Unfallprävention im Umfeld eines Brückenkrans mit „Künstlicher Intelligenz“ – Konzeption einer Datensammlung
DER ANLASS
Die Polarith GmbH ist ein Unternehmen in Sachsen-Anhalt, das Fachkompetenzen aus Industrie und Forschung vereint, um Leistungen und Produkte im Hard- und Softwarebereich anzubieten. Elf Mitarbeiter:innen verschiedener Fachrichtungen erschaffen dort Produkte zur Automatisierung des Arbeitsumfeldes von Menschen. Dazu gehört das Regelungssystem eines Brückenkrans. Brückenkrane sind Maschinen in der gewerblichen Wirtschaft, die dem Transport von Lasten dienen. Dabei geht eine besondere Gefahr von der Last aus, die am Kran hängt und durch Schwenken oder Heben zu Unfällen führt.
Das von der Polarith GmbH entwickelte Regelungssystem Cranium dämpft unter anderem die gefährlichen Schwingungen der Last. Um die technischen Verfahren in Cranium zur Prävention einer Lastkollision weiter zu verbessern, hat sich Kilian Pößel – Softwareingenieur bei der Polarith GmbH und Informatikstudent der Otto-von-Guericke-Universität Magdeburg – an den Schwerpunkt „Künstliche Intelligenz & Maschinelles Lernen“ des Mittelstand 4.0-Kompetenzzentrums Magdeburg gewandt.
DIE LÖSUNG
Herr Pößel und das Mittelstand 4.0-Kompetenzzentrum Magdeburg favorisieren in Zusammenarbeit mit Polarith eine kontaktlose Detektion von Personen als Bestandteil einer Vorhersage der Kollision mit Lasten. Bei einer Literaturrecherche hat sich ein künstliches neuronales Faltungsnetzwerk mit Farb- und Distanzdaten in dessen Eingabeschicht als vielversprechendes Detektionsverfahren herausgestellt. Eine Light Detection and Ranging (LiDAR)-Kamera mit einer Tiefenerfassung von maximal neun Metern, die an der Laufkatze eines Brückenkrans befestigt ist, eignet sich für den Anwendungsfall und liefert Daten des Umfeldes.
.
Gemäß der Vorschläge von Gebru et al. wurde die Motivation, die Zusammensetzung, der Datensammelprozess und der empfohlene Verwendungszweck der Daten dokumentiert. Die Datensammlung wird auf dem Galileo-Testfeld der Otto-von-Guericke-Universität Magdeburg stattfinden. Ein künstliches neuronales Faltungsnetzwerk wird anhand eines Bilddatensatzes angelernt und getestet.
.
DAS HAT ES GEKOSTET
In einem „Mini-Umsetzungsprojekt“, das aus fünf einstündigen und kostenfreien Digitalisierungssprechstunden bestand, hat Herr Pößel gemeinsam mit dem Mittelstand 4.0-Kompetenzzentrum Magdeburg das Projektziel und die Projektanforderungen in ein spezielles Problem des maschinellen Lernens umformuliert. Zudem haben sie ein Konzept zur Sensordatensammlung erarbeitet. Insgesamt umfasste das Projekt einen Zeitrahmen von ca. einem Personenmonat.
DAS HAT DEM UNTERNEHMEN SEHR GEHOLFEN
Die umfangreiche Unterstützung durch das Kompetenzzentrum in der Exploration bislang erforschter und neuer technischer Ansätze stärkte das Fundament der späteren Umsetzung der Datensammlung. Darüber hinaus gestaltete das Kompetenzzentrum die Vorbereitung der Datensammlung aktiv und auf vielfältige Weise mit. Dazu zählte beispielsweise die testweise Zurverfügungstellung einer RGB-D Kamera.
DAS WÜRDE DAS UNTERNEHMEN NICHT WIEDER MACHEN
Konkrete negative Erfahrungen hat das Unternehmen nicht gemacht. Allerdings möchte Herr Pößel alle Anwender:innen von „Künstlicher Intelligenz“ für die kritische Rolle von Daten sensibilisieren. Ein maschinelles Lernmodell schneidet in der praktischen Anwendung selten gut ab, wenn der Einsatzkontext nicht mit den Trainings- oder Evaluierungsdaten übereinstimmt. Eine sorgfältige Planung und Dokumentation der Sammlung von Daten ist von immenser Bedeutung, um mögliche Verzerrungen, wie Bildaufnahmen nur bei künstlichem Licht, vermeiden oder aufdecken zu können.
.
.
Kontakt beim Mittelstand 4.0-Kompetenzzentrum Magdeburg
Juliane Höbel-Müller
Kontakt OVGU – Fakultät für Informatik (FIN)
Prof. Dr.-Ing. Andreas Nürnberger
.