DE102020205165A1 - Method for controlling a hand machine tool - Google Patents

Method for controlling a hand machine tool Download PDF

Info

Publication number
DE102020205165A1
DE102020205165A1 DE102020205165.8A DE102020205165A DE102020205165A1 DE 102020205165 A1 DE102020205165 A1 DE 102020205165A1 DE 102020205165 A DE102020205165 A DE 102020205165A DE 102020205165 A1 DE102020205165 A1 DE 102020205165A1
Authority
DE
Germany
Prior art keywords
power tool
handheld power
measurement data
machine learning
hazard information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020205165.8A
Other languages
German (de)
Inventor
Paulius Duplys
Markus Hanselmann
Janin Wolfinger
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102020205165.8A priority Critical patent/DE102020205165A1/en
Publication of DE102020205165A1 publication Critical patent/DE102020205165A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25F—COMBINATION OR MULTI-PURPOSE TOOLS NOT OTHERWISE PROVIDED FOR; DETAILS OR COMPONENTS OF PORTABLE POWER-DRIVEN TOOLS NOT PARTICULARLY RELATED TO THE OPERATIONS PERFORMED AND NOT OTHERWISE PROVIDED FOR
    • B25F5/00—Details or components of portable power-driven tools not particularly related to the operations performed and not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Abstract

Es wird ein Verfahren (200) zum Steuern einer Handwerkzeugmaschine (10) vorgeschlagen, umfassend die Verfahrensschritte• Bereitstellen von Messdaten betreffend die Handwerkzeugmaschine (10) unter Verwendung zumindest eines Sensors (38, 38a, 38b, 38c) der Handwerkzeugmaschine,• Ermitteln einer Gefahreninformation aus den bereitgestellten Messdaten mittels eines maschinellen Lernsystems (58), wobei das maschinelle Lernsystem (58) eingerichtet ist, die Gefahreninformation basierend auf den bereitgestellten Messdaten zu ermitteln,• Steuern der Handwerkzeugmaschine (10) zumindest teilweise basierend auf der ermittelten Gefahreninformation.Ferner betrifft die Erfindung ein Verfahren (100) zum Anlernen des maschinellen Lernsystems (58), sowie ein Computerprogramm, ein computerlesbares Speichermedium, eine Computervorrichtung (44) und eine Handwerkzeugmaschine (10), die jeweils dazu vorgesehen und eingerichtet sind, die vorgeschlagenen Verfahren (100, 200) auszuführen.A method (200) for controlling a handheld power tool (10) is proposed, comprising the steps of • providing measurement data relating to the handheld power tool (10) using at least one sensor (38, 38a, 38b, 38c) of the handheld power tool, • determining hazard information from the measurement data provided by means of a machine learning system (58), the machine learning system (58) being set up to determine the hazard information based on the measurement data provided Invention a method (100) for teaching the machine learning system (58), as well as a computer program, a computer-readable storage medium, a computer device (44) and a hand-held power tool (10), each of which is provided and set up for the proposed method (100, 200 ) to execute.

Description

Die Erfindung betrifft ein Verfahren zum Steuern einer Handwerkzeugmaschine mittels eines maschinellen Lernsystems. Ferner betrifft die Erfindung ein Verfahren zum Anlernen des maschinellen Lernsystems sowie ein Computerprogramm, ein computerlesbares Speichermedium, eine Computervorrichtung und eine Handwerkzeugmaschine, die jeweils dazu vorgesehen und eingerichtet sind, die vorgeschlagenen Verfahren auszuführen.The invention relates to a method for controlling a handheld power tool by means of a machine learning system. The invention also relates to a method for teaching the machine learning system and a computer program, a computer-readable storage medium, a computer device and a handheld power tool, each of which is provided and set up to carry out the proposed method.

Stand der TechnikState of the art

Die Erfindung geht aus von einem Verfahren zum Steuern einer Handwerkzeugmaschine, wie es aus DE 10 2008 001 774 A1 bekannt ist.The invention is based on a method for controlling a handheld power tool, as it is from DE 10 2008 001 774 A1 is known.

Offenbarung der ErfindungDisclosure of the invention

Die Erfindung geht aus von einer Handwerkzeugmaschine zur Bearbeitung eines Werkstücks, beispielsweise einer Handkreissäge, einer Motorsäge, einer Bohrmaschine oder dergleichen.The invention is based on a hand-held power tool for machining a workpiece, for example a hand-held circular saw, a motor saw, a drill or the like.

Die Erfindung betrifft in einem ersten Aspekt ein Verfahren zum Steuern einer Handwerkzeugmaschine, insbesondere einer Handkreissäge, einer Motorsäge, einer Bohrmaschine, einer Heckenschere oder dergleichen. Das Verfahren umfasst die VerfahrensschritteIn a first aspect, the invention relates to a method for controlling a hand-held power tool, in particular a hand-held circular saw, a power saw, a drill, a hedge trimmer or the like. The process comprises the process steps

  • • Bereitstellen von Messdaten betreffend die Handwerkzeugmaschine unter Verwendung zumindest eines Sensors der Handwerkzeugmaschine,• Provision of measurement data relating to the handheld power tool using at least one sensor of the handheld power tool,
  • • Ermitteln einer Gefahreninformation aus den bereitgestellten Messdaten mittels eines maschinellen Lernsystems, wobei das maschinelle Lernsystem eingerichtet ist, die Gefahreninformation basierend auf den bereitgestellten Messdaten zu ermitteln,• Determination of hazard information from the measurement data provided by means of a machine learning system, the machine learning system being set up to determine the hazard information based on the measurement data provided,
  • • Steuern der Handwerkzeugmaschine, insbesondere Ausführen und/oder Beenden und/oder Steuern einer Funktion der Handwerkzeugmaschine mittels einer Steuervorrichtung, zumindest teilweise basierend auf der ermittelten Gefahreninformation.• Controlling the handheld power tool, in particular executing and / or terminating and / or controlling a function of the handheld power tool by means of a control device, at least partially based on the identified hazard information.

Das Verfahren zum Steuern einer Handwerkzeugmaschine kann in einer Ausführungsform des Verfahrens ausschließlich in Hardware implementiert sein. In einer alternativen Ausführungsform kann das Verfahren auch in Form von Software oder in einer Mischung aus Software und Hardware realisiert sein. Insbesondere kann das Verfahren ein computerimplementiertes Verfahren darstellen, das mittels einer Computervorrichtung durchgeführt wird. Zur Durchführung des Verfahrens kann die Computervorrichtung zumindest eine Prozessorvorrichtung und ferner zumindest eine Speichervorrichtung aufweisen, in der das Verfahren als Computerprogramm hinterlegt ist.In one embodiment of the method, the method for controlling a handheld power tool can be implemented exclusively in hardware. In an alternative embodiment, the method can also be implemented in the form of software or in a mixture of software and hardware. In particular, the method can represent a computer-implemented method that is carried out by means of a computer device. To carry out the method, the computer device can have at least one processor device and furthermore at least one storage device in which the method is stored as a computer program.

Eine Handwerkzeugmaschine dient der Bearbeitung eines Werkstücks, wobei die Handwerkzeugmaschine typischerweise ein bewegliches Werkzeug aufweist. Das bewegliche Werkzeug kann beispielsweise in Form eines Schneidwerkzeugs, eines Sägewerkzeugs, eines Fräswerkzeugs, eines Bohrwerkzeugs, eines Spanwerkzeugs, eines Hobelwerkzeugs oder dergleichen realisiert sein. Häufig verwendete Beispiele derartiger Handwerkzeugmaschinen sind durch eine Kettensäge, eine Stichsäge, eine Kreissäge, ein Freischneider, eine Kappsäge, eine Gehrungssäge, eine Kettenfräse, eine Heckenschere, einen Rasenmäher, aber auch beispielsweise durch ein Multitool, eine Bohrmaschine, eine Schleifmaschine oder dergleichen gegeben. Die Handwerkzeugmaschine kann kabelgebunden oder kabellos, beispielsweise unter Verwendung einer Energiespeichervorrichtung, betrieben werden.A handheld power tool is used to machine a workpiece, the handheld power tool typically having a movable tool. The movable tool can be implemented, for example, in the form of a cutting tool, a sawing tool, a milling tool, a drilling tool, a cutting tool, a planing tool or the like. Frequently used examples of such hand machine tools are given by a chainsaw, a jigsaw, a circular saw, a brush cutter, a chop saw, a miter saw, a chain milling machine, a hedge trimmer, a lawn mower, but also, for example, by a multitool, a drill, a grinding machine or the like. The hand-held power tool can be operated in a wired or wireless manner, for example using an energy storage device.

Unter „bereitstellen von Messdaten“ ist insbesondere zu verstehen, dass einer das Verfahren durchführenden Vorrichtung, insbesondere einer eine Prozessorvorrichtung umfassenden Computervorrichtung, die entsprechenden Messdaten - betreffend die Handwerkzeugmaschine - bereitgestellt oder übergeben oder signaltechnisch zugeleitet werden. Die Messdaten werden unter Verwendung zumindest eines Sensors der Handwerkzeugmaschine gemessen und übermittelt und derart erfasst und bereitgestellt. Dabei ist denkbar, dass Messdaten zwischenzeitlich gespeichert werden und durch Einlesen der gespeicherten Messdaten bereitgestellt werden. Beispielsweise können Messdaten durch Einlesen von auf einem Datenserver oder von in einer Speichervorrichtung, beispielsweise auf der Handwerkzeugmaschine, hinterlegten Messdaten bereitgestellt werden, die vorab unter Verwendung zumindest eines Sensors der Handwerkzeugmaschine erfasst wurden.“Provision of measurement data” is to be understood in particular to mean that a device performing the method, in particular a computer device comprising a processor device, the corresponding measurement data - relating to the handheld power tool - are provided or transferred or sent by means of signals. The measurement data are measured and transmitted using at least one sensor of the handheld power tool and are recorded and made available in this way. It is conceivable that measurement data are temporarily stored and made available by reading in the stored measurement data. For example, measurement data can be provided by reading in measurement data stored on a data server or in a storage device, for example on the handheld power tool, which were previously acquired using at least one sensor of the handheld power tool.

