die Datenverarbeitungseinrichtung senden. Ebenso kann die Datenverarbeitungseinrichtung dazu eingerichtet sein, die jeweils resultierende Bewertung oder einen korrespondierenden Hinweis oder dergleichen entsprechend an den tragbaren Gehirnsignaldetektor und/oder eine Ausgabeeinrichtung zu senden.
-
In einer möglichen Weiterbildung der vorliegenden Erfindung ist der tragbare Gehirnsignaldetektor als AR-Brille mit wenigstens einem integrierten Sensor zum Messen elektrischer Gehirnsignale eines jeweiligen Trägers ausgestaltet. Dies kann durch die Möglichkeiten der AR-Brille zum Ausgeben von Informationen an den jeweiligen Träger auf besonders einfache und zuverlässige bzw. personenindividuelle Weise eine Realisierung einer Feedbackschleife und/oder eine Übermittlung von Warnhinweisen oder dergleichen an den jeweiligen Träger ermöglichen.
-
Weitere Merkmale der Erfindung können sich aus der nachfolgenden Figurenbeschreibung sowie anhand der Zeichnung ergeben. Die vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar, ohne den Rahmen der Erfindung zu verlassen.
-
Die Zeichnung zeigt in:
- 1 eine schematische Darstellung zur Veranschaulichung eines Überwachungssystems für manuelle Fertigungsschritte; und
- 2 eine schematisch Übersichtsdarstellung zur Veranschaulichung eines Verfahrens zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses mittels eines entsprechenden Überwachungssystems.
-
Gleiche oder funktionsgleiche Elemente sind in den Figuren mit den gleichen Bezugszeichen versehen.
-
1 zeigt eine ausschnittweise schematische Übersichtsdarstellung eines Überwachungssystems zum Überwachen eines zumindest teilweise manuellen Fertigungsprozesses. Das Überwachungssystem umfasst hier einen tragbaren Gehirnsignaldetektor 1, der hier beispielhaft als AR-Brille ausgestaltet ist. Der Gehirnsignaldetektor 1 weist eine Ausgabeeinrichtung 2 zum Anzeigen oder Ausgeben von bildlichen und/oder akustischen Informationen auf. Weiter sind an Kopf- oder Brillenbügel 3 des tragbaren Gehirnsignaldetektors 1, hier also der AR-Brille, Sensoren 4 zum Messen von Signalen, die eine Gehirnaktivität des jeweiligen Trägers repräsentieren, angeordnet. Der Gehirnsignaldetektor 1 kann zudem hier nicht im Einzelnen erkennbare Datenverarbeitungsmittel, beispielsweise einen Mikroprozessor oder dergleichen zum Verarbeiten der gemessenen Signale und/oder zum Senden der gemessenen Signale oder daraus erzeugter verarbeiteter oder vorverarbeiteter Signale aufweisen.
-
Zusätzlich oder alternativ kann eine entsprechende Verarbeitung der gemessenen Signale außerhalb des tragbaren Gehirnsignaldetektors 1 durchgeführt werden. Dazu ist hier schematisch eine entsprechende externe Datenverarbeitungseinrichtung 5 dargestellt. Diese kann über eine Schnittstelle 6 die gemessenen Signale von dem tragbaren Gehirnsignaldetektor 1 empfangen und mittels eines Prozessors 7 und eines Datenspeichers 8 verarbeiten. Dazu kann in dem Datenspeicher 8, wie hier beispielhaft angedeutet, eine Maschinenlernkomponente 9, beispielsweise ein entsprechend trainiertes künstliches neuronales Netz oder dergleichen, gespeichert sein. Ebenso kann die Datenverarbeitungseinrichtung 5 zum Ausführen einer Zeitreihenanalyse der mittels des Gehirnsignaldetektors 1 gemessenen Signale eingerichtet sein. Damit können die gemessenen Signale verarbeitet werden, um bei einer Ausübung einer manuellen Tätigkeit durch einen Träger des tragbaren Gehirnsignaldetektors 1 auftretende oder sich anbahnende Abweichungen von einer vorgegebenen, vordefinierten oder vorbestimmten bestimmungsgemäßen Ausübung der manuellen Tätigkeit, also entsprechende Fehler oder Fehleranzeichen zu erkennen bzw. die gemessenen Signale bzw. die korrespondierende Ausübung der manuellen Tätigkeit entsprechend zu bewerten.
-
Vorliegend ist es also vorgesehen, basierend auf Gehirnströmen, Gehirnwellenmustern oder dergleichen eines Trägers des Gehirnsignaldetektors 1, beispielsweise eines Monteurs oder Arbeiters, mittels künstlicher Intelligenz, also insbesondere mittels einer Einrichtung des maschinellen Lernens, wie etwa der Maschinenlernkomponente 9, Abweichungen in einer manuellen Tätigkeit von deren bestimmungsgemäßer Ausübung zu detektieren und diesen gegebenenfalls vorausschauend vorzubeugen. Dazu zeigt 2 eine schematische Übersichtsdarstellung zur weiteren Veranschaulichung. Hier ist eine Person 10 angedeutet, welche den tragbaren Gehirnsignaldetektor 1 trägt. Dieser liefert einen Input 11, der hier mehrere gleichzeitig gemessene Gehirnsignale 12 umfasst. Der Gehirnsignaldetektor 1, vorliegend also die AR-Brille, ist also gegenüber herkömmlichen AR-Brillen mit einer zusätzlichen Sensorik, nämlich den Sensoren 4, ausgestattet, die beispielsweise am Gestell der AR-Brille angebracht sein können. Die AR-Brille wird hier verwendet um über den Gestellbereich die Hirnströme oder Gehirnwellenmuster, also die Gehirnsignale 12 aufzunehmen. Das sich ergebende multivariate Signalmuster von Gehirnsignale 12 wird dann mittels der Maschinenlernkomponente 9 verarbeitet, wobei die Maschinenlernkomponente 9 direkt in dem tragbaren Gehirnsignaldetektor 1oder alternativ wie in 1 angedeutet in einer externen Datenverarbeitungseinrichtung 5 implementiert oder hinterlegt sein kann.
