FÖR OMEDELBAR PUBLICERING Nr 3255

Det här pressmeddelandet är en översättning av den officiella engelskspråkiga versionen. Det publiceras endast som praktisk referens för användaren. Läs den ursprungliga engelska versionen för information. Vid skillnader mellan texterna är det den engelska versionen som gäller.

AI för beteendeanalys identifierar små skillnader i mänskliga rörelser

Gör snabba analyser utan föregående maskininlärning

PDF-version (PDF:418.5KB)

TOKYO, 13 februari 2019 – Mitsubishi Electric Corporation (TOKYO: 6503) meddelade idag att företaget har utvecklat en unik AI för beteendeanalys med företagets Maisart®*-AI-teknik. Även utan föregående maskininlärning kan den nya tekniken detektera små skillnader i mänskliga rörelser som många har svårt att identifiera, vilket kan vara användbart för analys av mänskligt beteende inom olika områden, till exempel analys av en arbetares rörelser vid ett monteringsband för att slippa onödiga rörelser och därigenom förbättra produktiviteten.

* Mitsubishi Electric's AI creates the State-of-the-ART in Technology

AI-beteendeanalys – flödesschema

Huvudfunktioner

1)
Gör snabba analyser utan föregående maskininlärning
- Bearbetar beteendeanalys i hög hastighet, inom några sekunder eller några minuter, och tar mindre än 1/20 av den tid som krävs av företagets konventionella AI-metod.

Den nya tekniken analyserar mänskliga rörelser omedelbart efter insamling av nödvändiga mätdata, med fokus på likheter i upprepade rörelser. Tekniken är enkel att applicera på arbetsplatser eftersom, till skillnad från konventionell AI för beteendeanalys, krävs ingen maskininlärning med enorma mängder inlärningsdata som måste införas manuellt. Beteendeanalys kan utföras med hög hastighet, inom bara några sekunder eller minuter, vilket är mindre än 1/20 av den tid som krävs för företagets konventionella metod. Analysen kan snabbt utföras på arbetsplatser för att möjliggöra snabb återkoppling för att förbättra de anställdas effektivitet.
2)
Känner av små skillnader i varje persons rörelser för att identifiera onödiga rörelser
- Använder positionsdata för att mäta mänskliga rörelser, och beräknar gränserna mellan rörelser (driftsdelar), identifierar standardrörelsemönster för varje person och sedan upptäcker avvikelser från dessa standardmönster, t.ex. en något annorlunda eller onödig rörelse.
- På monteringsband kan det användas som ett verktyg för att hjälpa medarbetare att bemästra optimala rörelser och därmed höja effektiviteten för förbättrad produktivitet.

Vid analys av monteringsarbeten som utförs i fabriker används sensorer för att mäta den tredimensionella positionen av arbetarens båda händer. Dessa data gör det möjligt att identifiera icke-standardiserade rörelser, exempelvis små procedursavvikelser eller onödiga rörelser. I början uppmärksammar AI rörelser som upprepas i en viss ordning, exempelvis montering av en artikel och fastskruvning av den på plats. AI använder dessa data som startvärden och sätter temporära gränser för varje rörelse. Därefter extraheras kurvan för varje rörelse och den jämförs med mätdata för att uppdatera och fastställa rörelsegränserna. Beräknade rörelser är jämkade för att automatiskt fastställa standardrörelsemönster. Avslutningsvis jämförs det extraherade rörelsemönstret från mätdata med standardrörelsemönstret, och icke-standardiserade rörelser identifieras.

Observera att informationen är korrekt vid tidpunkten för publicering men kan ändras utan föregående meddelande.