Worker Activity Recognition in Manufacturing Line Using Near-body Electric Field

要約

製造業は、高度なセンシングおよび制御システムを導入することで、生産効率と製品品質の向上に努めています。
ウェアラブル センサーは、製造ラインでの作業者の活動を継続的かつ目立たないように監視できるため、この目標を達成するための有望なソリューションとして浮上しています。
この論文では、IMU と人体静電容量センシング モジュールを組み合わせて製造ラインの作業員の活動を認識する、新しいウェアラブル センシング プロトタイプを紹介します。
これらのマルチモーダル センサー データを処理するために、マルチチャネル時系列畳み込みニューラル ネットワークと深層畳み込み LSTM に対する初期および後期のセンサー データ融合アプローチを提案し、比較します。
製造ラインのテストベッドで、提案されたセンシング プロトタイプと Apple Watch を使用してセンサー データを収集し、注釈を付けることで、提案されたハードウェアとニューラル ネットワーク モデルを評価します。
実験結果は、私たちが提案した方法がベースライン方法と比較して優れたパフォーマンスを達成することを示しており、製造業における実際のアプリケーションに対する提案されたアプローチの可能性を示しています。
さらに、身体容量性センサーと特徴融合手法を備えた提案されたセンシング プロトタイプは、身体容量性センサーと Apple Watch データを使用しない提案されたセンシング プロトタイプよりもそれぞれ 6.35% 向上し、マクロ F1 スコアが 9.38% 高くなりました。

要約(オリジナル)

Manufacturing industries strive to improve production efficiency and product quality by deploying advanced sensing and control systems. Wearable sensors are emerging as a promising solution for achieving this goal, as they can provide continuous and unobtrusive monitoring of workers’ activities in the manufacturing line. This paper presents a novel wearable sensing prototype that combines IMU and body capacitance sensing modules to recognize worker activities in the manufacturing line. To handle these multimodal sensor data, we propose and compare early, and late sensor data fusion approaches for multi-channel time-series convolutional neural networks and deep convolutional LSTM. We evaluate the proposed hardware and neural network model by collecting and annotating sensor data using the proposed sensing prototype and Apple Watches in the testbed of the manufacturing line. Experimental results demonstrate that our proposed methods achieve superior performance compared to the baseline methods, indicating the potential of the proposed approach for real-world applications in manufacturing industries. Furthermore, the proposed sensing prototype with a body capacitive sensor and feature fusion method improves by 6.35%, yielding a 9.38% higher macro F1 score than the proposed sensing prototype without a body capacitive sensor and Apple Watch data, respectively.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google