In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine wird das Ermitteln der Gefahreninformation auf einer zur Handwerkzeugmaschine internen Computervorrichtung durchgeführt. Eine zur Handwerkzeugmaschine interne Computervorrichtung kann beispielsweise durch eine Steuervorrichtung oder Prozessorvorrichtung der Handwerkzeugmaschine realisiert sein. In einer alternativen oder zusätzlichen Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine wird das Ermitteln der Gefahreninformation auf einer zur Handwerkzeugmaschine externen Computervorrichtung durchgeführt, wobei Messdaten der Computervorrichtung unter Verwendung einer Datenkommunikationsschnittstelle der Handwerkzeugmaschine der externen Computervorrichtung bereitgestellt werden, insbesondere übermittelt werden. Unter einer Datenkommunikationsschnittstelle ist beispielsweise eine Bluetooth-, eine Bluetooth-Low-Energy-, eine WiFi-Datenkommunikationsschnittstelle oder dergleichen zu verstehen. Unter einer externen Computervorrichtung ist beispielsweise ein Smartphone, eine Cloud, ein Computer, ein Tablet oder dergleichen zu verstehen. Insbesondere ist auch denkbar, Messdaten einer zur Handwerkzeugmaschine internen Computervorrichtung sowie einer zur Handwerkzeugmaschine externen Computervorrichtung bereitzustellen.In one embodiment of the method for controlling a handheld power tool, the hazard information is ascertained on a computer device internal to the handheld power tool. A computer device internal to the handheld power tool can be implemented, for example, by a control device or processor device of the handheld power tool. In an alternative or additional embodiment of the method for controlling a handheld power tool, the hazard information is ascertained on a computer device external to the handheld power tool, with measurement data from the computer device using a Data communication interface of the handheld power tool of the external computer device are provided, in particular transmitted. A data communication interface is to be understood as meaning, for example, a Bluetooth, a Bluetooth low energy, a WiFi data communication interface or the like. An external computer device is to be understood as meaning, for example, a smartphone, a cloud, a computer, a tablet or the like. In particular, it is also conceivable to provide measurement data to a computer device internal to the handheld power tool and to a computer device external to the handheld power tool.

Unter Sensoren sind messtechnische Vorrichtungen zu verstehen, mittels der Messdaten betreffend die Handwerkzeugmaschine erfasst und bereitgestellt werden können. In einer Ausführungsform werden Messdaten unter Verwendung zumindest eines Sensors der Handwerkzeugmaschine bereitgestellt, wobei der zumindest eine Sensor aus einer Liste von Sensoren gewählt ist, die zumindest umfasst:

  • - magnetfeldsensitive Sensoren;
  • - Ortungssensoren, beispielsweise kapazitive Sensoren, Ultraschallsensoren oder Radarsensoren;
  • - berührungssensitive Sensoren;
  • - positionssensitive und/oder lagesensitive Sensoren, beispielsweise GPS, O-dometriesensoren, Wegstreckensensoren;
  • - geschwindigkeitssensitive und/oder beschleunigungssensitive Sensoren, beispielsweise Inertialsensoren wie Beschleunigungssensoren und Drehratensensoren;
  • - temperatursensitive Sensoren;
  • - abstandssensitive Sensoren, beispielsweise Laserentfernungsmesser, Ultraschallsensoren, Radarsensoren;
  • - drucksensitive Sensoren;
  • - optische Sensoren, insbesondere bildgebende Sensoren wie Kameras und Wärmebildkameras;
  • - spannungssensitive und/oder stromsensitive Sensoren, insbesondere zur Aufnahme eines Verlaufs einer Leistungsaufnahme der Handwerkzeugmaschine;
  • - Schallsensoren, insbesondere Vibrationssensoren,

oder eine Kombination derer. Eine Vielzahl weiterer Sensoren, die geeignet sind, Messdaten zur Durchführung des Verfahrens bereitzustellen, sind dem Fachmann bekannt.Sensors are to be understood as meaning metrological devices by means of which measurement data relating to the handheld power tool can be recorded and provided. In one embodiment, measurement data are provided using at least one sensor of the handheld power tool, the at least one sensor being selected from a list of sensors which at least includes:
  • - Magnetic field sensitive sensors;
  • - Location sensors, for example capacitive sensors, ultrasonic sensors or radar sensors;
  • - touch-sensitive sensors;
  • position-sensitive and / or position-sensitive sensors, for example GPS, odometry sensors, distance sensors;
  • - Speed-sensitive and / or acceleration-sensitive sensors, for example inertial sensors such as acceleration sensors and rotation rate sensors;
  • - temperature sensitive sensors;
  • distance-sensitive sensors, for example laser range finders, ultrasonic sensors, radar sensors;
  • - pressure sensitive sensors;
  • - Optical sensors, in particular imaging sensors such as cameras and thermal imaging cameras;
  • voltage-sensitive and / or current-sensitive sensors, in particular for recording a profile of a power consumption of the handheld power tool;
  • - Sound sensors, especially vibration sensors,

or a combination of these. A large number of other sensors which are suitable for providing measurement data for carrying out the method are known to the person skilled in the art.

Der in einer Handwerkzeugmaschine verwendete zumindest eine Sensor kann je nach Art bzw. Ausgestaltung der Handwerkzeugmaschine und deren Anwendung unterschiedlich gewählt sein. Die mittels des zumindest einen Sensors erfassten und bereitgestellten Messdaten betreffen die entsprechende Handwerkzeugmaschine und lassen insbesondere Analysen und Rückschlüsse hinsichtlich einer Gefahreninformation betreffend die Handwerkzeugmaschine während deren Verwendung zu.The at least one sensor used in a handheld power tool can be selected differently depending on the type or configuration of the handheld power tool and its application. The measurement data recorded and provided by means of the at least one sensor relate to the corresponding handheld power tool and in particular allow analyzes and conclusions to be drawn with regard to hazard information relating to the handheld power tool during its use.

Unter „steuern der Handwerkzeugmaschine“ ist zu verstehen, dass mittels der internen und/oder externen Computervorrichtung zumindest teilweise basierend auf einer ermittelten Gefahreninformation eine Funktion der Handwerkzeugmaschine beeinflusst wird. Dies kann beispielsweise durch Ausführen und/oder Beenden und/oder Steuern einer Funktion der Handwerkzeugmaschine realisiert werden. Hierzu kann die interne und/oder externe Computervorrichtung signaltechnisch mit der Steuervorrichtung (oder: Prozessorvorrichtung) der Handwerkzeugmaschine verbunden sein oder im Falle einer internen Computervorrichtung auch identisch mit dieser sein. Im Falle einer externen Computervorrichtung kann die signaltechnische Verbindung beispielsweise wieder über die Datenkommunikationsschnittstelle erfolgen. Derart ist die Computervorrichtung derart mit der Steuervorrichtung verbunden oder sogar identisch, dass Steuersignale von der Computervorrichtung an die Steuervorrichtung weiterleitbar sind oder ermittelte Gefahreninformationen an die Steuervorrichtung weiterleitbar sind, sodass mittels der Steuervorrichtung basierend auf der Gefahreninformation ein Steuersignal generiert werden kann, beispielsweise um präventive Maßnahmen im Gefahrenfall einzuleiten.“Controlling the handheld power tool” is to be understood as meaning that a function of the handheld power tool is influenced by means of the internal and / or external computer device at least partially based on ascertained hazard information. This can be implemented, for example, by executing and / or terminating and / or controlling a function of the handheld power tool. For this purpose, the internal and / or external computer device can be signal-connected to the control device (or: processor device) of the handheld power tool or, in the case of an internal computer device, can also be identical to it. In the case of an external computer device, the signaling connection can again take place via the data communication interface, for example. In this way, the computer device is connected or even identical to the control device in such a way that control signals can be forwarded from the computer device to the control device or ascertained hazard information can be forwarded to the control device, so that a control signal can be generated by means of the control device based on the hazard information, for example for preventive measures initiate in case of danger.

Vielfältige Ausführungsformen beeinflussbarer Funktionen sind denkbar. Beispielsweise ist denkbar, eine Werkzeuggeschwindigkeit und/oder eine Leistungsaufnahme der Handwerkzeugmaschine in Abhängigkeit einer ermittelten Gefahreninformation zu ändern, insbesondere zu steuern und/oder zu regeln, ganz insbesondere zu reduzieren oder auszuschalten. Alternativ oder zusätzlich ist denkbar, einen Gefahrenhinweis in Abhängigkeit einer ermittelten Gefahreninformation mittels einer Ausgabevorrichtung, beispielsweise einer Ausgabevorrichtung der Handwerkzeugmaschine, an einen Nutzer der Handwerkzeugmaschine auszugeben.Diverse embodiments of functions that can be influenced are conceivable. For example, it is conceivable to change a tool speed and / or a power consumption of the handheld power tool as a function of ascertained hazard information, in particular to control and / or regulate it, in particular to reduce or switch it off. Alternatively or additionally, it is conceivable to output a hazard notice to a user of the handheld power tool by means of an output device, for example an output device of the handheld power tool, as a function of ascertained hazard information.

Unter einer Gefahreninformation, insbesondere einer Gefahreninformation betreffend die Handwerkzeugmaschine, ist eine Information zu verstehen, die eine Aussage zur Gefahr, die von der Handwerkzeugmaschine bei ihrer gegenwärtigen (tatsächlichen) Nutzung ausgeht, zulässt. Insbesondere erlaubt es die Ermittlung einer Gefahreninformation, eine Sicherheit und Nutzerfreundlichkeit bei der Bedienung und Verwendung der Handwerkzeugmaschine zu erhöhen, beispielsweise durch eine Frühindikation von Gefahren und eine damit einhergehende Reduzierung von potentiellen Unfällen oder Bedienfehlern. Ferner kann ein Schulungsbedarf an Nutzer, die die Handwerkzeugmaschine bedienen, reduziert werden. In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine ist eine Gefahreninformation derart definiert oder gewählt, dass sie zumindest eine der folgenden Klassen betrifft:

  • • eine Klasse, welche einen risikoarmen, d.h. ordnungsgemäßen, Betrieb der Handwerkzeugmaschine charakterisiert, beispielsweise das normale Sägen mittels einer Kettensäge;
  • • eine Klasse, welche einen risikobehafteten, insbesondere riskanten und/oder fehlerhaften, Betrieb der Handwerkzeugmaschine charakterisiert, beispielsweise schnelle und unkoordinierte Bewegungen bei der Nutzung der Kettensäge;
  • • eine Klasse, welche einen riskanten, d.h. kritischen oder gefährlichen, Betrieb der Handwerkzeugmaschine charakterisiert, beispielsweise eine schnelle Bewegung der sich in Bewegung befindenden Kette vertikal nach oben in Richtung des Kopfs eines Nutzers oder einen Sturz der Handwerkzeugmaschine.
Hazard information, in particular hazard information relating to the handheld power tool, is to be understood as information that allows a statement to be made about the danger emanating from the handheld power tool during its current (actual) use. In particular, the determination of hazard information makes it possible to increase safety and user-friendliness in the operation and use of the hand-held power tool, for example through an early indication of hazards and an associated one Reduction of potential accidents or operating errors. Furthermore, the need for training for users who operate the handheld power tool can be reduced. In one embodiment of the method for controlling a handheld power tool, hazard information is defined or selected in such a way that it relates to at least one of the following classes:
  • A class which characterizes low-risk, ie proper, operation of the hand-held power tool, for example normal sawing by means of a chainsaw;
  • A class which characterizes risky, in particular risky and / or faulty, operation of the handheld power tool, for example rapid and uncoordinated movements when using the chainsaw;
  • A class which characterizes a risky, ie critical or dangerous, operation of the handheld power tool, for example a rapid movement of the moving chain vertically upwards in the direction of the head of a user or a fall of the handheld power tool.

