Sprachbefehle oder Sprachsteuerungen werden in der industriellen Automatisierung bisher eher selten eingesetzt. Gegen den Einsatz im industriellen Umfeld spricht – so ein Hauptargument – die Vielzahl von Nebengeräuschen in den oft ‚lauten‘ Produktionshallen. Trotz des diffusen Lärmpegels muss die Sprachsteuerung aber gerade dann zuverlässig funktionieren und es dürfen keinerlei fehlerhaften Befehle entstehen, um Störungen des Produktionsablaufs sicher ausschließen zu können. In besonderem Maße kommt es deswegen auch auf die richtige Platzierung von Mikrofonen und Lautsprechern an sowie die geeignete Auswahl der Audiotechnik.
Funktionierender Prototyp einer Sprachsteuerung ist realisiert
Genau dieser Herausforderung hat sich die MRM2 Automatisierungstechnik GmbH aus Bad Ditzenbach-Gosbach gestellt und einen fertigen, zuverlässig funktionierenden Prototypen einer Sprachsteuerung für den industriellen Einsatz realisiert. Dieser kommt auch mit Produktionslärm in der Umgebung gut klar. Als Demonstrator wurde eine Roboterbar aufgebaut, in der sich Drinks per Sprachsteuerung auswählen lassen. Der Roboter mixt anschließend selbstständig den entsprechenden Drink. Auf der Hand liegt, dass sich dieses System aber auch auf Aufgaben in industriellen Anlagen übertragen lässt.
Funktionsprinzip der Sprachsteuerung
Die Spracherkennung nutzt Machine-Learning-Algorithmen, wozu das System grundsätzlich zunächst eine Trainingsphase durchlaufen muss. Auf Basis der in dieser Phase gewonnenen Daten bauen die Algorithmen ein statistisches Modell auf und lernen, automatisch Muster und Zusammenhänge in den vorhandenen Daten zu erkennen. Dabei verbessert sich das System selbstständig. MRM2 greift für das Erkennen von Regelmäßigkeiten auf die große Menge an vorhandenen Daten aus Webservices zurück. Die Worterkennung ist dadurch schon sehr genau, ohne dass ein spezielles Training notwendig ist.
Technischer Aufbau der Sprachsteuerung
Voraussetzungen für das Funktionieren des Systems sind ein Internetzugang und eine Anbindung an eine Steuerung (SPS/IPC). Die Verarbeitung der Sprachbefehle selbst erfolgt dabei online in der Cloud, zur Datenübertragung wird das MQTT-Protokoll verwendet. Die ‚Sprachbox‘ von MRM2, in der die Sprachbefehle erkannt, verarbeitet und an die Steuerung übergeben werden, läuft mit einem Python-Code. Hintergrund ist, dass Python die am weitesten verbreitete Programmiersprache für maschinelles Lernen ist und zwei große Vorteile bietet:
Die Entwickler können auf diese Weise auf eine Vielzahl an Unterprogrammen zurückgreifen, die bereits Codes für entsprechende Lösungen anbieten.
