Durch die manuelle Überwachung war es für die Hersteller mühsam und unzuverlässig, Verstöße gegen Standardarbeitsanweisungen sowie gegen Sicherheits- und Schutzvorschriften in der Fertigung aufzudecken.
WG Tech Solutions nutzt Ultralytics YOLO Verstöße detect in Echtzeit detect , wodurch Sicherheitsvorfälle um 28 % reduziert und die Einhaltung von Vorschriften verbessert werden.
Die Überwachung und Optimierung industrieller Fertigungsprozesse kann eine Herausforderung darstellen, zumal viele Abläufe nach wie vor manuell erfolgen. Dieser Mangel an Transparenz führt häufig zu versteckten Ineffizienzen wie Engpässen und nicht voll ausgelasteten Arbeitskräften, die nur schwer zu erkennen sind.
So werden beispielsweise Sicherheits- und Konformitätskontrollen – wie die Überprüfung, ob die Mitarbeiter die richtige persönliche Schutzausrüstung (PSA) tragen oder ob Materialien korrekt gehandhabt und gestapelt werden – oft manuell durchgeführt, wodurch Verstöße in hektischen Arbeitsumgebungen leicht übersehen werden können.
Um diese Lücken zu schließen, hat WG Tech Solutions WGDeepInsight entwickelt, eine KI-gestützte Videoanalyseplattform für die kontinuierliche Überwachung. Durch die Analyse von Live-Videobildern mithilfe von Computer-Vision-Modellen wie YOLO Ultralytics bietet die Plattform Echtzeit-Einblick in den Betriebsablauf und unterstützt Teams dabei, ihre Fertigungsprozesse zu beobachten, zu analysieren und zu verbessern.
WG Tech Solutions ist ein Edge-AI-Unternehmen, das sich auf die Entwicklung intelligenter Systeme für reale Umgebungen spezialisiert hat. Das Unternehmen entwickelt durchgängige KI-Lösungen, die maßgeschneiderte Hardware, KI-Modelle und Anwendungssoftware kombinieren und es Unternehmen ermöglichen, ihre Abläufe direkt am Netzwerkrand zu überwachen, zu analysieren und zu optimieren.
Das in Indien ansässige Unternehmen ist in verschiedenen Branchen tätig, darunter Fertigung, Automobilindustrie, Landwirtschaft und Medizintechnik, in denen Echtzeit-Einblicke und Informationen vor Ort von entscheidender Bedeutung sind.
Die Kernplattform WGDeepInsight wurde entwickelt, um mithilfe von KI-gestützter Videoanalyse Echtzeit-Einblick in Betriebsabläufe zu bieten. Sie unterstützt Anwendungsfälle in den Bereichen Sicherheit, Überwachung, Einhaltung von Sicherheitsvorschriften und Qualitätskontrolle und ermöglicht es Anwendern, Aktivitäten zu überwachen, detect und Arbeitsabläufe direkt vor Ort zu optimieren.
Durch die Kombination von Computer-Vision-Modellen mit Funktionen der künstlichen Intelligenz im Internet der Dinge (AIoT) ermöglicht WGDeepInsight Herstellern, track zu track , die Einhaltung von Vorschriften zu überwachen und die Transparenz der Betriebsabläufe in Fabrikumgebungen zu verbessern.
Die Überwachung des Fabrikbetriebs in großem Maßstab erfordert eine lückenlose Transparenz, doch in realen Produktionsumgebungen ist dies alles andere als einfach. Die Tätigkeiten können von Arbeitsplatz zu Arbeitsplatz variieren, die Mitarbeiter übernehmen im Laufe des Tages in der Regel unterschiedliche Aufgaben, und die Bedingungen können sich in verteilten Fabrikanlagen ändern.
In vielen Fällen verlassen sich Werksteams nach wie vor auf manuelle Beobachtungen und Kontrollen vor Ort, um track . Zwar ermöglichen solche traditionellen Methoden eine grundlegende Überwachung, doch schränken sie den Einblick darin ein, wie die Arbeit tatsächlich ausgeführt wird.