Eine Gefahreninformation wird aus den bereitgestellten Messdaten mittels eines maschinellen Lernsystems ermittelt, wobei das maschinelle Lernsystem eingerichtet ist, die entsprechende Gefahreninformation basierend auf den bereitgestellten Messdaten zu ermitteln, insbesondere auch auszugeben. Unter dem maschinellen Lernsystem ist dabei insbesondere eine technische Realisierung eines selbstlernenden Systems zu verstehen, das aus vorgegebenen Beispielen - den sogenannten Trainingsdaten - lernt und nach Beendigung der Lernphase die gelernten Verhalte verallgemeinern kann, indem es Muster und Gesetzmäßigkeiten in den Trainingsdaten identifiziert und abrufbar macht. Derartige maschinelle Lernsysteme sind prinzipiell bekannt, beispielsweise aus DE 10 2005 050 577 A1 . Es wird vorgeschlagen, dass in einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine das maschinelle Lernsystem ein, insbesondere künstliches, neuronales Netz und/oder ein Verfahren zur automatischen Klassifikation umfasst. Das neuronale Netz besteht dabei aus einer Verkettung neuronaler Schichten, wobei die Topologie des Netzes zur Durchführung des Verfahrens eingerichtet und angepasst, insbesondere parametrisiert, ist. Dem maschinellen Lernsystem, insbesondere dem neuronalen Netz, werden dabei zunächst Messdaten als Eingangsgröße (Trainingseingangsdaten) bereitgestellt, wobei die Trainingseingangsdaten anschließend durch das maschinelle Lernsystem, insbesondere durch das neuronale Netz, propagiert werden. Insbesondere bei einem neuronalen Netz berechnet entsprechend jede (verdeckte) Schicht des neuronalen Netzes eine Ausgangsgröße, die wiederum als Eingangsgröße einer folgenden Schicht des Netzes verwendet wird. Die letzte Schicht des Netzes (Ausgabeschicht) erlaubt das Ablesen der entsprechenden Gefahreninformation, die basierend auf den eingegebenen Messdaten abgeschätzt wurde. Unter Verfahren zur automatischen Klassifikation sind einem Fachmann beispielsweise folgende Verfahren bekannt: Decision-Tree-Verfahren, Random-Forest-Verfahren, Isolation-Forest-Verfahren oder dergleichen. Ein maschinelles Lernsystem, insbesondere ein neuronales Netz wie beispielsweise ein bayessches Netz und/oder anderweitige Verfahren zur automatischen Klassifikation, weist dabei den Vorteil auf, dass gegenüber existierenden statistischen oder regelbasierten Ansätzen eine zuverlässigere und präzisere Ermittlung einer Gefahreninformation betreffend die Handwerkzeugmaschine möglich ist. Insbesondere können auch bei großen Mengen an Messdaten und unterschiedlichen Einflussfaktoren auf eine Gefahreninformation - beispielsweise diversen Bewegungsmustern der Handwerkzeugmaschine - sinnvolle Ergebnisse bei der Ermittlung der entsprechenden Gefahreninformation erhalten werden. In einer Ausführungsform des Verfahrens ist das neuronale Netz als ein rekurrentes neuronales Netz oder als ein faltendes neuronales Netz realisiert. Denkbar ist auch, dass das maschinelle Lernsystem eine Regression ausführt, also einen Verlauf einer Gefahreninformation vorhersagt.Hazard information is determined from the measurement data provided by means of a machine learning system, the machine learning system being set up to determine, in particular also to output, the corresponding hazard information based on the measurement data provided. The machine learning system is to be understood in particular as a technical implementation of a self-learning system that learns from given examples - the so-called training data - and can generalize the learned behavior after the end of the learning phase by identifying patterns and regularities in the training data and making them accessible. Such machine learning systems are known in principle, for example from DE 10 2005 050 577 A1 . It is proposed that, in one embodiment of the method for controlling a handheld power tool, the machine learning system comprises an, in particular an artificial, neural network and / or a method for automatic classification. The neural network consists of a concatenation of neural layers, the topology of the network being set up and adapted, in particular parameterized, for carrying out the method. The machine learning system, in particular the neural network, is initially provided with measurement data as an input variable (training input data), the training input data then being propagated by the machine learning system, in particular by the neural network. In a neural network in particular, each (hidden) layer of the neural network accordingly calculates an output variable, which in turn is used as the input variable of a subsequent layer of the network. The last layer of the network (output layer) allows reading of the corresponding hazard information, which was estimated based on the entered measurement data. The following methods are known to a person skilled in the art, for example, as methods for automatic classification: decision tree method, random forest method, isolation forest method or the like. A machine learning system, in particular a neural network such as a Bayesian network and / or other methods for automatic classification, has the advantage that, compared to existing statistical or rule-based approaches, a more reliable and precise determination of hazard information relating to the handheld power tool is possible. In particular, even with large amounts of measurement data and different influencing factors on hazard information - for example various movement patterns of the handheld power tool - meaningful results can be obtained when determining the corresponding hazard information. In one embodiment of the method, the neural network is implemented as a recurrent neural network or as a folding neural network. It is also conceivable that the machine learning system carries out a regression, that is, predicts a course of hazard information.

Das erfindungsgemäße Verfahren zum Steuern einer Handwerkzeugmaschine erlaubt es, mittels maschinellem Lernen ein Modell zu trainieren, das auf neue Messdaten generalisiert werden kann und folglich in der Lage ist zu entscheiden, um welche Klasse von Gefahreninformation es sich handelt.The method according to the invention for controlling a handheld power tool makes it possible to use machine learning to train a model that can be generalized to new measurement data and is consequently able to decide which class of hazard information is involved.

In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine ist das maschinelle Lernsystem eingerichtet, die Gefahreninformation zumindest betreffend eine der bereits genannten Klassen zu ermitteln, d.h. betreffend:

  • • einer Klasse, welche einen risikoarmen ordnungsgemäßen Betrieb der Handwerkzeugmaschine charakterisiert,
  • • einer Klasse, welche einen risikobehafteten fehlerhaften Betrieb der Handwerkzeugmaschine charakterisiert,
  • • einer Klasse, welche einen riskanten kritischen oder gefährlichen Betrieb der Handwerkzeugmaschine charakterisiert.
In one embodiment of the method for controlling a handheld power tool, the machine learning system is set up to determine the hazard information at least relating to one of the classes already mentioned, ie relating to:
  • • a class that characterizes the low-risk, proper operation of the handheld power tool,
  • • a class which characterizes risky, faulty operation of the handheld power tool,
  • • a class which characterizes a risky, critical or dangerous operation of the handheld power tool.

