Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB

Intelligente Workflow-Analysen

Intelligente Workflow-Analysen

In einer Workflow-Analyse werden Arbeitsabläufe hinsichtlich ihrer Effizienz bewertet. Die intelligente Workflow-Analyse führt diese Bewertung automatisiert und in Echtzeit durch. Sie kann als Grundlage für individuell zugeschnittene Assistenzfunktionen eingesetzt werden. Erkennt das System Abweichungen vom optimalen Arbeitsablauf, adaptiert es sich automatisch hinsichtlich der neuen Situation.

Als Basis für die intelligente Workflow-Analyse dient die sensorielle Erfassung der Arbeitsumgebung und der dort vorhandenen Akteure. Mittels Methoden der künstlichen Intelligenz, wie zum Beispiel Markov‘schen Entscheidungsprozessen, wird der erfasste Arbeitsablauf hinsichtlich festgelegter Zielkriterien optimiert. Je nach Anwendung werden unterschiedliche Assistenzfunktionen bereitgestellt, wie beispielsweise das Vorschlagen eines nächsten Arbeitsschrittes. Dabei wird nach jedem Arbeitsschritt eine Neuberechnung des optimalen Weges zum Ziel durchgeführt, ähnlich einem Navigationssystem.

Ein Anwendungsbereich ist der intelligente Operationssaal, in welchem der Arbeitsablauf einer Operation erfasst und bewertet wird. Dies wird im BMBF-Projekt KonsensOP betrachtet. In Bereich der manuellen Montage wurde der Demonstrator mAssist umgesetzt. Ein Anwendungsfall für die Warteschlangenoptimierung an der Passkontrolle am Flughafen wurde im EU-Projekt FastPass behandelt.

Publikationen 

 

2017
Philipp, Patrick; Beyerer, Jürgen; Fischer, Yvonne:
Expert-based probabilistic modeling of workflows in context of surgical interventions.In: Schaefer, K.; Institute of Electrical and Electronics Engineers; IEEE Communications Society; IEEE Systems, Man, and Cybernetics Society: IEEE Conference on Cognitive and Computational Aspects of Situation Management, CogSIMA 2017: March 27-31, 2017, Savannah, GA, USA. Piscataway, NJ: IEEE, 2017, S.77-83.
2017
Philipp, Patrick; Bleier, Johannes; Fischer, Yvonne; Beyerer, Jürgen:
Towards a surgical phase detection using Markov Logic Networks. In: Radermacher, Klaus (Ed.); Society for Computer Assisted Orthopaedic Surgery, Bern: CAOS 2017, 17th Annual Meeting of the International Society for Computer Assisted Orthopaedic Surgery. Papers. Online resource: June 14-17, 2017, Aachen, Germany, S.288-294.
2016
Schreiter, Luzie; Philipp, Patrick; Giehl, Johannes; Fischer, Yvonne; Raczkowsky, Jörg; Schwarz, Markus; Beyerer, Jürgen; Wörn, Heinz:
Situation detection for an interactive assistance in surgical interventions based on random forests.In: International journal of computer assisted radiology and surgery 11 (2016), Supplement 1, S.S115-S116.