WG Tech Solutions senkt Sicherheitsverstöße um 28 % mit Ultralytics YOLO und Axeleras AI Accelerator

Die Nachverfolgung und Verbesserung industrieller Fertigungsabläufe kann eine Herausforderung sein, insbesondere da viele Prozesse noch manuell erfolgen. Dieser Mangel an Transparenz bei den Betriebsabläufen führt oft zu verborgenen Ineffizienzen wie Engpässen und nicht optimal genutzten Arbeitskräften, die schwer zu erkennen sind.

Sicherheits- und Compliance-Kontrollen, wie beispielsweise die Sicherstellung, dass Arbeiter die richtige persönliche Schutzausrüstung (PSA) tragen oder dass Materialien korrekt gehandhabt und gestapelt werden, werden beispielsweise oft manuell durchgeführt, wodurch Verstöße in schnelllebigen Umgebungen leicht übersehen werden können.

Um diese Lücken zu schließen, entwickelte WG Tech Solutions WGDeepInsight, eine KI-gestützte Videoanalyseplattform für die kontinuierliche Überwachung. Durch die Analyse von Live-Videostreams mithilfe von Computer-Vision-Modellen wie Ultralytics YOLO models bietet die Plattform Echtzeiteinblicke in die Abläufe und hilft Teams dabei, ihre Fertigungsprozesse zu beobachten, zu analysieren und zu verbessern.

Verbesserung der Fabrikproduktivität und -sicherheit mittels Vision-KI#

WG Tech Solutions ist ein Edge-KI-Unternehmen, das sich auf den Aufbau intelligenter Systeme für reale Umgebungen konzentriert. Sie entwickeln End-to-End-KI-Lösungen, die kundenspezifische Hardware, KI-Modelle und Anwendungssoftware kombinieren, was es Organisationen ermöglicht, Betriebsabläufe direkt an der Edge zu überwachen, zu analysieren und zu verbessern.

Das Unternehmen mit Sitz in Indien ist in verschiedenen Branchen tätig, wie der Fertigung, Automobilindustrie, Landwirtschaft und bei medizinischen Systemen, wo Echtzeit-Einblicke und Intelligenz vor Ort entscheidend sind.

Die Kernplattform WGDeepInsight wurde entwickelt, um durch KI-gestützte Videoanalyse Echtzeit-Transparenz in Betriebsabläufe zu bieten. Sie unterstützt Anwendungsfälle in den Bereichen Sicherheit, Überwachung, Sicherheits-Compliance und Qualitätsprüfung und ermöglicht es Benutzern, Aktivitäten zu überwachen, Probleme zu erkennen und Arbeitsabläufe direkt an der Edge zu verbessern.

Durch die Kombination von Computer-Vision-Modellen mit Fähigkeiten des Artificial Intelligence of Things (AIoT) ermöglicht WGDeepInsight Herstellern die Verfolgung von Aktivitäten, die Überwachung der Compliance und die Verbesserung der betrieblichen Transparenz in Fabrikumgebungen.

Warum Transparenz bei Fabrikabläufen verloren geht#

Die Überwachung von Fabrikabläufen in großem Maßstab erfordert eine konsistente Transparenz, doch reale Produktionsumgebungen machen dies alles andere als einfach. Aktivitäten können zwischen Stationen variieren, Arbeiter erledigen normalerweise über den Tag hinweg verschiedene Aufgaben und die Bedingungen können sich in verteilten Fabrik-Setups ändern.

In vielen Fällen verlassen sich Fabrikteams immer noch auf manuelle Beobachtung und Kontrollen vor Ort, um Arbeitsabläufe zu verfolgen. Obwohl solche traditionellen Methoden eine grundlegende Übersicht bieten können, begrenzen sie die Einblicke in die tatsächliche Durchführung der Arbeit.

Mit anderen Worten: Die Erfassung präziser, unvoreingenommener Zeit- und Bewegungsdaten ist eine Herausforderung. Dieser Mangel an Daten wird umso kritischer, wenn es um Sicherheitsaspekte geht. Probleme wie die Nichteinhaltung von PSA, unbefugter Zugriff oder fehlerhafte Materialhandhabung können leicht übersehen werden, und verzögerte Reaktionen erschweren es, wiederholte Verstöße zu verhindern.