In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine wird die Handwerkzeugmaschine mittels der Steuervorrichtung gesteuert, insbesondere eine Funktion der Handwerkzeugmaschine ausgeführt und/oder beendet und/oder gesteuert, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine charakterisiert. Zur Steuerung der Handwerkzeugmaschine wird dazu die ermittelte Gefahreninformation an die Steuervorrichtung der Handwerkzeugmaschine ausgegeben, insbesondere mittels einer Datenkommunikationsvorrichtung übermittelt. Mittels der Steuervorrichtung kann dann unter Verwendung der Gefahreninformation eine Steuergröße zum Beeinflussen, insbesondere Steuern oder Regeln, eines physikalischen Aktors der Handwerkzeugmaschine ermittelt werden. Alternativ oder zusätzlich kann auch bereits eine ermittelte Steuergröße an die Steuervorrichtung der Handwerkzeugmaschine ausgegeben, insbesondere mittels einer Datenkommunikationsvorrichtung übermittelt, werden. Die Steuervorrichtung dient dabei der Steuerung, insbesondere dem Betrieb, eines physikalischen Aktors, beispielsweise durch Anwendung von Regelroutinen und/oder Steuerroutinen. Die Steuervorrichtung ist zumindest dazu vorgesehen, zumindest teilweise anhand der ermittelten Gefahreninformation eine weitere Verarbeitung durchzuführen und derart die entsprechende Gefahreninformation in eine Steuergröße zum Ansteuern des Aktors zu übersetzen. Beispielsweise ist denkbar, dass in Abhängigkeit der ermittelten Gefahreninformation, insbesondere der Klasse, eine automatische Einstellung von Prozessparametern wie beispielsweise der Antriebsleistung der Handwerkzeugmaschine, erfolgt. Auf diese Weise kann ein besonders effizientes Überwachungsverfahren zum Überwachen und Steuern der Handwerkzeugmaschine, insbesondere zum automatischen Erkennen von und Reagieren auf Gefahren, angegeben werden. Es sei darauf hingewiesen, dass unter Anwendung des erfindungsgemäßen Verfahrens zum Steuern einer Handwerkzeugmaschine, insbesondere in Kombination mit einer Ausgabe einer zumindest teilweise auf der ermittelten Gefahreninformation basierenden Information, die ermittelte Gefahreninformation betreffend die Handwerkzeugmaschine und folglich das Gefahrenpotential bei der Nutzung der Handwerkzeugmaschine der menschlichen Wahrnehmung des Nutzers vorteilhaft zugänglich wird. Die Information bezeichnet dabei eine zur Ausgabe mittels einer Ausgabevorrichtung aufbereitete, insbesondere nutzerfreundlich aufbereitete, und zumindest teilweise auf der ermittelten Gefahreninformation basierenden Information. Insbesondere kann die Information zur Ausgabe auch der Gefahreninformation entsprechen. Beispielsweise ist denkbar, dass die Information in Form eines Ampelsignals - welches während der tatsächlichen Nutzung der Handwerkzeugmaschine ein aktuell vorliegendes Gefahrenpotential signalisiert - direkt an der Handwerkzeugmaschine einem Nutzer der Handwerkzeugmaschine ausgegeben wird (beispielsweise Rot - gefährliche Handhabung, Grün - ordnungsgemäße sichere Handhabung). In einer alternativen oder zusätzlichen Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine wird die Handwerkzeugmaschine mittels der Steuervorrichtung gesteuert, insbesondere eine Funktion der Handwerkzeugmaschine ausgeführt und/oder beendet und/oder gesteuert, und eine Notfunktion aktiviert, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen riskanten Betrieb der Handwerkzeugmaschine charakterisiert. Unter einer Notfunktion ist insbesondere eine Funktion zu verstehen, die eine umgehende Reaktion des Nutzers erfordert, um eine Auslösung eines Notrufs zu verhindern. Beispielsweise ist denkbar, dass für den Fall, in dem eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen riskanten Betrieb der Handwerkzeugmaschine charakterisiert, der Nutzer zur Bestätigung aufgefordert wird, dass keine gefährliche Situation vorliegt. Geht er dieser Aufforderung in einem festgelegten Zeitintervall nicht nach, wird über die Datenkommunikationsschnittstelle der Handwerkzeugmaschine (oder alternativ über die zur Handwerkzeugmaschine externe Computervorrichtung) automatisch ein Notruf abgesetzt. Der Notruf kann dabei insbesondere Positionsdaten der Handwerkzeugmaschine (z.B. GPS-Messdaten), Art der Handwerkzeugmaschine und ggf. weitere Informationen an eine Notfallstelle übertragen.In one embodiment of the method for controlling a handheld power tool, the handheld power tool is controlled by means of the control device, in particular a function of the handheld power tool is executed and / or terminated and / or controlled when hazard information relating to a class is determined which characterizes a risky operation of the hand machine tool. To control the handheld power tool, the determined hazard information is output to the control device of the handheld power tool, in particular transmitted by means of a data communication device. The control device can then use the hazard information to determine a control variable for influencing, in particular controlling or regulating, a physical actuator of the handheld power tool. Alternatively or additionally, an already determined control variable can also be output to the control device of the handheld power tool, in particular transmitted by means of a data communication device. The control device is used to control, in particular to operate, a physical actuator, for example by using control routines and / or control routines. The control device is provided at least to carry out further processing at least partially on the basis of the identified hazard information and in this way to translate the corresponding hazard information into a control variable for controlling the actuator. For example, it is conceivable that an automatic setting of process parameters such as the drive power of the handheld power tool takes place as a function of the identified hazard information, in particular the class. In this way, a particularly efficient monitoring method for monitoring and controlling the handheld power tool, in particular for automatically recognizing and reacting to hazards, can be specified. It should be noted that when using the method according to the invention for controlling a handheld power tool, in particular in combination with an output of information based at least partially on the identified hazard information, the identified hazard information relating to the handheld power tool and consequently the hazard potential when using the handheld power tool is human perception of the user is advantageously accessible. The information denotes information that has been processed for output by means of an output device, in particular processed in a user-friendly manner, and based at least in part on the hazard information determined. In particular, the information for the output can also correspond to the hazard information. For example, it is conceivable that the information in the form of a traffic light signal - which signals a currently existing hazard potential during the actual use of the handheld power tool - is output directly to the handheld power tool to a user of the handheld power tool (for example red - dangerous handling, green - proper, safe handling). In an alternative or additional embodiment of the method for controlling a handheld power tool, the handheld power tool is controlled by means of the control device, in particular a function of the handheld power tool is executed and / or terminated and / or controlled, and an emergency function is activated when hazard information relating to a class is determined which characterizes a risky operation of the handheld power tool. An emergency function is to be understood in particular as a function that requires an immediate reaction by the user in order to prevent an emergency call from being triggered. For example, it is conceivable that in the event that hazard information relating to a class is determined which characterizes risky operation of the hand-held power tool, the user is requested to confirm that there is no dangerous situation. If he does not follow up on this request within a defined time interval, an emergency call is automatically placed via the data communication interface of the handheld power tool (or, alternatively, via the computer device external to the handheld power tool). The emergency call can in particular transmit position data from the handheld power tool (for example GPS measurement data), the type of handheld power tool and, if necessary, further information to an emergency center.

In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine wird das maschinelle Lernsystem zur Ermittlung der Gefahreninformation mit einem regelbasierten, insbesondere statischen, Verfahren zur Ermittlung einer weiteren Gefahreninformation kombiniert, insbesondere abgeglichen, wobei das regelbasierten Verfahren dazu eingerichtet ist, aus den bereitgestellten Messdaten die weitere Gefahreninformation basierend auf den bereitgestellten Messdaten unter Verwendung von Schwellenwerten zu ermitteln. Insbesondere ist denkbar, dass die weitere Gefahreninformation ein Überschreiten eines Schwellenwerts durch den zumindest einen Sensor und/oder durch zumindest einen weiteren Sensor charakterisiert. Der zumindest eine weitere Sensor stellt dabei ebenfalls Messdaten betreffend die Handwerkzeugmaschine bereit. Ferner ist denkbar, eine Staffelung der weiteren Gefahreninformation vorzunehmen, die in Folge eines Vergleichs des von dem zumindest einen Sensor und/oder von dem zumindest einen weiteren Sensor bereitgestellten Messdaten mit einem oder insbesondere mehreren Schwellenwerten realisiert wird. Derartige Schwellenwerte können dabei der das Verfahren ausführenden Computervorrichtung vorgegeben sein. Beispielsweise ist denkbar, Schwellenwerte derart zu wählen, dass die weitere Gefahreninformation ebenfalls zumindest betreffend eine der bereits genannten Klassen ermittelbar ist, d.h. betreffend:

  • • eine Klasse, welche einen risikoarmen Betrieb der Handwerkzeugmaschine charakterisiert,
  • • eine Klasse, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine charakterisiert,
  • • eine Klasse, welche einen riskanten Betrieb der Handwerkzeugmaschine charakterisiert.
In one embodiment of the method for controlling a handheld power tool, the machine learning system for determining the hazard information is combined, in particular compared, with a rule-based, in particular static, method for determining further hazard information, the rule-based method being set up to extract the further hazard information from the measurement data provided based on the provided measurement data using threshold values. In particular, it is conceivable that the further hazard information characterizes an exceeding of a threshold value by the at least one sensor and / or by at least one further sensor. The at least one further sensor also provides measurement data relating to the handheld power tool. It is also conceivable to stagger the further hazard information, which is implemented as a result of a comparison of the measurement data provided by the at least one sensor and / or by the at least one further sensor with one or in particular a plurality of threshold values. Such threshold values can be predetermined for the computer device executing the method. For example, it is conceivable to select threshold values in such a way that the further hazard information can also be determined at least with regard to one of the classes already mentioned, ie regarding:
  • • a class that characterizes low-risk operation of the handheld power tool,
  • • a class that characterizes risky operation of the handheld power tool,
  • • a class which characterizes risky operation of the handheld power tool.

In einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine ist, insbesondere durch einen Nutzer der Handwerkzeugmaschine, ein Nutzungsszenario der Handwerkzeugmaschine vorgebbar, wobei abhängig von der Vorgabe

  • • die Bereitstellung der Messdaten, insbesondere der zumindest eine verwendete Sensor der Handwerkzeugmaschine, beeinflusst, insbesondere gewählt und/oder geändert, wird, und/oder
  • • eine Parametrisierung des maschinellen Lernsystems beeinflusst, insbesondere gewählt und/oder geändert, wird, und/oder
  • • die Steuerung der Handwerkzeugmaschine, insbesondere eine auszuführende und/oder zu beendende und/oder zu steuernde Funktion der Handwerkzeugmaschine, beeinflusst, insbesondere gewählt und/oder geändert, wird.
In one embodiment of the method for controlling a handheld power tool, in particular by a user of the handheld power tool, a usage scenario for the handheld power tool can be specified, depending on the specification
  • • the provision of the measurement data, in particular the at least one sensor used in the hand-held power tool, is influenced, in particular selected and / or changed, and / or
  • • a parameterization of the machine learning system is influenced, in particular selected and / or changed, and / or
  • The control of the handheld power tool, in particular a function of the handheld power tool that is to be performed and / or terminated and / or controlled, is influenced, in particular selected and / or changed.

Derart ist realisierbar, dass in einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine unterschiedliche Gefahreninformationen abhängig von einem Nutzungsszenario der Handwerkzeugmaschine ermittelt werden. Derart kann das Verfahren, insbesondere das maschinelle Lernsystem bzw. dessen zu Grund liegende Algorithmen und/oder Parametrisierungen, an bei einem bestimmten Nutzungsszenario zu erwartende Muster von Messdaten angepasst werden und derart eine Genauigkeit und Geschwindigkeit des Verfahrens zur Steigerung der Sicherheit signifikant erhöht werden. Beispielsweise ist denkbar, dass sich das Verhalten einer Kettensäge - und damit die bereitgestellten Messdaten bzw. darin befindliche Datenmuster - beim Beschneiden einer Hecke deutlich von einem Verhalten der Kettensäge - und damit von bereitgestellten Messdaten bzw. darin befindlichen Datenmustern - beim Fällen eines Baumes unterscheidet. Dem Nutzer der Handwerkzeugmaschine können auf diese Weise Programme angeboten werden, die abhängig von einer intendierten Nutzung der Handwerkzeugmaschine ausgewählt werden können.In this way, it can be realized that, in one embodiment of the method for controlling a handheld power tool, different hazard information is determined as a function of a usage scenario of the handheld power tool. In this way, the method, in particular the machine learning system or its underlying algorithms and / or parameterizations, can be adapted to patterns of measurement data to be expected in a specific usage scenario, and the accuracy and speed of the method for increasing security can thus be significantly increased. For example, it is conceivable that the behavior of a chainsaw - and thus the measurement data provided or the data patterns contained therein - when trimming a hedge differs significantly from the behavior of the chainsaw - and thus from the measurement data provided or the data patterns contained therein - when a tree is felled. In this way, the user of the handheld power tool can be offered programs that can be selected depending on an intended use of the handheld power tool.

In einer alternativen oder zusätzlichen Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine ist, insbesondere durch einen Nutzer der Handwerkzeugmaschine, ein Erfahrungsstand des Nutzers vorgebbar, wobei abhängig von der Vorgabe

  • • die Bereitstellung der Messdaten, insbesondere der zumindest eine verwendete Sensor der Handwerkzeugmaschine, beeinflusst, insbesondere gewählt und/oder geändert, wird, und/oder
  • • eine Parametrisierung des maschinellen Lernsystems beeinflusst, insbesondere gewählt und/oder geändert, wird, und/oder
  • • die Steuerung der Handwerkzeugmaschine, insbesondere eine auszuführende und/oder zu beendende und/oder zu steuernde Funktion der Handwerkzeugmaschine, beeinflusst, insbesondere gewählt und/oder geändert, wird.
In an alternative or additional embodiment of the method for controlling a handheld power tool, in particular by a user of the handheld power tool, a level of experience of the user can be specified, depending on the specification
  • • the provision of the measurement data, in particular the at least one sensor used in the hand-held power tool, is influenced, in particular selected and / or changed, and / or
  • • a parameterization of the machine learning system is influenced, in particular selected and / or changed, and / or
  • The control of the handheld power tool, in particular a function of the handheld power tool that is to be performed and / or terminated and / or controlled, is influenced, in particular selected and / or changed.