Mit anderen Worten: Die Erfassung genauer und objektiver Zeit- und Bewegungsdaten ist eine Herausforderung. Dieser Mangel an Daten wird umso kritischer, wenn es um Sicherheit geht. Probleme wie die Nichteinhaltung von PSA-Vorschriften, unbefugter Zutritt oder unsachgemäßer Umgang mit Materialien können leicht übersehen werden, und verspätete Reaktionen erschweren es, wiederholte Verstöße zu verhindern.
So arbeitete WG Tech Solutions beispielsweise mit einem führenden Original Design Manufacturer (ODM) zusammen, der mehrere Produktionsstätten betreibt und mit ähnlichen Herausforderungen konfrontiert war. Da die meisten Montageprozesse des ODM noch manuell abliefen, stützte sich die Überwachung von Produktivität, Sicherheit und Einhaltung von Vorschriften stark auf Sichtkontrollen.
Um die Produktivität zu optimieren und die Einhaltung der Sicherheitsvorschriften zu gewährleisten, benötigte der ODM einen strukturierteren Ansatz, um zuverlässige Zeit- und Bewegungsdaten zu erfassen, die Einhaltung track (SOP) an allen Arbeitsstationen track und Verstöße detect .
Außerdem benötigten sie eine effektivere Methode, um den zuständigen Teams Echtzeit-Feedback zu geben. Ohne Automatisierung blieb die Skalierung dieses Transparenzniveaus ein zentrales Problem.
WG Tech Solutions integriertYOLO Ultralytics in seine Plattform WGDeepInsight, um wichtige Aufgaben im Bereich Computer Vision wie Objekterkennung, Objektverfolgung und Instanzsegmentierung zu ermöglichen. Durch die Anwendung dieser Modelle auf Live-Videostreams ermöglicht die Plattform es Teams, Betriebsabläufe kontinuierlich zu überwachen, präzise Zeit- und Bewegungsdaten zu erfassen und Ineffizienzen in Echtzeit zu erkennen.
Dieser Ansatz wurde bei einer Implementierung bei dem zuvor erwähnten führenden ODM angewendet. WGDeepInsight wurde in einer Hybridkonfiguration implementiert, wobei Axelera Metis AI-Beschleuniger auf Workstations und in der gesamten IT-Umgebung des Werks eingesetzt wurden, während das Voyager SDK die Edge-Implementierung in großem Maßstab optimierte.
Die BildverarbeitungsfunktionenYOLO Ultralytics wurden eingesetzt, um die Abläufe an den verschiedenen Arbeitsstationen im Werk zu überwachen, track der Standardarbeitsanweisungen track und Verstöße detect , wie etwa die Nichtbeachtung der PSA-Vorschriften, unbefugtes Betreten und unsachgemäß gestapelte Materialien.
Zu diesem Zweck wurden über einen Zeitraum von drei Wochen Videodaten von mehreren Arbeitsplätzen erfasst und mithilfe einer proprietären Schnittstelle mit Anmerkungen versehen. Dieser Datensatz wurde zum Trainieren und FeinabstimmenYOLO Ultralytics verwendet, darunter Ultralytics YOLO11 und Ultralytics YOLOv8, speziell auf die Fabrikumgebung zugeschnitten.
Die Modelle wurden durch zusätzliche Inferenzlogik, Parameteroptimierung und Optimierungstechniken weiter verbessert, um unter realen Bedingungen eine zuverlässige Leistung zu gewährleisten. Nach der Bereitstellung ermöglichte die Plattform die Echtzeitüberwachung und die automatische Erkennung von Verstößen und bot so einen konsistenten, datengestützten Einblick in die Betriebsabläufe.
