Industry 4.0 är fortfarande primärt fokuserad på digitalisering av maskiner och processer men människor måste fortfarande utföra fyra av fem aktiviteter i en typisk produktionsprocess – något som närmast går obemärkt förbi i den ökade digitaliseringen. Vore det därför inte en god idé för en givarspecialist att använda människans hand som givare?
Applikationen använder en kombination av objektdetektering, d.v.s. handen, och individuell spårning av varje detekterad hand. En kombinerad 2D-/3D-kameran ger en exakt detektering av hanteringspositionen. I kamerans synfält fungerar handen som en givare för att säkerställa att händerna kan spåras utan ytterligare tekniska eller visuella hjälpmedel. Avvikelser från de specificerade processtegen utlöser meddelanden som visas på livsbildskärmen vilket ger digitalt stöd till medarbetaren för att säkerställa en förbättrad säkerhet när arbetsprocesserna utförs.
Nya former av artificiell intelligent, som djupinlärning, skapar nya tillfällen för att lösa komplexa problem med bilddetekteringen. Objektdetektering i industrimiljön har alltid utgått från komponenter som är så lika som möjligt och därför enkelt kan beskrivas som objekt från bildbearbetningens synvinkel. Men när det handlar om att detektera objekt som är dynamiska och som alltid ser olika ut, når konventionella algoritmer snabbt sina gränser. Människans hand är ett bra exempel: Inte bara varierar händerna mellan olika personer men även i form, position, rotation och vinkel. Och glöm inte bort handens rörelser.
Men det är här djupinlärning verkligen kommer till nytta: Neurala nätverk kan känna igen exakt sådana saker och med hjälp av stora datavolymer kan detta läras in i förväg.