Derart ist realisierbar, dass in einer Ausführungsform des Verfahrens zum Steuern einer Handwerkzeugmaschine unterschiedliche Gefahreninformationen abhängig von einem Erfahrungsstand des Nutzers ermittelt werden. Derart kann beispielsweise die Reaktion der Handwerkzeugmaschine auf eine potentiell riskante Situation unterschiedlich stark ausfallen (beispielsweise durch Ausschalten der Handwerkzeugmaschine im Falle eines unerfahrenen Nutzers - Herunterregeln der Antriebsleistung der Handwerkzeugmaschine im Falle eines erfahrenen Nutzers). In this way it can be realized that, in one embodiment of the method for controlling a handheld power tool, different hazard information is determined as a function of the user's level of experience. In this way, for example, the reaction of the handheld power tool to a potentially risky situation can vary in strength (for example, by switching off the handheld power tool in the case of an inexperienced user - reducing the drive power of the handheld power tool in the case of an experienced user).

Gemäß einem weiteren Aspekt der Erfindung wird ein, insbesondere computerimplementiertes, Verfahren zum Anlernen eines maschinellen Lernsystems, insbesondere eines neuronalen Netzes, vorgeschlagen. Das Verfahren zum Anlernen bewirkt, dass das maschinelle Lernsystem zur Durchführung des zuvor beschriebenen Verfahrens zum Steuern einer Handwerkzeugmaschine eingerichtet, d.h. speziell angelernt und/oder parametrisiert ist. Das Verfahren zum Anlernen weist zumindest die folgenden Verfahrensschritte auf:

  • • Bereitstellen von Trainingsdaten umfassend Trainingseingangsdaten und zugeordneten Trainingsausgangsdaten, wobei die Trainingseingangsdaten Messdaten betreffend eine Handwerkzeugmaschine zu einer Vielzahl von Gefahreninformationen umfassen und wobei die Trainingsausgangsdaten jeweils den zugeordneten Trainingseingangsdaten zumindest eine Gefahreninformation betreffend die Handwerkzeugmaschine zuordnen,
  • • Anlernen des maschinellen Lernsystems, wobei Parameter des maschinellen Lernsystems derart angepasst werden, dass das maschinelle Lernsystem abhängig von den angepassten Parametern und abhängig von den bereitgestellten Trainingseingangsdaten die jeweils zugehörigen Trainingsausgangsdaten ermittelt,
According to a further aspect of the invention, a particularly computer-implemented method for teaching a machine learning system, in particular a neural network, is proposed. The method for teaching has the effect that the machine learning system is set up to carry out the previously described method for controlling a handheld power tool, ie is specially trained and / or parameterized. The learning process has at least the following process steps:
  • • Provision of training data comprising training input data and assigned training output data, the training input data comprising measurement data relating to a handheld power tool for a large number of pieces of hazard information, and wherein the training output data each assign to the assigned training input data at least one piece of hazard information relating to the handheld power tool,
  • • Teaching the machine learning system, whereby parameters of the machine learning system are adapted in such a way that the machine learning system determines the respective associated training output data depending on the adapted parameters and depending on the training input data provided,

In einem weiteren Verfahrensschritt wird das angelernte maschinelle Lernsystem zu einer Computervorrichtung, insbesondere zu der Steuervorrichtung der Handwerkzeugmaschine, hinzugefügt.In a further process step, the learned machine learning system becomes one Computer device, in particular to the control device of the handheld power tool, added.

In Folge der Bereitstellung von Trainingseingangsdaten ermittelt das maschinelle Lernsystem, insbesondere das neuronale Netz, aus diesen Daten einen ersten Ausgabewert. Dieser Ausgabewert wird im Anlernprozess einem Trainingssystem (beispielsweise einer Computervorrichtung) zugeführt, wobei das Trainingssystem hieraus eine Vorschrift zur Anpassung der Parameter ermittelt, welche vorgibt, welcher oder welche Parameter des maschinellen Lernsystems auf welche Weise einer Anpassung unterzogen werden soll(en), um eine präzisere Ermittlung der vorgegebenen Trainingsausgangsdaten zu ermöglichen. Im Falle eines neuronalen Netzes kann diese Anpassung durch Vorgabe erwarteter bzw. gewünschter Werte für den Ausgabewert und anschließende Rückwärts-Propagation erfolgen. Ferner wird vorgeschlagen, dass in einer Ausführungsform des Verfahrens zum Anlernen die Trainingseingangsdaten aus einer Liste ausgewählt sind, die zumindest Messdaten umfasst, wie sie von einem Sensor der folgenden Liste bereitgestellt werden:

  • magnetfeldsensitive Sensoren, Ortungssensoren, berührungssensitive Sensoren, positionssensitive und/oder lagesensitive Sensoren, geschwindigkeitssensitive und/oder beschleunigungssensitive Sensoren, temperatursensitive Sensoren, abstandssensitive Sensoren, drucksensitive Sensoren, optische Sensoren, spannungssensitive und/oder stromsensitive Sensoren, Schallsensoren oder eine Kombination derer. Ferner wird vorgeschlagen, dass die Trainingsausgangsdaten aus einer Liste von Gefahreninformationen ausgewählt sind, die zumindest folgende Klassen betreffen: eine Klasse, welche einen risikoarmen Betrieb der Handwerkzeugmaschine charakterisiert (beispielsweise einen Normalbetrieb), eine Klasse, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine charakterisiert, eine Klasse, welche einen riskanten Betrieb der Handwerkzeugmaschine charakterisiert. Derart kann ein besonders zielgerichtetes Verfahren zum Anlernen angegeben werden, dass auf in einem Verfahren zum Steuern einer Handwerkzeugmaschine bereitgestellte Messdaten vorteilhaft angepasst ist, da es als Grundlage für das Anlernen die gleichen Informationsquellen verwendet.
As a result of the provision of training input data, the machine learning system, in particular the neural network, determines a first output value from this data. This output value is fed to a training system (for example a computer device) in the learning process, the training system using this to determine a rule for adapting the parameters, which specifies which parameter (s) of the machine learning system is to be adapted in which way in order to achieve a to enable more precise determination of the given training output data. In the case of a neural network, this adaptation can take place by specifying expected or desired values for the output value and subsequent backward propagation. It is further proposed that, in one embodiment of the method for teaching, the training input data are selected from a list which includes at least measurement data as provided by a sensor from the following list:
  • Magnetic field-sensitive sensors, location sensors, touch-sensitive sensors, position-sensitive and / or position-sensitive sensors, speed-sensitive and / or acceleration-sensitive sensors, temperature-sensitive sensors, distance-sensitive sensors, pressure-sensitive sensors, optical sensors, voltage-sensitive and / or current-sensitive sensors, sound sensors or a combination of these. It is also proposed that the training output data be selected from a list of hazard information that relate to at least the following classes: a class that characterizes low-risk operation of the handheld power tool (for example, normal operation), a class that characterizes risky operation of the handheld power tool, one class , which characterizes a risky operation of the hand machine tool. In this way, a particularly targeted method for teaching can be specified that is advantageously adapted to measurement data provided in a method for controlling a handheld power tool, since it uses the same information sources as the basis for teaching.

Insbesondere ist denkbar, das Verfahren zum Anlernen des maschinellen Lernsystems lediglich unter Nutzung von solchen Trainingsdaten zu realisieren, die eine Klasse eines risikoarmen Betriebs, insbesondere eines „Normalbetriebs“, der Handwerkzeugmaschine charakterisieren. Derart kann das maschinelle Lernsystem unter Verwendung von ausschließlich solchen Daten aus einem „Normalbetrieb“ der Handwerkzeugmaschine angelernt werden, dass es lernt, wie sich die Handwerkzeugmaschine im „Normalbetrieb“ verhält. Während der Verwendung der Handwerkzeugmaschine können dann Abweichungen vom erwarteten Verhalten als Anomalie erkannt werden. Dabei ist vorteilhaft, dass keine Gefahrensituationen in die Trainingsdaten eingehen müssen.In particular, it is conceivable to implement the method for teaching the machine learning system only using training data that characterize a class of low-risk operation, in particular “normal operation”, of the handheld power tool. In this way, the machine learning system can be taught using exclusively such data from “normal operation” of the handheld power tool that it learns how the handheld power tool behaves in “normal operation”. During the use of the hand-held power tool, deviations from the expected behavior can then be recognized as anomaly. It is advantageous that no dangerous situations have to be included in the training data.

In einer Ausführungsform des Verfahrens zum Anlernen werden in einem weiteren Verfahrensschritt weitere, eine Handwerkzeugmaschine betreffende, Messdaten bereitgestellt, wobei die weiteren Messdaten während einer Nutzung der Handwerkzeugmaschine erfasst wurden, und wobei den weiteren Messdaten zumindest eine, insbesondere vorgegebene, Gefahreninformation betreffend die Handwerkzeugmaschine zugeordnet wird und derart das maschinelle Lernsystem mit den weiteren Messdaten, insbesondere weiter, angelernt wird. Unter „weiter anlernen“ ist insbesondere zu verstehen, dass das maschinelle Lernsystem wiederholt mit den nun bereitgestellten weiteren Trainingsdaten aus insbesondere spezifischen Nutzungsszenarien angelernt wird. Auf diese Weise kann realisiert werden, dass das maschinelle Lernsystem zunächst unter Verwendung „allgemeiner Messdaten“ vortrainiert wird, anschließend einer Computervorrichtung, insbesondere einer Steuervorrichtung einer Handwerkzeugmaschine, zugeordnet wird und dann mit weiteren, auf die spezielle Handwerkzeugmaschine und/oder auf den Nutzer abgestimmten Trainingsdaten weiter trainiert bzw. weiter angelernt wird. Folglich können auf eine jeweilige Handwerkzeugmaschine und/oder auf einen jeweiligen Nutzer besonders gut trainierte maschinelle Lernsysteme realisiert werden, die ferner eine besonders zuverlässige Ermittlung einer Gefahreninformation betreffend die jeweilige Handwerkzeugmaschine ermöglichen. Derart ist es möglich, die dem maschinellen Lernsystem zu Grunde liegenden Algorithmen bzw. Parametrisierungen auf einen jeweiligen Nutzer, ein jeweiliges Nutzerszenario und oder eine jeweilige Handwerkzeugmaschine zu konditionieren, indem beispielsweise der Nutzer in einer Trainingsphase festgelegte (vorgegebene) Manöver oder Aktionen mit der Handwerkzeugmaschine ausführt.In one embodiment of the method for teaching, further measurement data relating to a handheld power tool are provided in a further method step, the further measurement data being recorded while the handheld power tool was being used, and at least one, in particular predetermined, hazard information relating to the handheld power tool being assigned to the further measurement data and in this way the machine learning system is trained with the further measurement data, in particular further. “Continue learning” is to be understood in particular as the fact that the machine learning system is repeatedly learned with the additional training data now provided, in particular from specific usage scenarios. In this way, it can be realized that the machine learning system is first pre-trained using “general measurement data”, then assigned to a computer device, in particular a control device of a handheld power tool, and then with further training data tailored to the specific handheld power tool and / or the user further training or further learning is carried out. As a result, machine learning systems that are particularly well trained on a respective handheld power tool and / or on a respective user can be implemented, which further enable particularly reliable determination of hazard information relating to the respective handheld power tool. In this way, it is possible to condition the algorithms or parameterizations on which the machine learning system is based on a respective user, a respective user scenario and / or a respective handheld power tool by, for example, the user executing specified (predetermined) maneuvers or actions with the handheld power tool in a training phase .