WG Tech Solutions arbeitete beispielsweise mit einem führenden Auftragshersteller (ODM) zusammen, der mehrere Fabrikstandorte betreibt und mit ähnlichen Einschränkungen konfrontiert war. Die meisten Montageprozesse des ODM waren noch manuell, sodass sich die Überwachung von Produktivität, Sicherheit und Compliance stark auf visuelle Kontrollen stützte.

Um Produktivität und Sicherheits-Compliance zu optimieren, benötigte der ODM einen strukturierteren Ansatz zur Erfassung verlässlicher Zeit- und Bewegungsdaten, zur Verfolgung der Einhaltung von Standardarbeitsanweisungen (SOP) an den Stationen und zur Erkennung von Sicherheits- und Schutzverstößen.

Sie benötigten außerdem eine effektivere Methode, um den richtigen Teams Echtzeit-Feedback zu liefern. Ohne Automatisierung blieb die Skalierung dieses Transparenzniveaus ein Hauptanliegen.

Intelligentere Fabriküberwachung und Compliance mit Ultralytics YOLO Modellen#

WG Tech Solutions integriert Ultralytics YOLO models in seine WGDeepInsight-Plattform, um wichtige Computer-Vision-Aufgaben wie Objekterkennung, Objektverfolgung und Instanzsegmentierung zu ermöglichen. Durch die Anwendung dieser Modelle auf Live-Videostreams versetzt die Plattform Teams in die Lage, Betriebsabläufe kontinuierlich zu überwachen, präzise Zeit- und Bewegungsdaten zu erfassen und Ineffizienzen in Echtzeit zu erkennen.

Dieser Ansatz wurde bei der Implementierung mit dem bereits erwähnten führenden ODM angewendet. WGDeepInsight wurde in einem Hybrid-Setup umgesetzt, bei dem Axelera Metis AI-Beschleuniger an Arbeitsplätzen und in der gesamten IT-Umgebung der Fabrik eingesetzt wurden und das Voyager SDK die Edge-Bereitstellung im großen Maßstab optimierte.

Die Vision-Fähigkeiten der Ultralytics YOLO Modelle wurden genutzt, um Betriebsabläufe an Fabrikstationen zu überwachen, die Einhaltung von SOPs zu verfolgen und Sicherheits- und Schutzverstöße wie PSA-Nicht-Einhaltung, unbefugten Zugriff und unsachgemäß gestapelte Materialien zu erkennen.

Abb. 1: Ein Beispiel für die Verwendung von Ultralytics YOLO Modellen zur Erkennung falsch gestapelter Kartons.

Zur Unterstützung wurden über einen Zeitraum von drei Wochen Videodaten von mehreren Arbeitsplätzen gesammelt und über eine eigene Benutzeroberfläche annotiert. Dieser Datensatz wurde verwendet, um Ultralytics YOLO models, einschließlich Ultralytics YOLO11 und Ultralytics YOLOv8, zu trainieren und feinabzustimmen, die auf die Fabrikumgebung zugeschnitten sind.

Die Modelle wurden durch zusätzliche Inferenzlogik, Parameterabstimmung und Optimierungstechniken weiter verbessert, um eine zuverlässige Leistung unter realen Bedingungen zu gewährleisten. Nach der Bereitstellung ermöglichte die Plattform eine Echtzeitüberwachung und automatisierte Erkennung von Verstößen und sorgte für eine konsistente, datengesteuerte Transparenz der Betriebsabläufe.

Warum solltest du dich für Ultralytics YOLO Modelle entscheiden?#

Für WG Tech Solutions boten Ultralytics YOLO models eine solide Grundlage für die Entwicklung von Computer-Vision-Lösungen, die sich schnell an verschiedene Anwendungsfälle in Fabriken anpassen ließen. Ihre Fähigkeit, leistungsstarke Inference am Edge zu liefern, machte sie zu einer großartigen Option für groß angelegte Fertigungsanlagen, bei denen geringe Latenz und kontinuierliche Überwachung von entscheidender Bedeutung sind.

Ultralytics YOLO models 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 konnte WG Tech Solutions durch den Einsatz von Ultralytics YOLO Modellen schneller maßgeschneiderte Lösungen liefern und gleichzeitig eine zuverlässige Leistung in großen Fabrikumgebungen aufrechterhalten.