-
Das Verarbeiten der Gehirnsignale 12 mittels der Maschinenlernkomponente 9 kann resultieren in einer Einschätzung oder Bewertung 13 für einen Zustand der jeweiligen manuellen Tätigkeit, also beispielswiese eines entsprechenden Fertigungs- oder Produktionsschrittes. Diese Einschätzung oder Bewertung 13 kann dabei kontinuierlich oder in einer Abfolge jeweils für ein bestimmtes Zeitintervall, also jeweils einen Abschnitt der Gehirnsignale 12 bestimmt werden.
-
Die Länge dieser Zeitintervalle oder Abschnitte und gegebenenfalls ein Vorhersagehorizont der Einschätzung oder Bewertung 13 kann abhängig vom jeweiligen Anwendungsfall gewählt werden bzw. eine Komplexität des verwendeten Modells, insbesondere der Maschinenlernkomponente 9 bestimmen.
-
Die Bewertung 13 und/oder ein daraus abgeleiteter Hinweis 14 kann über die Ausgabeeinrichtung 2 an die Person 10 ausgegeben werden. Der Hinweis 14 kann die Person 10 beispielsweise auf einen detektierten oder vorhergesagten Fehler, eine korrespondierende Sicherheits- oder Korrekturmaßnahmen oder, etwa im Rahmen einer Einarbeitung der Person 10 in die jeweilige manuelle Tätigkeit, auf Verbesserungsmöglichkeiten oder dergleichen hinweisen oder aufmerksam machen.
-
Vor einem derartigen produktiven Einsatz kann die Maschinenlernkomponente 9 zunächst trainiert werden. Dazu kann die Person 10 und/oder wenigstens eine andere Person die jeweilige manuelle Tätigkeit fehlerfrei durchführen. Währenddessen können mittels des Gehirnsignaldetektors 1 zu dieser fehlerfreien Ausübung der manuellen Tätigkeit korrespondierende Referenzgehirnsignale aufgenommen und basierend darauf Trainingsdaten für die Maschinenlernkomponente 9 erzeugt oder bereitgestellt werden. Dabei kann die Person 10 die jeweilige manuelle Tätigkeit bevorzugt mit maximaler Konzentration und fehlerfrei mehrere Male hintereinander ausführen. Diese Ausübung der jeweiligen manuellen Tätigkeit kann dabei durch die AR-Brille, insbesondere deren Ausgabeeinrichtung 2, unterstützt werden, beispielsweise durch Einblenden entsprechender Hilfestellungen, Hand- und/oder Bauteilpositionen, Bewegungspfade, Bedienelementmarkierungen, Zielpositionen und/oder dergleichen mehr. Weiter können Fehlerreferenzgehirnsignale aufgenommen und in entsprechende Trainingsdaten umgesetzt werden. Diese Fehlerreferenzgehirnsignale können mittels des Gehirnsignaldetektors 1 aufgenommen werden, während die Person 10, beispielsweise absichtlich oder zufällig bzw. aus Versehen, Fehler bei der Ausübung der manuellen Tätigkeit macht. Zu solchen Fehlern korrespondierende bzw. während solcher Fehler aufgenommene Gehirnsignale 12 können in den Trainingsdaten entsprechend markiert werden oder sein.
-
Mit den Trainingsdaten kann die Maschinenlernkomponente 9, beispielsweise mittels einer überwachten Lernmethode, trainiert werden, um zu einer bestimmungsgemäßen Ausübung der jeweiligen manuellen Tätigkeit korrespondierende Gehirnsignale und davon abweichende Gehirnsignale zu erkennen sowie gegebenenfalls automatisch in Echtzeit entsprechende Rückmeldungen an den Gehirnsignaldetektor 1 bzw. die Ausgabeeinrichtung 2 oder die Person 10 auszugeben.
-
Gegebenenfalls kann dann in einer Testphase die Funktionsfähigkeit des Überwachungssystems geprüft werden und es können bei Bedarf gegebenenfalls weitere Trainingsdaten erzeugt und/oder das Training der Maschinenlernkomponente 9 fortgeführt oder verfeinert werden.
-
Das Überwachungssystem mit der so trainierten Maschinenlernkomponente 9 kann dann beispielsweise in einer industriellen Fertigung oder Produktion eingesetzt werden und dort die jeweilige Person 10, beispielsweise einen Werker oder Arbeiter, bei manuellen Tätigkeiten oder Fertigungs- bzw. Prozess- oder Produktionsschritten unterstützen. Dabei ist dann die Verwendung der AR-Brille nicht notwendig, sodass gegebenenfalls ebenso andere Arten von Sensoreinrichtungen, Kommunikationsmitteln, Interfaces oder dergleichen verwendet werden können.
-
Insgesamt zeigen die beschriebenen Beispiele wie eine KI-basierte Qualitätsoptimierung von teilautomatisierten Produktionsabläufen realisiert werden kann.
-
Bezugszeichenliste
-
- 1
- Gehirnsignaldetektor
- 2
- Ausgabeeinrichtung
- 3
- Brillenbügel
- 4
- Sensor
- 5
- Datenverarbeitungseinrichtung
- 6
- Schnittstelle
- 7
- Prozessor
- 8
- Datenspeicher
- 9
- Maschinenlernkomponente
- 10
- Person
- 11
- Input
- 12
- Gehirnsignale
- 13
- Bewertung
- 14
- Hinweis