Auflistung nach Autor:in "Ruskowski, Martin"
1 - 5 von 5
Treffer pro Seite
Sortieroptionen
- WorkshopbeitragImplementierung eines mitarbeiterrollenbasierten Informations-systems in einer modularen Produktionsumgebung mittels einer menschenzentrierten Verwaltungsschale(Mensch und Computer 2019 - Workshopband, 2019) Birtel, Max; Motsch, William; Ruskowski, MartinAufgrund sich schnell ändernder Kundenwünsche und den damit verbundenen Kundenanforderungen muss die Produktion von Produkten immer flexibler werden. Modulare Produktionsumgebungen haben sich hier als ein Lösungsansatz etabliert. Diese basieren auf Produktionslinien, die aus modularen Produktionsmodulen, sogenannten Cyber-physischen Produktionsmodulen (CPPM), bestehen. Durch die erreichte Flexibilisierung liegen Informationen zunehmend umfangreicher aber auch dezentraler vor. Dadurch wird es für Mitarbeiter auf dem Shopfloor immer schwieriger an genau die Informationen zu kommen, die für ihre Aufgabe relevant sind. Durch den Ansatz der Verwaltungsschale (VWS) für CPPM werden Produktionsmodule befähigt Informationen in strukturierter Form vorhalten zu können. Allerdings mangelt es derzeit an einer Klassifizierung von Informationen auf dem modularen Shopfloor sowie einer Klassifizierung von Mitarbeitern und deren Informationsbedarfe. Dieser Sachverhalt wird aufgearbeitet und Informations- sowie Mitarbeiterklassen identifiziert. Diese werden im Anschluss gegenübergestellt und bewertet, welche Informationsklasse welchen Mitarbeitern voraussichtlich den meisten Mehrwert bringen kann. In einer prototypischen Implementierung erfolgt die Spezifizierung und Implementierung der VWS für eine solche mitarbeiterrollenbasierte Informationsbereitstellung. Es erfolgt eine Beschreibung ausgewählter Mitarbeiterklassen, eine Zuordnung der dazugehörigen Visualisierungen auf einem mobilen Endgerät und die dazugehörige Implementierung in der verwendeten Systemstruktur.
- KonferenzbeitragInformationsmodellierung zur Beschreibung manueller Tätigkeiten an Handarbeitsplätzen(Mensch und Computer 2017 - Workshopband, 2017) Bertram, Patrick; Max, Birtel; Quint, Fabian; Ruskowski, MartinManuelle Arbeitsplätze sind trotz fortschreitender Automatisierung und Digitalisierung weiterhin ein wichtiger Bestandteil der Produktion. Die steigende Nachfrage nach kundenindividuellen Produkten und die Flexibilität des Menschen machen sie unersetzlich. Trotzdem sind diese weitestgehend von der Digitalisierung ausgeschlossen. Assistenzsysteme versuchen diese Lücke zwar zu schließen, dennoch weißen kommerzielle als auch Forschungsprototypen Lücken auf, die eine breite Anwendung in der Praxis behindern. In dieser Veröffentlichung werden diese Lücken und relevante Ansätze gesammelt, die Lösungen versprechen. Darauf basierend erfolgt die Schlussfolgerung, die den Forschungsbedarf nach einer maschinen-lesbaren Erfassung und Interpretation von manuellen Tätigkeiten motiviert.
- KonferenzbeitragA Novel Approach for Sensor Fusion Object Detection in Waste Sorting: The Case of WEEE(EnviroInfo 2023, 2023) Nazeri, Ali; Plociennik, Christiane; Vogelgesang, Malte; Li, Chanchan; Ruskowski, MartinThis paper investigates the application of AI-based methods for characterizing waste materials in sorting processes. With the increasing use of sensors in waste sorting systems, there is an opportunity to integrate data and improve accuracy. AI methods, such as deep object detection models, have the potential to optimize waste management processes and promote sustainability. This research examines the utilization of Sensor Fusion Object Detection in a multi-sensor sorting system, focusing on two different data fusion methods: concatenation and image mirroring. In the first approach, image data is concatenated with data from a hyperspectral near-infrared camera (NIR) and an inductive sensor, where dimensionality reduction techniques are applied to the data from both sensors. The second approach relies on a specific combination of NIR and inductive sensor data to simulate the format of image data. A Siamese Object Detection architecture is developed to train the model. The real-world testing results show that both approaches improve waste characterization accuracy and reliability by augmenting the models’ mean average precision (mAP). These findings demonstrate the potential for AI-based methods to transform the waste separation and management process, leading to more sustainable practices and resource efficiency.
- ZeitschriftenartikelSpecial Issue on Smart Production(KI - Künstliche Intelligenz: Vol. 33, No. 2, 2019) Ruskowski, Martin; Legler, Tatjana; Beetz, Michael; Bartels, Georg
- KonferenzbeitragVirtuelle Benutzungsschnittstellen auf Basis semantischer Modelle zur vereinfachten Anlageninteraktion(Mensch und Computer 2017 - Workshopband, 2017) Birtel, Max; Quint, Fabian; Ruskowski, MartinDie fortschreitende Digitalisierung der Industrie erlaubt es, Prozessdaten in einem wesentlich größeren Umfang zu sammeln und auszuwerten. Gleichzeitig werden Anlagenstrukturen wesentlich flexibler, wodurch sie sich besser den Marktanforderungen anpassen können. Durch die Vielzahl von möglichen Anlagenkonfigurationen steigt jedoch auch die Komplexität für den Bediener. Die heutzutage in der Praxis vorzufindenden, starren Benutzungsschnittstellen sind deshalb hinsichtlich Bedienerfreundlich-keit für zukünftige Anlagenstrukturen unzureichend. Auf der anderen Seite stehen neue visuelle Tech-nologien wie Augmented Reality und neuartige Endgeräte, die eine reichhaltigere Interaktion, bei-spielsweise über Gestensteuerung, ermöglichen, zur Verfügung. Ziel des hier vorgestellten Konzepts ist es eine technologische Basis zu bieten um die Frage, wie Benutzungsschnittstellen auf AR-fähigen Endgeräten mit integrierter Gestensteuerung in CPS-basierten Produktionsumgebungen gestaltet sein müssen, um Vorteile gegenüber heutigen Lösungen zu erbringen, erforschen zu können.