Wie können wir Ihnen weiterhelfen?
Marija Mijic
HR & Office Allrounder
T +43 660 383 95 46
office@craftworks.at
craftworks GmbH
Schottenfeldgasse 20/6a
1070 Wien
Sensordaten für
die automatische Erkennung
Sensorbasierte automatische Erkennung von Lage, Bewegung und Zustand von Betonteilen auf der Baustelle.
Success Story
Lesedauer: 3 min
Mechanical Engineering
Material Industries
Anomaly Detection
Industrial Software
80%
korrekte Erkennung
Preisge- krönte
innovative Lösung
Selbst- lernend
Annotationstool mit selbstlernenden Fähigkeiten
Unser Kunde hat einen Sensor entwickelt, der an Betonbauteilen angebracht werden kann, um den Bauprozess zu überwachen. Das Gerät enthält einen Beschleunigungsmesser und einen zusätzlichen Sensor zur Messung der Aushärtung des Betons. craftworks wurde damit beauftragt, die Sensordaten nutzbar zu machen und einen vollständigen Einblick in den Baufortschritt und den aktuellen Zustand der Baustelle zu geben.
Die Herausforderung bestand darin, charakteristische Phasen des Bauprozesses anhand der Beschleunigungsdaten von an den Bauteilen angebrachten Sensoren zu erkennen. Nach der Datenerfassung benötigte unser Kunde Antworten auf mehrere entscheidende Fragen: Wird ein Bauelement von einem Kran angehoben? Befindet es sich in einer horizontalen oder vertikalen Position? Sind Arbeiter auf dem Bauteil? Wurden Elemente am Baukörper befestigt?
Unsere Aufgabe bestand darin, vor Ort Messdaten zur Beschleunigung zu sammeln, alle wichtigen Phasen durch Kennzeichnung zu erfassen und ein Machine-Learning-Modell zur automatischen Erkennung dieser Phasen zu trainieren.
Der Code wurde in Python entwickelt. Anschließend wurde das Machine-Learning-Modell auf C-Code übertragen, um es auf dem Mikrocontroller des Geräts des Kunden auszuführen. Außerdem haben wir Pandas und Scikit-learn verwendet. Für die Kennzeichnung haben wir unser effizientes, selbst entwickeltes Annotationstool verwendet, das über selbstlernende Fähigkeiten verfügt.
Die innovative Lösung von craftworks, welche die Sensordaten des Kunden einbindet, automatisiert die Überwachung der Betonbauteile mit einer Genauigkeit von 80%. Unser Ansatz verbessert das Projektmanagement und optimiert die Effizienz auf der Baustelle.