Das erfindungsgemäße Verfahren zum Steuern einer Handwerkzeugmaschine erlaubt es, den Umgang eines Nutzers mit einer Handwerkzeugmaschine gegenüber dem Stand der Technik deutlich sicherer zu gestalten. Derzeit ist der Umgang mit solchen Handwerkzeugmaschinen - insbesondere für ungeübte Nutzer - bei unsachgemäßem Umgang gefährlich. Zahlreiche Handwerkzeugmaschinen weisen daher Sicherheitsmechanismen wie Schutzschalter, Grifferkennung, Gashebelsperre oder dergleichen auf, die einen unsachgemäßen Umgang möglichst reduzieren und/oder verhindern sollen. Das erfindungsgemäße Verfahren ermöglicht nunmehr, auch Unfälle, die durch unerwartete Ereignisse - wie Ausrutschen des Nutzers - und/oder bewusst unsachgemäße Handhabung (Manipulation) der Handwerkzeugmaschine - wie senkrechtes Anheben einer Kettensäge Richtung Kopf bei laufendem Motor - verursacht werden, zu verhindern. Dafür implementiert das erfindungsgemäße Verfahren ein Sicherheitssystem für Handwerkzeugmaschinen, das vollautomatisiert abläuft und Unfällen präventiv vorbeugen kann.The method according to the invention for controlling a handheld power tool makes it possible for a user to handle a handheld power tool in a significantly safer manner compared to the prior art. It is currently dangerous to use such handheld power tools - especially for inexperienced users - if handled improperly. Numerous handheld power tools therefore have safety mechanisms such as circuit breakers, handle recognition, gas lever lock or the like, which are intended to reduce and / or prevent improper handling as far as possible. The method according to the invention enables now, also to prevent accidents caused by unexpected events - such as slipping of the user - and / or deliberately improper handling (manipulation) of the hand power tool - such as vertical lifting of a chainsaw towards the head with the engine running. For this purpose, the method according to the invention implements a safety system for handheld power tools that runs fully automatically and can prevent accidents.

In einem weiteren Aspekt der Erfindung wird das maschinelle Lernsystem, insbesondere das neuronale Netz, zur Durchführung des erfindungsgemäßen Verfahrens zur Steuerung einer Handwerkzeugmaschine vorgeschlagen. Das maschinelle Lernsystem wird insbesondere durch Ausführen des erfindungsgemäßen Verfahrens zum Anlernen des maschinellen Lernsystems erhalten.In a further aspect of the invention, the machine learning system, in particular the neural network, is proposed for carrying out the method according to the invention for controlling a handheld power tool. The machine learning system is obtained in particular by executing the method according to the invention for teaching the machine learning system.

In einem weiteren Aspekt wird ein Computerprogramm vorgeschlagen. Das Computerprogramm ist eingerichtet, eines der vorherigen genannten Verfahren auszuführen. Das Computerprogramm umfasst Anweisungen, welche bei ihrer Ausführung auf einer Computervorrichtung, insbesondere der Steuervorrichtung einer Handwerkzeugmaschine, die Computervorrichtung, bzw. insbesondere die Steuervorrichtung, veranlassen, eines der beschriebenen Verfahren mit allen seinen Schritten auszuführen.In a further aspect, a computer program is proposed. The computer program is set up to carry out one of the aforementioned methods. The computer program comprises instructions which, when executed on a computer device, in particular the control device of a handheld power tool, cause the computer device, or in particular the control device, to execute one of the described methods with all of its steps.

Ferner wird ein computerlesbares Speichermedium vorgeschlagen, auf welchem das Computerprogramm hinterlegt, insbesondere gespeichert, ist. Speichermedien an sich sind einem Fachmann dabei bekannt.Furthermore, a computer-readable storage medium is proposed on which the computer program is deposited, in particular stored. Storage media per se are known to a person skilled in the art.

Des Weiteren wird eine Computervorrichtung, insbesondere eine Steuervorrichtung einer Handwerkzeugmaschine, vorgeschlagen, die eingerichtet ist, eines der beschriebenen Verfahren auszuführen. Insbesondere wird eine Computervorrichtung mit zumindest einer Prozessorvorrichtung und einer Speichervorrichtung vorgeschlagen, wobei auf der Speichervorrichtung Befehle hinterlegt sind, die beim Ausführen dieser durch die Prozessorvorrichtung bewirken, dass die Computervorrichtung das Verfahren ausführt. Unter einer „Prozessorvorrichtung“ soll insbesondere eine Vorrichtung verstanden werden, die zumindest einen Informationseingang, eine Informationsverarbeitungseinheit zur Bearbeitung sowie eine Informationsausgabe zur Weitergabe der bearbeiteten und/oder ausgewerteten Informationen aufweist. In einem Ausführungsbeispiel umfasst die Prozessorvorrichtung zumindest einen Prozessor. Eine „Speichervorrichtung“ dient dabei dazu, ein zur Durchführung eines der beschriebenen Verfahren notwendiges Computerprogramm für die Prozessorvorrichtung bereitzuhalten.Furthermore, a computer device, in particular a control device of a handheld power tool, is proposed which is set up to carry out one of the described methods. In particular, a computer device with at least one processor device and a memory device is proposed, wherein commands are stored on the memory device which, when these are executed by the processor device, cause the computer device to execute the method. A “processor device” is to be understood in particular as a device which has at least one information input, an information processing unit for processing and an information output for forwarding the processed and / or evaluated information. In one embodiment, the processor device comprises at least one processor. A “storage device” is used to hold ready a computer program for the processor device that is necessary to carry out one of the described methods.

In einem weiteren Aspekt der Erfindung wird eine Handwerkzeugmaschine umfassend zumindest einen Sensor zur Erfassung und Bereitstellung von Messdaten, vorgeschlagen, die ferner eine Steuervorrichtung aufweist, die zur Durchführung eines der erfindungsgemäßen Verfahren eingerichtet ist.In a further aspect of the invention, a handheld power tool comprising at least one sensor for acquiring and providing measurement data is proposed, which furthermore has a control device which is set up to carry out one of the methods according to the invention.

Unter „vorgesehen“ und „eingerichtet“ soll im Folgenden speziell „programmiert“, „ausgelegt“, „konzipiert“, „parametrisiert“ und/oder „ausgestattet“ verstanden werden. Darunter, dass ein Objekt zu einer bestimmten Funktion „vorgesehen“ ist, soll insbesondere verstanden werden, dass das Objekt diese bestimmte Funktion in zumindest einem Anwendungs- und/oder Betriebszustand erfüllt und/oder ausführt oder dazu ausgelegt ist, die Funktion zu erfüllen.In the following, “provided” and “set up” are specifically intended to mean “programmed”, “designed”, “designed”, “parameterized” and / or “equipped”. The fact that an object is “intended” for a specific function should be understood in particular to mean that the object fulfills and / or executes this specific function in at least one application and / or operating state or is designed to fulfill the function.

FigurenlisteFigure list

Die Erfindung ist anhand von in den Zeichnungen dargestellten Ausführungsbeispielen in der nachfolgenden Beschreibung näher erläutert. Die Zeichnung, die Beschreibung und die Ansprüche enthalten zahlreicher Merkmale in Kombination. Der Fachmann wird die Merkmale zweckmäßigerweise auch einzeln betrachten und zu sinnvollen weiteren Kombinationen zusammenfassen. Gleiche Bezugszeichen in den Figuren bezeichnen gleiche Elemente.The invention is explained in more detail in the following description on the basis of exemplary embodiments shown in the drawings. The drawing, the description and the claims contain numerous features in combination. The person skilled in the art will expediently also consider the features individually and combine them into meaningful further combinations. The same reference symbols in the figures denote the same elements.

Es zeigen:

  • 1 eine perspektivische Darstellung einer Ausgestaltung der erfindungsgemäßen Handwerkzeugmaschine in Form einer Heckenschere,
  • 2 eine schematische Darstellung einer Ausführungsform eines maschinellen Lernsystems in Form eines neuronalen Netzes,
  • 3 eine schematische Darstellung einer Ausführungsform eines Verfahrens zum Anlernen,
  • 4 eine schematische Darstellung einer Ausführungsform eines Verfahrens zum Steuern einer Handwerkzeugmaschine.
Show it:
  • 1 a perspective view of an embodiment of the hand power tool according to the invention in the form of a hedge trimmer,
  • 2 a schematic representation of an embodiment of a machine learning system in the form of a neural network,
  • 3 a schematic representation of an embodiment of a method for teaching,
  • 4th a schematic representation of an embodiment of a method for controlling a handheld power tool.

Beschreibung der AusführungsbeispieleDescription of the exemplary embodiments

In 1 ist in perspektivischer Seitendarstellung eine Handwerkzeugmaschine 10 dargestellt. Die Handwerkzeugmaschine 10 ist beispielhaft als eine Heckenschere 10' realisiert. Die gezeigte Heckenschere 10' weist ein Gehäuse 12 auf, aus dem nach vorne ein schematisch dargestelltes Heckenscherenmesser 14' als bewegliches Werkzeug 14 der Heckenschere 10' austritt. Das Gehäuse 12 weist auf der dem Heckenscherenmesser 14' abgewandten Seite einen hinteren Handgriff 16 auf, der zusammen mit dem Gehäuse 12 eine geschlossene, ovale Eingriffsöffnung 18 bildet. Auf der Innenseite des Handgriffs 16 ist eine Schaltertaste 20 zum Ein- und Ausschalten des Antriebs der Heckenschere 10' vorgesehen.In 1 is a hand machine tool in perspective side view 10 shown. The hand machine tool 10 is exemplary as a hedge trimmer 10 ' realized. The hedge trimmer shown 10 ' has a housing 12th on, from the front a schematically shown hedge trimmer knife 14 ' as a movable tool 14th the hedge trimmer 10 ' exit. The case 12th points to the hedge trimmer knife 14 ' remote side a rear handle 16 on that along with the case 12th a closed, oval opening 18th forms. On the inside of the Handle 16 is a switch button 20th for switching the drive of the hedge trimmer on and off 10 ' intended.

