Automatisierte Bildanalyse. Bilder sind reichhaltig an Informationen, allerdings ist es nicht immer einfach, die jeweils relevante Information aus einem Bild zu extrahieren. Im Fraunhofer IGD wird an Verfahren auf Basis künstlicher Intelligenz gearbeitet, um in Bildern Objekte und Individuen zu erkennen, komplexe Situationen zu bewerten oder auch Bilder zu verbessern. Ein besonderer Arbeitsbereich ist die Analyse von Unterwasserbildern, beispielsweise zur Untersuchung des Wanderverhaltens von Fischen.
KI in Produktionsprozessen. Automatisierte Bildanalysen können auch in Produktionsprozessen eingesetzt werden. So können z.B. Qualitätssicherung durch Sichtkontrolle von Produkten oder auch die Früherkennung von Störungen im Produktionsprozess umgesetzt werden. Das Fraunhofer IGD weist darüber hinaus Kompetenzen in der Visualisierung von Daten auf. 3-D-Modelle oder Visualisierungen der Produktionsprozesse können beispielsweise bei der Wartung unterstützen.
Analyse von Gesundheitsdaten. Auch im Gesundheitssektor wird KI mittlerweile in vielfältigen Projekten angewandt. So entstehen viele gesundheitliche Probleme am Arbeitsplatz, insbesondere in der Büroarbeit, durch falsche Körperhaltung und zu wenig Bewegung, aber auch durch Stress. Bilddaten, z.B. von der Körperhaltung, und Vitalparameter wie Puls, Atmung oder Blutdruck können Aufschluss über den momentanen Zustand eines Mitarbeiters geben, so dass ggf. Präventionsmaßnahmen ergriffen werden können.
Kompetenzen im Bereich der künstlichen Intelligenz und Data Science
- Erkennung von Objekten und Individuen in Bildern und Videos mittels KI
- Komplexe Situationen in Bildern bewerten
- KI-basierte Analyse von Zeitreihen, insbesondere von medizinischen Daten
Prof. Dr.-Ing. Uwe Freiherr von Lukas
Lehrstuhl Maritime Graphics, Fraunhofer-Institut für Graphische Datenverarbeitung IGD
Ausgewählte Projekte
Assistenzanwendungen: Plant@Hand3D und Plant@Hand Montageassistenz
Bei Plant@Hand3D handelt es sich um die Entwicklung einer intelligenten Informationsassistenz in Produktion und Wartung. Komplexe Produktionsdaten werden in einem virtuellem 3-D-Modell der realen Fertigung visualisiert. Durch automatisierte Analyse und Bewertung von Maschinen-, Betriebs- und Prozessdaten wird die Früherkennung von Störungen realisiert. Darüber hinaus werden zukünftige Produktionszustände vorhergesagt bzw. simuliert.
Plant@Hand Montageassistenz erweitert die KI-basierte Unterstützung in der Produktion im Bereich Montage durch die visuelle Bereitstellung von relevanten Montageinformationen (Aufgaben, 3-D-Modelle, etc.) und den Einsatz von Sensorik zur arbeitsbegleitenden Qualitätssicherung und Dokumentation. Es wird eine Feinplanung der Arbeitsschritte zur Anleitung und sensorischen Absicherung der Handlungen des Montagearbeiters erstellt, so dass Montagearbeiter schließlich schrittweise Anleitungen komplexer Arbeitsprozesse erhalten.
Weitere Informationen auf der Plant@Hand-Projektseite und der Plant@Hand-Projektseite der Fraunhofer IGD.
Umweltmonitoring: Meerforelle
Das Fraunhofer IGD hat ein KI-System entwickelt, das die Zählung von Meerforellen vereinfacht, indem es Bildsequenzen von Unterwasserkameras auswertet. Dazu wurde ein neuronales Netzwerk mit Methoden des Deep Learning mit Unterwasservideo-Aufnahmen darauf trainiert, die Meerforelle von vorbeischwimmenden Blättern und anderen Fischen zu unterscheiden. Die KI-basierte Zählung ersetzt die bisherige Überwachung mit Kameras und manuelle Auswertung der Aufnahmen und spart Monate an Arbeitszeit. Das System ist auf andere Szenarien des Umweltmonitorings übertragbar.
Weitere Informationen finden Sie auf der Projektseite des Fraunhofer IGD.
Qualitätskontrolle: Aeolia
Das Fraunhofer IGD hat mit „Aeolia“ eine Software entwickelt, die bei der visuellen Endkontrolle in der Serienproduktion von Airbag-Generatoren zum Einsatz kommt. Der selbstlernende Algorithmus bewertet fertigungsbedingte Materialschwankungen und markiert Bauteile, so dass diese manuell nachgeprüft werden können. Die Software ist international im Einsatz, sie lässt sich auf verschiedene Szenarien der Qualitätsprüfung übertragen.
Weitere Informationen finden Sie auf der Projektseite des Fraunhofer IGD.
Persönliches Gesundheitsmanagement: SAMi
Bedingt durch den demographischen Wandel werden Menschen älter und pflegebedürftiger. Im Projekt SAMi wird ein sensorbasierter persönlicher Aktivitätsmanagementassistent für die individualisierte stationäre Betreuung von Menschen mit Demenz entwickelt. Im Teilprojekt »Smartwatch-basierte Sensorik & Aktorik« entwickelt das Fraunhofer IGD ein System, das mittels am Körper getragener Sensoren die Aktivität, den Gesundheitszustand sowie den aktuellen Standort des Nutzers zu ermittelt. Durch diese Daten kann die vorliegende Situation für Menschen mit Demenz bewertet und ggf. Hilfestellung geleistet werden.
Dafür werden Algorithmen zur Schlaferkennung bei Menschen mit Demenz adaptiert und relevante Merkmale zur Einschätzung der krankheitsspezifischen Verhaltensmuster extrahiert. Ziel ist es, neue Kenntnisse über das Schlaf- und Nachtverhalten an Demenz leidender Menschen zu sammeln. Das Projekt findet in enger Kooperation mit Medizinern und Fachpersonal statt.
Weitere Informationen finden Sie auf unserer Profilseite des Lehrstuhls Mobile Multimedia Information Systems und auf der Projektseite des Fraunhofer IGD.
Stresserkennung in der palliativmedizinischen Pflege: DiPa
Das multiprofessionelle Fachpersonal in der Palliativmedizin ist körperlichen, psychischen, ethischen und organisatorischen Belastungen ausgesetzt. Eine sensorische Erfassung und intelligente Bewertung von biometrischen Parametern sowie Vitaldaten soll eine Früherkennung von Stress ermöglichen, und durch den Einsatz gezielter Maßnahmen eine deutliche Verbesserung der Situation der Pflegenden in der Palliativmedizin ermöglichen.
Eine objektive Erfassung der Belastung ist wichtig, da bei einer subjektiven Erfassung – z.B. mittels einer Befragung – die eigene Beanspruchung häufig falsch eingeschätzt wird. Das fördert das Auftreten psychischer Symptome wie Erschöpfung oder gar ein Burn-Out-Syndrom oder eine depressive Episode. Das Projekt DiPa möchte diese Beanspruchung messen und reduzieren, um die Arbeitsbedingungen und Gesundheit des Personals und in der Folge auch die Patientenversorgung zu verbessern.
Weitere Informationen finden Sie auf der Projektseite des Fraunhofer IGD.