Für WG Tech Solutions bildetenYOLO Ultralytics eine solide Grundlage für die Entwicklung von Computer-Vision-Lösungen, die sich schnell an unterschiedliche Anwendungsfälle in der Fertigung anpassen ließen. Dank ihrer Fähigkeit, hochleistungsfähige Inferenz am Edge zu liefern, waren sie eine hervorragende Wahl für groß angelegte Fertigungsanlagen, in denen geringe Latenzzeiten und eine kontinuierliche Überwachung von entscheidender Bedeutung sind.
YOLO Ultralytics boten zudem Flexibilität bei verschiedenen Exportformaten für die Bereitstellung, darunter ONNX, PyTorch und NCNN. Dies erleichterte die Integration sowohl in Edge-Geräte als auch in zentralisierte Systeme für eine hybride Architektur.
Insgesamt gelang es WG Tech Solutions durch den Einsatz vonYOLO , maßgeschneiderte Lösungen schneller bereitzustellen und dabei eine zuverlässige Leistung in groß angelegten Fabrikumgebungen zu gewährleisten.
Mithilfe vonYOLO ermöglicht die WGDeepInsight-Plattform von WG Tech Solutions eine kontinuierliche Überwachung und Analyse des Fabrikbetriebs und sorgt so für mehr Sicherheit, die Einhaltung von Vorschriften und eine bessere Transparenz der Betriebsabläufe.
Bei dem führenden ODM gingen Verstöße gegen die Arbeitssicherheit um 28 % zurück. Echtzeit-Warnmeldungen, die mit geringer Latenz direkt auf den Geräten verarbeitet wurden, führten zu schnelleren Reaktionszeiten und weniger wiederkehrenden Problemen, was eine konsequentere Durchsetzung der Sicherheitsvorschriften im gesamten Werk zur Folge hatte.
Die Plattform überwachte die Einhaltung der Standardarbeitsanweisungen (SOP) in allen Stationen und meldete Verstöße sofort, sobald sie auftraten. Außerdem erkannte sie Probleme wie die unsachgemäße Verwendung von PSA, unbefugten Zutritt, Überbelegung sowie ausgelassene oder fehlerhafte Prozessschritte.
So wurde beispielsweise bei Arbeitsabläufen im Bereich der Behälterabfertigung überprüft, ob die Artikel korrekt kommissioniert und abgelegt wurden und ob jeder Schritt in der vorgeschriebenen Reihenfolge erfolgte, wobei etwaige Abweichungen sofort gemeldet wurden.
Darüber hinaus wurde es auf andere Betriebs- und Sicherheitsabläufe ausgeweitet. In den Überwachungsräumen für Videoüberwachung erfasste das System die Anwesenheit des Personals in Echtzeit und löste Warnmeldungen aus, wenn die Personalstärke unter die vorgeschriebenen Schwellenwerte fiel.
Im Rahmen der Qualitätskontrollprozesse überprüfte das System die Prozessabläufe, sorgte für die konsequente Verwendung der vorgeschriebenen Werkzeuge und überwachte den Zeitaufwand pro Aufgabe, wobei Abweichungen gemeldet wurden, um einheitliche Standards zu gewährleisten.
Im Laufe der Zeit ermöglichten diese Erkenntnisse einen besseren Überblick darüber, wo es zu Prozessstörungen kam, und unterstützten Korrekturmaßnahmen durch gezielte Schulungen.
Die Benachrichtigungs- und Feedback-Mechanismen wurden auf die Kundenanforderungen zugeschnitten und lassen sich flexibel in bestehende Arbeitsabläufe im Werk integrieren. Die Benachrichtigungen wurden über Kanäle wie E-Mail, Messaging-Systeme und rollenbasierte Dashboards übermittelt, um sicherzustellen, dass die relevanten Informationen die zuständigen Teams in Echtzeit erreichten.
Dadurch wurde auch sichergestellt, dass wichtige Verfahren konsequent eingehalten wurden, wie beispielsweise die Verwendung der richtigen Werkzeuge und die Einhaltung der Mindestbesetzung in kontrollierten Bereichen. Letztendlich wurde der tägliche Betriebsablauf einheitlicher, was die Einhaltung der Vorschriften im gesamten Werk stärkte.