Vom gebogenen, insbesondere C-förmigen, Handgriff 16 ausgehend verläuft die obere Kontur des Gehäuses 12 gerade nach vorne und endet in einem zweiten Handgriff 22. Dieser Handgriff 22 besteht aus einem stangenartigen, längs verlaufenden Griffstück 24, das an seinem vorderen Ende in einen Querbalken 26 übergeht, dessen beiden Enden seitlich ausladend nach unten gebogen verlaufen. Zwischen dem Querbalken 26 und dem Gehäuse 12 besteht ein Abstand, der es einem Bediener der Heckenschere erlaubt, den Querbalken 26 zu umgreifen.From the curved, especially C-shaped, handle 16 starting from the upper contour of the housing runs 12th straight forward and ends in a second handle 22nd . This handle 22nd consists of a rod-like, lengthwise handle 24 that at its front end into a transom 26th passes, the two ends of which extend laterally curved downwards. Between the crossbeam 26th and the case 12th there is a clearance that allows an operator of the hedge trimmer to reach the transom 26th to encompass.

Der Handgriff 22 trägt auf seiner oberen Seite eine T-förmige Betätigungstaste 28, die der Längs- und Querkontur der Handgriffs 22 folgt. Die Betätigungstaste 28 ist in vertikaler Richtung nach unten gegenüber dem Griffstück 24 und dem Querbalken 26 verkippbar, bevorzugt versenkbar. Die Betätigungstaste 28 tritt mit ihrer dem Querbalken 26 abgewandten Seite in das Innere des Gehäuses 12 ein, wo sie über nicht dargestellte Betätigungsmittel mit einem Schalter gekoppelt ist.The handle 22nd carries a T-shaped operating button on its upper side 28 that of the longitudinal and transverse contours of the handle 22nd follows. The actuation button 28 is in the vertical direction downwards opposite the handle 24 and the crossbeam 26th tiltable, preferably retractable. The actuation button 28 step with her the crossbeam 26th remote side into the interior of the housing 12th a, where it is coupled to a switch via actuating means (not shown).

Die Schaltertaste 20 des Handgriffs 16 ist elektrisch ebenfalls an diesen Schalter gekoppelt. Auf diese Weise wird gewährleistet, dass die Heckenschere 10' mit ihrem Werkzeug nur dann in Betrieb ist, wenn sowohl Schaltertaste 20 und Betätigungstaste 28 gleichzeitig gedrückt gehalten werden. Wird entweder Schaltertaste 20 oder Betätigungstaste 28 losgelassen, so stoppt der Heckenscherenantrieb, das Heckenscherenmesser 14' kommt zum Stillstand.The switch button 20th of the handle 16 is also electrically coupled to this switch. This ensures that the hedge trimmer 10 ' with your tool is only in operation when both switch button 20th and button 28 be held down at the same time. Will either switch button 20th or button 28 released, the hedge trimmer drive stops, the hedge trimmer blade 14 ' comes to a standstill.

Das Heckenscherenmesser 14' besteht aus zwei zueinander beweglichen Scherenmessern, die jeweils eine Vielzahl von Klingen 32 aufweisen, die sich senkrecht zu einer Erstreckungsrichtung 30 des Heckenscherenmessers 14' erstrecken. Während eines Betriebs der Heckenschere 10' bewegen sich die Scherenmesser samt der daran befestigten Klingen 32 gegeneinander und entfalten somit eine Schnittwirkung des beweglichen Werkzeugs 14. Diese Schnittwirkung wird im Wesentlichen parallel zu der Erstreckungsrichtung 30 des Heckenscherenmessers 14' auf beiden Seiten des Heckenscherenmessers 14' ausgeübt.The hedge trimmer knife 14 ' consists of two mutually movable scissor knives, each with a large number of blades 32 have which are perpendicular to a direction of extension 30th of the hedge trimmer 14 ' extend. While the hedge trimmer is in operation 10 ' the scissor knives move together with the blades attached to them 32 against each other and thus develop a cutting effect of the movable tool 14th . This cutting action becomes essentially parallel to the direction of extension 30th of the hedge trimmer 14 ' on both sides of the hedge trimmer blade 14 ' exercised.

Ein Gefahrenbereich 34 der Heckenschere 10' erstreckt sich ausgehend von dem Heckenscherenmesser 14', insbesondere dessen Klingen 32, in Richtung senkrecht zu der Erstreckungsrichtung 32 des Heckenscherenmessers 14' auf beiden Seiten dieses Heckenscherenmessers 14'. Der Gefahrenbereich 34 der Handwerkzeugmaschine 10 erstreckt sich ausgehend vom beweglichen Werkzeug 14, das geeignet ist, ein Werkstück zu bearbeiten, in Arbeitsrichtung der Handwerkzeugmaschine 10, d.h. in diejenige Richtung, in die das bewegliche Werkzeug 14 während der Bearbeitung eines Werkstücks vorangetrieben wird (z.B. Vorderseite in der Darstellung) oder auch versehentlich bewegt werden kann (z.B. Hinterseite in der Darstellung).A danger area 34 the hedge trimmer 10 ' extends from the hedge trimmer blade 14 ' , especially its blades 32 , in the direction perpendicular to the direction of extension 32 of the hedge trimmer 14 ' on both sides of this hedge trimmer knife 14 ' . The danger area 34 the hand machine tool 10 extends from the moving tool 14th , which is suitable for machining a workpiece, in the working direction of the hand machine tool 10 , ie in the direction in which the movable tool 14th is advanced while a workpiece is being machined (e.g. front side in the illustration) or can also be moved inadvertently (e.g. rear side in the illustration).

Ferner weist die Heckenschere 10' einen Schutzschild 36 auf, der verhindert, dass ein Bediener der Heckenschere 10' versehentlich in das im Betrieb befindliche Heckenscherenmesser 14' greift.Furthermore, the hedge trimmer 10 ' a protective shield 36 that prevents an operator from using the hedge trimmer 10 ' accidentally into the hedge trimmer knife that is in operation 14 ' engages.

Die Heckenschere 10' wird elektrisch unter Verwendung eines Elektromotors (hier nicht näher dargestellt) betrieben, der über ein stromführendes Kabel 38 mit Energie versorgt wird. Dazu wird die Heckenschere 10' an ein Stromnetz angeschlossen, das typischerweise mit einer 50 Hz oder 60 Hz Wechselspannung betrieben wird. In einem alternativen Ausführungsbeispiel kann die Heckenschere 10' elektrisch und unter Verwendung eines Energiespeichers, beispielsweise eines Lithium-lonen-Akkus, kabellos (hier nicht näher dargestellt) betrieben werden.The hedge trimmer 10 ' is operated electrically using an electric motor (not shown here), which is powered by a live cable 38 is supplied with energy. This is done using the hedge trimmer 10 ' connected to a power grid, which is typically operated with a 50 Hz or 60 Hz alternating voltage. In an alternative embodiment, the hedge trimmer 10 ' be operated electrically and wirelessly (not shown here) using an energy store, for example a lithium-ion battery.

Die Heckenschere 10' umfasst beispielhaft drei Sensoren 38, mittels der Messdaten betreffend die Handwerkzeugmaschine erfasst und bereitgestellt werden. Ein erster Sensor 38a ist ein Dreiachsen-Beschleunigungssensor, ein zweiter Sensor 38b ist ein Dreiachse-Drehratensensor, ein dritter Sensor 38c ist ein drucksensitiver Sensor zur Erfassung eines Luftdrucks der Umgebungsluft der Heckenschere 10'. Die Sensoren 38, 38a-c sind mit einer Steuervorrichtung 40 der Heckenschere 10' signaltechnisch verbunden. Mittels der Sensoren 38, 38a-c werden Messdaten erfasst und an die Steuervorrichtung 40 weitergeleitet, auf der sie in einer hier nicht näher dargestellten Speichervorrichtung zwischengespeichert werden. Die Steuervorrichtung 40 ist über eine Datenkommunikationsschnittstelle 42 mit einer externen Computervorrichtung 44 - beispielsweise einem Smartphone - verbunden. The hedge trimmer 10 ' includes, for example, three sensors 38 , by means of which measurement data relating to the handheld power tool are recorded and made available. A first sensor 38a is a three-axis accelerometer, a second sensor 38b is a three-axis rotation rate sensor, a third sensor 38c is a pressure-sensitive sensor for recording the air pressure in the air surrounding the hedge trimmer 10 ' . The sensors 38 , 38a-c are with a control device 40 the hedge trimmer 10 ' connected in terms of signaling. Using the sensors 38 , 38a-c measurement data are recorded and sent to the control device 40 forwarded, on which they are temporarily stored in a storage device not shown here. The control device 40 is via a data communication interface 42 with an external computing device 44 - for example a smartphone - connected.

Die Verbindung erfolgt dabei kabelfrei, wie durch kleine Funk-Symbole (drei Striche) angedeutet. Die Messdaten können von der Speichervorrichtung während der Ausführung des Verfahrens zum Steuern einer Handwerkzeugmaschine 10 durch die das Verfahren ausführende Computervorrichtung 44 abgerufen und derart bereitgestellt werden. In einem alternativen Ausführungsbeispiel kann die Computervorrichtung 44 auch in der Steuervorrichtung 40 der Heckenschere 10' integriert sein oder durch diese realisiert sein.The connection is wireless, as indicated by small radio symbols (three lines). The measurement data can be stored in the storage device during the execution of the method for controlling a handheld power tool 10 by the computer device executing the method 44 retrieved and made available in this way. In an alternative embodiment, the computing device 44 also in the control device 40 the hedge trimmer 10 ' be integrated or be implemented by them.

