Die Arbeitssicherheit ist in Produktions- und Industrieumgebungen eine Hauptpriorität und KI-gestützte intelligente Kameras helfen dabei, das Monitoring und die Inspektion in diesen Umgebungen zu automatisieren. Der Schutz von Mitarbeitern, Auftragnehmern und anderen Drittanwendern in potenziell unsicheren Arbeitsumgebungen, wie etwa in Kontakt mit gefährlichen mechanischen Gerätschaften oder Gefahrstoffen, ist unerlässlich. Die Verhaltens- und Positionserkennung (POSE) generiert Informationen, aus denen hervorgeht, ob Maschinenbediener sich in Gefahr befinden, die Standardbetriebsverfahren befolgen oder ob sie effizient arbeiten. Die automatisierte optische Inspektion (AOI) erhöht schließlich die Geschwindigkeit und Genauigkeit der Qualitätskontrolle, auch für schwer sichtbare Produkte wie Kontaktlinsen. 

KI für intelligente Arbeitssicherheit

Arbeitsbedingte Todesfälle in industriellen Umgebungen sind weltweit leider keine Seltenheit. Bei der Evaluation der Arbeitssicherheit müssen auch nicht tödliche Arbeitsunfälle berücksichtigt werden. Zusätzlich zum emotionalen Trauma kommen auch finanzielle Erwägungen zum Tragen. 
An Industrie- und Produktionsstandorten werden traditionell menschliche Aufsicht und Lichtvorhänge eingesetzt, um die Sicherheit der Mitarbeiter zu gewährleisten. Menschliche Aufsichtspersonen, die nicht überall sein können und nicht alles sehen können, sind jedoch fehlbar und Sicherheitslichtvorhänge haben inhärente Beschränkungen.

Autor
Chia-Wei Yang
Direktor, Business and Product Center, Geschäftsbereich IoT Solution and Technology Business

Geofencing

In modernen, smarten Fabriken arbeiten Menschen häufig in potenziellen Gefahrenbereichen mit unsicherer Ausrüstung, wie etwa mit Roboterarmen. Sicherheitslichtvorhänge schützen das Personal vor Unfällen, indem ein Sensorvorhang erzeugt wird, der Maschinenzugangspunkte und Perimeter schützt. Allerdings nehmen sie viel Platz in Anspruch, sind schwierig zu implementieren und nicht besonders flexibel. In manchen Fällen kann die eingeschränkte Reaktionszeit des Sicherheitslichtvorhangs zusätzliche Probleme hervorrufen. 
Bei konventionellen Lösungen für maschinelles Sehen kommen IP-Kameras und KI-Module zum Einsatz, die flexibel und leicht implementierbar sind, jedoch eine beträchtliche Latenz aufweisen und deshalb nicht für Situationen geeignet sind, die eine sofortige Reaktion erfordern. 

Eine KI-gestützte intelligente All-in-One-Kamera, etwa aus Adlinks Neon-2000-Reihe, kann diesem Latenzproblem entgegenwirken. Sie erfasst Bilder und führt alle KI-bezogenen Arbeitsschritte durch, bevor sie die Ergebnisse und Anweisungen an verbundene Geräte, wie etwa den Roboterarm, weiterschickt. Im Vergleich zu Lichtvorhängen und konventionellen Bildverarbeitungstechnologien verringert eine intelligente All-in-One-Kamera Verzögerungen, senkt Platz- und Bandbreitenanforderungen und ist einfach zu installieren und zu warten. 
Eine echtzeitbasierte Machine-Vision-KI bietet den zusätzlichen Vorteil einer erhöhten Arbeitssicherheit, indem Anwender alarmiert werden, wenn sie einen unsicheren Bereich betreten, und diese Information für Nachschulungszwecke protokolliert wird. Wenn sich zum Beispiel ein Arbeiter einem Gefahrenbereich nähert, könnte der Roboterarm in eine funktionale Sicherheitsprozess-­Programmschleife umschalten, statt sich vollständig abzuschalten. Routinen wie diese verbessern nicht nur die Arbeitssicherheit, sondern steigern auch die Betriebseffizienz der Fabrik. 

