Fraunhofer-Institut für Kognitive Systeme IKSVerlässliche Personenerkennung: Ansätze für sichere Mensch-Maschine-Kollaboration
Moderne Produktionsanlagen müssen flexibel und effizient sein und gleichzeitig die Sicherheit der Mitarbeitenden gewährleisten. Autonomer Maschinen in der Produktion können die Produktivität weiter steigern. Dafür muss allerdings der sichere Betrieb bei der Mensch-Maschinen-Kollaboration nachgewiesen werden.
Herkömmliche Sicherheitsmaßnahmen schränken die Betriebsfähigkeit autonomer Maschinen oft stark ein. Hier sind Perzeptionssysteme, die Künstliche Intelligenz (KI) integrieren, eine vielversprechende Lösung. Jedoch steht KI vor technischen und rechtlichen Herausforderungen hinsichtlich der Sicherheit (Safety). In jüngster Zeit hat die Automobilindustrie Pionierarbeit bei der Entwicklung KI-spezifischer Standards geleistet, z. B. ISO/PAS 8800. Dieser neue Standard enthält einen detaillierten ML-Safety-Lebenszyklus, der einen iterativen KI-Entwicklungsprozess vorsieht.
Das Whitepaper »Dependable Person Detection using AI in Industrial Environments« skizziert die Maßnahmen, die mit der Entwicklung eines zuverlässigen Personenerkennungssystems im industriellen Kontext verbunden sind. Es beleuchtet die einzelnen Schritte des iterativen Ansatzes des ML-Safety-Lebenszyklus zur Sicherheitsgewährleistung.
Der ML-Safety-Lebenszyklus des Fraunhofer IKS
- Definition von Sicherheitsanforderungen
- Datenspezifikation und Datenerfassung
- Auswahl passender Algorithmen
- Leistungsevaluierung
- Strategien zur Risikominderung
Was Sie in diesem Whitepaper erwartet:
- Übersicht zu jeder Phase des ML-Safety-Lebenszyklus, einschließlich Lessons Learned
- Relevante Normen und Standards für die Erhebung von Sicherheitsanforderungen und die Datenerfassung
- Allgemeine Überlegungen und Verfahren zur Algorithmenauswahl, Leistungsevaluierung und zu möglichen Risikominderungsstrategien
- Praktische Beispiele aus realen Erfahrungen
- Empfehlungen für eine sichere Personenerkennung mit KI in industriellen Umgebungen
