資策會數位轉型研究院─FIND中心

近年來生產線與製造現場的機械自動化迅速進展，然而在眾多生產環節仍有許多組裝過程需要人工參與。人類相較於機械擁有較高靈活度及適應力，但同時也存在不穩定性，並不可避免的會發生人為錯誤。在實際工作現場，幾乎每天都會發生技術員因失誤導致零件組裝出現錯誤，不只降低生產效率，也可能造成產品瑕疵，因此製造商須採取各種措施來防止類似問題，以提升整體生產效率與產品品質。

在此背景下，日立開發了一種名為「FREEDi」的傳感手套解決方案，透過內建感測器的手套感測人工作業過程，並利用AI演算法學習與判斷操作的準確度，最後於手機應用程式顯示判定結果，以便即時檢測並修正錯誤。

FREEDi背後技術原理

圖1：FREEDi傳感手套構造
資料來源：当社と日立が協創、デジタル技術で77kV送電ケーブルジョインターを早期に育成する技能訓練支援ソリューションの試行運用を開始｜ニュースリリース｜きんでん - 総合設備エンジニアリング

FREEDi結合傳感手套與學習演算法兩種技術，並與手機應用程式連結，透過三個系統協作，實現遠端檢測失誤並應用於各種製造場域。用於感測手部精細動作的FREEDi傳感手套，配有壓力感測器、麥克風、陀螺儀、加速度及地磁感測器等多種感測器及藍牙發送器。三個壓力感測器用於感測手指抓取或按壓力度，分別位於拇指、食指及中指的指腹，而麥克風則安裝於拇指根部附近，即便於設備運轉的吵雜環境下也能捕捉精細的指尖操作音。

圖2：FREEDi解決方案流程概述
資料來源：現場の繊細な“指先作業”をデジタル化するセンサーグローブソリューション「FREEDi」を開発：研究開発：日立

多功能學習演算法則用於生成判定模型，以判斷手部動作精準度、操作步驟是否正確。該演算法除了能夠從接收到的感測資料中找到時間序列模式、為動作添加時間順序，還能以此自動生成判定模型。串起一連串作業流程的手機應用程式，則擁有記錄、編輯感測器資料與即時作業檢測等一系列功能。

整體流程如下：使用者戴上傳感手套進行作業，通過應用程式上操作，記錄一定時間範圍內動作開始與結束，並通過應用程式查看資料並進行編輯，同時可記錄動作正確與否，以此作為正確與錯誤範例，於資料創建完成後按下學習按鈕，系統就會自動生成判定模型。在創建完成後，戴上傳感手套進行操作，當判定模型檢測到學習過的資料時，便會於應用程式顯示動作正確與否的判定結果，以實現生產線上的即時檢測。

實際應用案例-電纜技術員早期培訓

日立與Kinden於2020年開始共同合作，應用FREEDi感測手套解決方案協助電纜技術員的初期培訓，Kinden是關西電力旗下公司，主要業務為電力基礎設備的架設與維護。輸電電纜為基礎設備的材料之一，隨著電纜更新需求不斷增加，電纜接頭需求亦隨之增加。但另一方面，欲掌握電纜端末連接的技術需要數年時間，因而面臨如何讓培訓生於短時間內掌握技術的挑戰。

透過FREEDi解決方案，培訓生只須於戴上傳感手套後操作，系統便會收集數據並透過演算法提取技能檢測項目，檢測模型將自動比較分析熟練技術員及培訓生兩者動作數據。與此同時，將有攝影機拍攝電纜技術員的動作，系統透過拍攝畫面結合數據分析結果，提出改進動作的要點、方法，使培訓生於短時間內掌握技能，實現工作標準化及穩定品質。而也成功使用20名熟練技術員與培訓生的數據進行技能評估，並提出動作改進方法，實現實際層面的應用。

未來，日立規劃進一步擴展並提升FREEDi解決方案的感測方法、精確度，以滿足各種客戶需求、適用於更複雜、精密的製造工藝。隨著技術提升，也可以期待FREEDi應用於醫療、建築等更多領域，推動整個產業向智慧化與數位化轉型。

結語

科技為製造業帶來新的可能性，通過不斷推進並改革傳統生產模式，使我們進入一個更智慧、高效的未來，而這種趨勢將持續影響各個產業，進一步為我們的生活帶來更多便利與可能性，並為未來描繪更廣闊的前景。

新手技術員的福音：FREEDi傳感手套加速技能學習

新手技術員的福音：FREEDi傳感手套加速技能學習