WGDeepInsight reduzierte Arbeiterverstöße um 28 % mit Ultralytics YOLO#

Unter Verwendung von Ultralytics YOLO Modellen bietet die WGDeepInsight-Plattform von WG Tech Solutions eine kontinuierliche Überwachung und Analyse von Fabrikabläufen und verbessert Sicherheit, Compliance und betriebliche Transparenz.

Im Fall des führenden ODM sank die Anzahl der Arbeitssicherheitsverstöße um 28 %. Echtzeit-Warnungen, die mit geringer Latenz auf dem Gerät verarbeitet wurden, führten zu schnelleren Reaktionszeiten und weniger wiederholten Problemen, was zu einer konsistenteren Durchsetzung von Sicherheitsprotokollen in der gesamten Fabrikhalle führte.

Die Plattform verfolgte die SOP-Einhaltung über Stationen hinweg und meldete Verstöße, sobald sie auftraten. Sie identifizierte auch Probleme wie falsche PSA-Nutzung, unbefugten Zugriff, Überfüllung sowie verpasste oder fehlerhafte Prozessschritte.

Bei Arbeitsabläufen zur Handhabung von Trays wurde beispielsweise überprüft, ob Artikel korrekt aufgenommen und platziert wurden und ob jeder Schritt der erforderlichen Sequenz folgte, wobei alle Abweichungen währenddessen markiert wurden.

Abb. 2: Ultralytics YOLO Modelle helfen bei der Erkennung von einhändiger Tray-Handhabung.

Darüber hinaus wurde dies auf andere operative und sicherheitsrelevante Arbeitsabläufe ausgeweitet. In CCTV-Überwachungsräumen verfolgte das System die Anwesenheit von Personal in Echtzeit und löste Warnungen aus, wenn der Personalbestand unter die erforderlichen Schwellenwerte fiel.

Unterdessen verifizierte es in Qualitätsprüfungsabläufen Prozesssequenzen, verstärkte die Verwendung spezifizierter Werkzeuge und überwachte die pro Aufgabe aufgewendete Zeit, wobei Abweichungen markiert wurden, um konsistente Standards aufrechtzuerhalten.

Mit der Zeit lieferten diese Vision-Erkenntnisse eine klarere Transparenz darüber, wo Prozesse zusammenbrachen, und unterstützten Korrekturmaßnahmen durch gezieltes Training.

Alarmierungs- und Feedbackmechanismen wurden an die Kundenanforderungen angepasst, mit flexibler Integration in bestehende Fabrikabläufe. Benachrichtigungen wurden über Kanäle wie E-Mail, Nachrichtensysteme und rollenbasierte Dashboards zugestellt, um sicherzustellen, dass relevante Erkenntnisse die entsprechenden Teams in Echtzeit erreichten.

Dies stellte auch sicher, dass kritische Verfahren konsequent befolgt wurden, wie die Verwendung der richtigen Werkzeuge und die Einhaltung von Mindestpersonalstärken in kontrollierten Bereichen. Letztendlich wurden die täglichen Betriebsabläufe konsistenter, was die Compliance in der gesamten Fabrikhalle stärkte.

Ausweitung der Echtzeitüberwachung auf Fabrikumgebungen#

Während sich die industrielle Automatisierung weiterentwickelt, wird Computer-Vision zentral für die Verbesserung der Transparenz und Konsistenz bei manuellen Abläufen. Durch die Anpassung von Ultralytics YOLO Modellen plant WG Tech Solutions, seine WGDeepInsight-Plattform auf neue Fabrikumgebungen und Arbeitsabläufe auszuweiten.

Dies unterstützt Anwendungsfälle, die von der Sicherheits- und Schutzüberwachung bis hin zu prozessbezogenen Prüfungen in der Werkshalle reichen. In Kombination mit Edge-basierter Bereitstellung, Echtzeitanalysen und Axelera Metis Edge-KI-Beschleunigern ermöglicht dies eine skalierbare Überwachung und konsistente operative Einblicke in Fertigungsumgebungen.

Du möchtest Vision-KI für deine Betriebsabläufe erkunden? Schau dir unser GitHub repository und unsere licensing options an, um mit Ultralytics YOLO models zu starten. Erfahre mehr über Anwendungen wie KI im Gesundheitswesen und Vision-KI in der Fertigung sowie über Edge-KI-Beschleuniger wie die Axelera AI Export and Deployment | Ultralytics Docs