Im Zuge der Weiterentwicklung der industriellen Automatisierung gewinnt die Bildverarbeitung zunehmend an Bedeutung für die Verbesserung der Transparenz und Konsistenz bei manuellen Arbeitsabläufen. Durch die AnpassungYOLO Ultralytics plant WG Tech Solutions, seine Plattform WGDeepInsight auf neue Fabrikumgebungen und Arbeitsabläufe auszuweiten.
Dies unterstützt Anwendungsfälle, die von der Sicherheitsüberwachung bis hin zu Prozesskontrollen in der Fertigung reichen. In Kombination mit Edge-basiertem Einsatz, Echtzeitanalysen und den Edge- KI -Beschleunigern von Axelera Metis bietet es skalierbare Überwachung und konsistente Einblicke in den Betriebsablauf in allen Fertigungsumgebungen.
Möchten Sie Vision-KI für Ihre betrieblichen Arbeitsabläufe nutzen? Werfen Sie einen Blick in unser GitHub-Repository und informieren Sie sich über die Lizenzoptionen, um mitYOLO Ultralytics loszulegen. Erfahren Sie mehr über Anwendungsbereiche wie KI im Gesundheitswesen und Vision-KI in der Fertigung sowie über Edge-KI-Beschleuniger wie den Axelera AI Export and Deployment | Ultralytics
Ultralytics YOLO sind Computer-Vision-Architekturen, die für die Analyse visueller Daten aus Bildern und Videoeingaben entwickelt wurden. Diese Modelle können für Aufgaben wie Objekterkennung, Klassifizierung, Posenschätzung, Verfolgung und Instanzsegmentierung trainiert werdenUltralytics YOLO umfassen:
Ultralytics YOLO11 ist die neueste Version unserer Computer Vision Modelle. Genau wie seine Vorgängerversionen unterstützt es alle Computer-Vision-Aufgaben, die die Vision AI-Gemeinschaft an YOLOv8 zu schätzen gelernt hat. Das neue YOLO11 verfügt jedoch über eine höhere Leistung und Genauigkeit, was es zu einem leistungsstarken Werkzeug und dem perfekten Verbündeten für reale Herausforderungen in der Industrie macht.
Welches Modell Sie verwenden sollten, hängt von den spezifischen Anforderungen Ihres Projekts ab. Es ist wichtig, Faktoren wie Leistung, Genauigkeit und Bereitstellungsanforderungen zu berücksichtigen. Hier ist ein kurzer Überblick:
DieYOLO Ultralytics , wie YOLOv5 und YOLO11, werden standardmäßig unter der AGPL-3.0 vertrieben. Diese von der OSI genehmigte Lizenz ist für Studenten, Forscher und Enthusiasten gedacht. Sie fördert die offene Zusammenarbeit und verlangt, dass jede Software, die AGPL-3.0 verwendet, auch als Open Source angeboten wird. Dies gewährleistet zwar Transparenz und fördert die Innovation, ist aber möglicherweise nicht mit kommerziellen Anwendungsfällen vereinbar.
Wenn Ihr Projekt die Einbettung von Ultralytics Software und KI-Modellen in kommerzielle Produkte oder Dienstleistungen vorsieht und Sie die Open-Source-Anforderungen der AGPL-3.0 umgehen möchten, ist eine Unternehmenslizenz ideal.
Vorteile der Enterprise-Lizenz:
Um eine nahtlose Integration zu gewährleisten und AGPL-3.0 zu vermeiden, fordern Sie eine Ultralytics Enterprise-Lizenz über das bereitgestellte Formular an. Unser Team wird Sie bei der Anpassung der Lizenz an Ihre speziellen Bedürfnisse unterstützen.
Beginnen Sie Ihre Reise mit der Zukunft des maschinellen Lernens
