Brain-Computer-Interface in der Produktion

In einigen Fällen ist eine komplette Automatisierung der Qualitätskontrolle nicht möglich. Gerade manuelle Sichtprüfungen sind anspruchsvolle kognitive Aufgaben für den Menschen die eine extreme Konzentration über einen längeren Zeitraum erfordern. Hier kann die Assistenzfunktionalität für den Menschen beim Prüfprozess durch ein Brain-Computer- Interface unterstützt werden.

Herausforderung

Die Sichtprüfung ist eine gängige Methode der Qualitätssicherung in industriellen Prozessen. Hierbei handelt es sich um eine meist visuelle Kontrolle eines Produktes auf Fehler – wie Kratzer, Schmutzablagerungen oder Montagefehler. Da Sichtprüfungen hauptsächlich durch Menschen ausgeführt werden, unterliegen sie einem schlechten Wirkungsgrad. Ursächlich hierfür sind Konzentrationsschwankungen, Ermüdung oder Ablenkung. Zudem wirken sich monotone Prüfprozesse nachteilig auf das Befinden und Gesundheit der Prüfenden aus. Gerade bei nicht komplett automatisierbaren Qualitätskontrollen gilt es zu klären, wie der prüfende Mensch unterstützt werden kann.

Methodik

Wenn Menschen einen Fehler entdecken oder etwas Überraschendes wahrnehmen, führt dies zu einer Aufmerksamkeitsreaktion, die sich je nach mentalem Belastungsniveau unterschiedlich stark in den Hirnsignalen der Person beobachten lässt. Auch wenn sich die Reaktion auf Fehler zwischen verschiedenen Aufgaben (motorisch oder eher abstrakt) unterscheidet, so ist sie dennoch universell erkennbar. Die Elektroenzephalographie (EEG) ist eine hervorragende Messmethode, um diese spezifische Reaktion im Gehirn zeitsensitiv zu messen. Sogar noch schneller, als wenn der Nutzer eine körperliche Reaktion ausführen würde. Mittels maschineller Lernmethoden wird diese Gehirnreaktion auf Fehler durch die Detektion des Aufmerksamkeitsniveaus in Echtzeit erfasst. Dies machen wir uns zunutze, um Aufgaben der visuellen Qualitätsprüfung zu unterstützen.

Ergebnis

In einer Machbarkeitsstudie haben wir ein EEG-basiertes Brain-Computer-Interface (BCI) entwickelt, dass die durch den Menschen erkannten Fehler in visuellen Qualitätsprüfung mit einer durchschnittlich 85%-tigen Genauigkeit automatisch erkennt und fehlerhafte Werkstücke aussortiert. Die BCI-basierte Fehlererkennung kann genutzt werden, um bestimmte Korrekturen in Kontroll- und Steuerungsaufgaben durchzuführen bzw. in die Wege zu leiten. Der Mensch kann durch die kontinuierliche Messung von Schwankungen seiner Aufmerksamkeitsleistung bei der Prüfaufgabe proaktiv unterstützt werden. Zum Beispiel kann das BCI-System auf eine reduzierte Aufmerksamkeit hinweisen und eine Pause vorschlagen. Der Mitarbeiter kann so durch Kenntnis des Aufmerksamkeitsniveaus aktiv entlastet werden, um die Arbeit menschenfreundlicher zu gestalten.