Intelligentes Auftanken

Wenn ein Tankfahrzeug an einer Produktionseinrichtung eintrifft, bringt dies ein Potenzial für mehrere Sicherheitsprobleme mit sich, die sich mit KI-gestütztem maschinellen Sehen leicht lösen lassen. Zunächst kann der Lastwagen ins Rollen geraten, wenn die Bremse nicht korrekt betätigt wurde oder versagt. Wenn das KI-Bildverarbeitungssystem darauf trainiert wird, den Lastwagen zu beobachten und Bewegungen zu erkennen, kann es einen sofortigen Alarm auslösen, falls der Status des Last­wagens sich ändert. 
Die Betriebe müssen auch die Position der Mitarbeiter während des Auftankvorgangs berücksichtigen, da es unterschiedliche Arten von Sicherheitszonenverstößen gibt. Es ist von wesentlicher Bedeutung, dass alle vor Ort tätigen Mitarbeiter verstehen, dass Sicherheitsrisiken existieren. Es ist zum Beispiel notwendig, an den vier Ecken des Lastwagens Verkehrshütchen aufzustellen und sicherzustellen, dass die Person, die den Lastwagen auftankt, geeignete Schutzausrüstung trägt. Maschinelles Sehen kann alle diese Sicherheitschecks vornehmen. 
Sofortige Alarme vom KI-gestützten Bildverarbeitungssystem können Mitarbeiter vor Sicherheitsverstößen warnen und Unfälle verhindern. Dies schafft klare Verantwortlichkeiten. Falls jemand einen unsicheren Bereich ohne geeignete Schutzausrüstung betritt, können mithilfe der protokollierten Bilder Fehler aufgezeigt und Mitarbeiter aufgeklärt werden, um künftige Fehler zu vermeiden. 

POSE-Erkennung

In der Fertigungsindustrie ist die Zykluszeit ein kritischer Performance-Indikator für die Produktionseffizienz. Sie repräsentiert die Zeit, die ein Team mit der Fertigung eines Artikels verbringt, bis das Produkt versandbereit ist. Eine Beaufsichtigung des Verhaltens und der Position der Mitarbeiter mithilfe von KI-gestützter Kameratechnologie hilft dabei, Standard­betriebsverfahren durchzusetzen und die Mitarbeitereffizienz zu steigern, wodurch die Zykluszeit sinkt.

Die POSE-Erkennung anhand von Live-Videomaterial spielt eine entscheidende Rolle, da sie es ermöglicht, die analoge Welt mit digitalen Inhalten und Informationen zu überlagern. POSE beschreibt Körperposition und -bewegung anhand einer Reihe von markanten Skelettpunkten wie Hand, Ellbogen oder Schulter. 

Intelligente Machine Vision ermöglicht es Fabrikbetreibern und Arbeitern, sich darauf zu konzentrieren, wie die körperliche Haltung ihre Arbeit beeinflusst. POSE-Daten sind zudem ein Schulungswerkzeug, um den Mitarbeitern eine Anleitung zur Platzierung ihrer Arme und Hände zu geben, damit sie ergonomischer und effizienter arbeiten können. Auch ihre Körperhaltung wird dadurch verbessert, was einen weiteren signifikanten Vorteil darstellt. 

Durch die Anwesenheitskontrolle eines Mitarbeiters an seinem Arbeitsplatz an der Fertigungsstraße werden auch Stundennachweise automatisiert und verifiziert. Wenn überprüft wird, dass sie die Standard­betriebsverfahren aktiv befolgen, gewährleistet dies die Qualitätskontrolle und die Fließband­abstimmung.

Intelligente AOI mit KI

Die manuelle Produktqualitätsinspektion ist zeitaufwändig, uneinheitlich und kann letztlich Engpässe in der Fertigungsstraße erzeugen. Mit ihrer hohen Genauigkeit und Effizienz können konventionelle AOI-Bildverarbeitungstechnologien leicht zu findende Defekte schneller erkennen als Mitarbeiter der Qualitätssicherung. Wenn ein Fehler schwer zu erkennen ist, etwa ein Fehler an einer Kontaktlinse, erreichen diese Bildverarbeitungssysteme jedoch ihre Grenzen, was Genauigkeit und Einheitlichkeit betrifft. 

Während die meisten Hersteller ihre Produkte stichprobenartig auf Mängel untersuchen, ist dies bei Kontaktlinsen-Fertigungsstraßen keine Option, weil jede Linse inspiziert werden muss. Die Qualitätskontrolle kann nur bis zu 4.000 Linsen pro Schicht untersuchen, was zu Produktionsengpässen führt. Zudem ist eine gewisse Rate an Fehlalarmen und übersehenen Mängeln unvermeidlich. 

Da Kontaktlinsen transparent sind, ist die Implementierung einer auf maschinellem Sehen basierenden Erkennung in der Vergangenheit eine große Herausforderung für die Branche gewesen. Konventionelle AOI stützt sich auf festgelegte geometrische Algorithmen, um Defekte zu erkennen. Qualitativ hochwertige Bilder von transparenten Objekten zu erhalten, ist jedoch schwierig, was zu einer inakzeptablen Erkennungsleistung führt. 

Daten mithilfe von KI-gestützten Kameras zu erfassen, um die Algorithmen zu trainieren und Iterationen der Inspektion durchzuführen, ist dagegen eine bessere Lösung. Das KI-gestützte System kann die häufigsten Mängel erkennen, einschließlich Graten, Blasen, Kanten, Partikel, Kratzer und mehr, und pflegt zudem Inspektionsprotokolle für den Kunden.

Jede KI-gestützte Kamera kann 50-mal mehr Linsen kontrollieren, als mit manueller und visueller Inspektion möglich ist, wobei die Genauigkeit von 30 Prozent auf bis zu 95 Prozent steigt.