Denne teksten er en oversettelse av den offisielle engelske versjonen av pressemeldingen, og den er kun ment som et praktisk referanseverktøy. Du finner detaljene og spesifikasjonene i den originale engelske versjonen. Dersom tekstene ikke stemmer overens, er det den originale engelske versjonen som gjelder.

FOR UMIDDELBAR UTGIVELSE nr. 3312

TOKYO, 9. oktober 2019 – Mitsubishi Electric Corporation (TOKYO: 6503) kunngjorde i dag at det nyutviklede KOTSUMON^®-systemet bruker selskapets Maisart^®*-teknologier med kunstig intelligens (AI) for å trekke ut videodata for automatisk identifisering og analyse av bestemte typer menneskelige bevegelser, for eksempel de til arbeiderne på produksjonslinjer. Systemet trenger bare en vanlig video for å automatisk måle arbeidseffektiviteten og oppdage utelatte eller uriktige bevegelser, som produsenter forventes å bruke til å oppgradere produksjonslinjedriften for forbedret produktivitet.

1. * Mitsubishi Electric's AI creates the State-of-the- ART in technology (Mitsubishi Electrics AI skaper det aller beste innen teknologi)

Forbedre effektiviteten av driftsanalyser ved å implementere KOTSUMON

Viktige funksjoner

1. 1)Måler arbeidstid og oppdager uriktige bevegelser for å redusere analysetiden til en tidel av normalen
   Mitsubishi Electrics nye system identifiserer bevegelser automatisk med 90 prosent nøyaktighet^** ved hjelp av kunstig intelligens for å lære en arbeiders kroppsholdninger og bevegelser. Siden analysen kan utføres med vanlige videoer, er det ikke nødvendig å feste sensorer til arbeideren osv. Videre er den analytiske arbeidsbelastningen og tidsbruken bare én tiendel^** av den som går med til manuell visuell observasjon utført av arbeidsledere. Teknologien ble utviklet i samarbeid med professor Aoki Yoshimitsu og Aoki Media Sensing Laboratory fra Department of Electrical Engineering, Faculty of Science and Technology, ved Keio University.
1. ** Basert på intern analyse
2. 2) Uttrekking og visualisering av bevegelser muliggjør standardiserte analyser fra alle arbeidsledere
   Å korrigere bevegelsene til en produksjonslinjearbeider er vanligvis en prosess med tre trinn: trinn én, oppdage upassende eller ubrukelige bevegelser; trinn to, avgjøre behov for korrigeringer i fysiske prosesser og/eller arbeidsmiljø; trinn tre, lære arbeideren mer effektive bevegelser. Imidlertid beveger arbeidere seg ofte for raskt til å finne problemer visuelt, og analytiske resultater kan variere fra én arbeidsleder til en annen, noe som gjør det vanskelig å oppnå konsekvent nyttige resultater gjennom manuell analyse.
   Mitsubishi Electrics nye system, som er basert på prinsippene for økonomiske bevegelser,^*** kan trekke ut en arbeiders bevegelsesdata fra en video for å automatisk oppdage uriktige bevegelser. Selv problemer som ikke kan registreres manuelt kan identifiseres automatisk for å sikre konsekvente, standardiserte resultater, uavhengig av den ansvarlige arbeidslederen.
1. ***En empirisk regel består av ca. 30 elementer, foreslått av Frank Gilbreth, en pioner innen bevegelsesstudier, for å minimere menneskelig tretthet, øke arbeidseffektivitet og utnytte menneskelig energi effektivt.

• PDF-versjon (PDF : 277KB)

Forespørsel

Mediekontakt

• Public Relations Division Mitsubishi Electric Corporation

Kundeforespørsler

• Information Technology R&D Center Mitsubishi Electric Corporation