Die Computervorrichtung 44 dient dazu, eine Gefahreninformation betreffend die Heckenschere 10' aus den bereitgestellten Messdaten zu ermitteln. Dazu führt die Computervorrichtung 44 ein computerimplementiertes Verfahren 200 aus (vergleiche 4), das die Verfahrensschritte Bereitstellen von Messdaten betreffend die Heckenschere 10' und Ermitteln der Gefahreninformation aus den bereitgestellten Messdaten mittels eines maschinellen Lernsystems 58 umfasst. Die Computervorrichtung 44 implementiert bei Ausführung des Verfahrens 200 zum Steuern der Heckenschere 10' ein maschinelles Lernsystem 58, das eingerichtet ist, die Ermittlung der Gefahreninformation basierend auf den bereitgestellten Messdaten durchzuführen. Insbesondere sind die Sensoren 38, 38a-c dazu mit der Computervorrichtung 44 signaltechnisch verbunden oder verbindbar. Derart werden die bereitgestellten Messdaten dem maschinellen Lernsystem 58 als Eingangsgrößen bereitgestellt. In Abhängigkeit einer Mehrzahl von Parametern des maschinellen Lernsystems 58 ermittelt das maschinelle Lernsystem 58 dann eine Ausgangsgröße, insbesondere die entsprechende Gefahreninformation betreffend die Heckenschere 10'.The computing device 44 is used to provide information about the dangers of the hedge trimmer 10 ' to be determined from the measurement data provided. The computer device leads to this 44 a computer-implemented method 200 off (compare 4th ), which includes the process steps of providing measurement data relating to the hedge trimmer 10 ' and determining the hazard information from the measurement data provided by means of a machine learning system 58 includes. The computing device 44 implemented when executing the procedure 200 to control the hedge trimmer 10 ' a machine learning system 58 which is set up to determine the hazard information based on the measurement data provided. In particular are the sensors 38 , 38a-c to do this with the computer device 44 signal-connected or connectable. In this way, the measurement data provided are passed on to the machine learning system 58 provided as input variables. Depending on a plurality of parameters of the machine learning system 58 determines the machine learning system 58 then an output variable, in particular the corresponding hazard information relating to the hedge trimmer 10 ' .

2 zeigt eine schematische Darstellung des maschinellen Lernsystems 58, welches in diesem Ausführungsbeispiel durch ein neuronales Netz 58a gegeben ist. Das neuronale Netz 58a umfasst mehrere Schichten 62, die jeweils mittels Verbindungen 64 miteinander verkettet sind und die jeweils mehrere Neuronen 66 umfassen. Dem neuronalen Netz 58a werden dabei zumindest Messdaten als Eingangsgröße 68 bereitgestellt, wobei die Messdaten anschließend durch das neuronale Netz 58a propagiert werden. Das neuronale Netz 58a ermittelt dabei schichtweise abhängig von der Eingangsgröße 68 eine Ausgangsgröße 70. Hierfür ermittelt jede Schicht 62 abhängig von der ihr bereitgestellten Eingangsgröße 68 und abhängig von den Parametern dieser Schicht eine Ausgangsgröße 70. Die Ausgangsgröße 70 wird daraufhin durch die Verbindungen 64 an die weiteren Schichten 62 weitergeleitet. Die letzte Schicht 62a des Netzes 58a erlaubt das Ablesen der Gefahreninformation, die basierend auf den bereitgestellten Messdaten berechnet wurde. 2 shows a schematic representation of the machine learning system 58 , which in this embodiment is carried out by a neural network 58a given is. The neural network 58a comprises several layers 62 , each by means of connections 64 are chained together and each has several neurons 66 include. The neural network 58a are at least measured data as an input variable 68 provided, the measurement data then through the neural network 58a be propagated. The neural network 58a determined layer by layer depending on the input variable 68 an output variable 70 . For this purpose, each layer is determined 62 depending on the input variable made available to it 68 and, depending on the parameters of this layer, an output variable 70 . The output size 70 will then go through the connections 64 to the other layers 62 forwarded. The last shift 62a of the network 58a allows reading of the hazard information, which was calculated based on the measurement data provided.

3 zeigt ein Verfahrensdiagramm eines Ausführungsbeispiels des computerimplementierten Verfahrens 100 zum prozessorgestützten Anlernen des maschinellen Lernsystems 58, insbesondere des neuronalen Netzes 58a. Das Verfahren 100 wird ausgeführt von einem Trainingssystem (hier nicht näher dargestellt), welches das maschinelle Lernsystem 58 anlernt. Dabei werden in Verfahrensschritt 102 dem maschinellen Lernsystem 58 Trainingsdaten bereitgestellt. Die Trainingsdaten umfassen Trainingseingangsdaten und Trainingsausgangsdaten, wobei die Trainingseingangsdaten Messdaten betreffend die Heckenschere 10' zu einer Vielzahl von Gefahreninformationen und die Trainingsausgangsdaten jeweils zumindest eine zugeordnete Gefahreninformation umfassen. Die Trainingseingangsdaten sind in diesem Ausführungsbeispiel Messdaten der drei Sensoren 38a, 38b, 38c, die typischerweise vorverarbeitet wurden (beispielsweise normalisiert oder standardisiert). Die Trainingsausgangsdaten betreffen in diesem Ausführungsbeispiel drei Gefahreninformationen, die jeweils unterschiedliche Klassen der Verwendung der Heckenschere 10' betreffen: eine Klasse, welche einen risikoarmen Betrieb der Heckenschere 10' charakterisiert, eine Klasse, welche einen risikobehafteten Betrieb der Heckenschere 10' charakterisiert und eine Klasse, welche einen riskanten Betrieb der Heckenschere 10' charakterisiert. In Verfahrensschritt 104 wird das maschinelle Lernsystem 58, insbesondere das neuronale Netz 58a, angelernt. Beim Anlernen des maschinellen Lernsystems 58 werden die Parameter der jeweiligen Schichten 62 derart angepasst, dass das maschinelle Lernsystem 58 abhängig von den bereitgestellten Trainingseingangsdaten die jeweils zugeordneten Trainingsausgangsdaten ermittelt. Dabei kann das Anlernen des maschinellen Lernsystems 58 unter Verwendung einer Differenzfunktion (Kostenfunktion) durchgeführt werden, die insbesondere eine Differenz zwischen der berechneten Ausgangsgrößen 70 und der Trainingsausgangsdaten charakterisiert, wobei die Differenzfunktion mittels eines Gradientenabstiegsverfahrens hinsichtlich der Parameter optimiert wird. Ein derartiges Gradientenabstiegsverfahren ist dem Fachmann aus dem Stand der Technik bekannt. Nachdem die Parameter optimiert wurden, werden diese in Verfahrensschritt 106 in einer Speichervorrichtung der Computervorrichtung 44 hinterlegt. 3 shows a method diagram of an embodiment of the computer-implemented method 100 for processor-based teaching of the machine learning system 58 , especially the neural network 58a . The procedure 100 is carried out by a training system (not shown here), which is the machine learning system 58 learns. Thereby are in process step 102 the machine learning system 58 Training data provided. The training data include training input data and training output data, the training input data being measurement data relating to the hedge trimmer 10 ' for a large number of hazard information items and the training output data each comprise at least one associated hazard information item. In this exemplary embodiment, the training input data are measurement data from the three sensors 38a , 38b , 38c that have typically been preprocessed (e.g. normalized or standardized). In this exemplary embodiment, the training output data relate to three pieces of hazard information, each of which has different classes of use of the hedge trimmer 10 ' relate to: a class that allows low-risk hedge trimmer operation 10 ' characterizes, a class, which a risky operation of the hedge trimmer 10 ' characterized and a class, which a risky operation of the hedge trimmer 10 ' characterized. In process step 104 becomes the machine learning system 58 , especially the neural network 58a , learned. When teaching the machine learning system 58 become the parameters of the respective layers 62 adapted in such a way that the machine learning system 58 the respectively assigned training output data is determined depending on the training input data provided. The training of the machine learning system 58 be carried out using a difference function (cost function), which in particular is a difference between the calculated output variables 70 and characterizes the training output data, the difference function being optimized with regard to the parameters by means of a gradient descent method. Such a gradient descent method is known to the person skilled in the art from the prior art. After the parameters have been optimized, they are in process step 106 in a storage device of the computing device 44 deposited.

Optional kann sich ein weiterer Verfahrensschritt 108 (hier gestrichelt dargestellt) anschließen, in dem das maschinelle Lernsystem 58 unter Verwendung weiterer, die Heckenschere 10' betreffende, Messdaten sowie Gefahreninformationen angelernt und verfeinert wird, wobei die weiteren Messdaten während einer Nutzung der Heckenschere 10' erfasst wurden/werden.A further process step can optionally be used 108 (shown here with dashed lines), in which the machine learning system 58 using another, the hedge trimmer 10 ' relevant, measurement data and hazard information is learned and refined, with the other measurement data during use of the hedge trimmer 10 ' were / will be recorded.

Abschließend ist in 4 ein Verfahren 200 zum Steuern einer Heckenschere 10' dargestellt. Das Verfahren 200 wird dabei von der Computervorrichtung 44 durchgeführt. In einem ersten Verfahrensschritt 202 werden der Computervorrichtung 44 unter Verwendung der Sensoren 38, 38a-c Messdaten betreffend die Heckenschere 10' bereitgestellt. Das Bereitstellen kann sich dabei weiter untergliedern in die Verfahrensschritte 202a Messen der Messdaten, 202b Zwischenspeichern der Messdaten (beispielsweise in der Speichervorrichtung der Heckenschere 10' und 202c Abrufen der Messdaten aus der Speichervorrichtung durch die Computervorrichtung 44. Derart werden Messdaten der zur Heckenschere 10' externen Computervorrichtung 44 unter Verwendung einer Datenkommunikationsschnittstelle 42 der Heckenschere 10' der externen Computervorrichtung 44 bereitgestellt. In Verfahrensschritt 204 wird mittels des maschinellen Lernsystems 58, insbesondere mittels des neuronalen Netzes 58a, abhängig von den bereitgestellten bzw. abgerufenen Messdaten eine Gefahreninformation aus den Messdaten ermittelt. In Verfahrensschritt 206 wird anschließend zumindest teilweise basierend auf der ermittelten Gefahreninformation die Heckenschere 10' gesteuert. Dabei wir von der zur Handwerkzeugmaschine externen Computervorrichtung 44 ein Signal über die Datenkommunikationsschnittstelle 42 der Heckenschere 10' an die Steuervorrichtung 40 der Heckenschere 10' übermittelt, die dieses Signal in ein Steuersignal zur Steuerung der Heckenschere 10' umwandelt. In diesem Ausführungsbeispiel wird der Betrieb der Heckenschere 10' (Funktion) beendet, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine charakterisiert. Ferner wird eine Notfunktion, beispielsweise ein Notruf, ausgelöst, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen riskanten Betrieb der Handwerkzeugmaschine charakterisiert.Finally, in 4th a procedure 200 for controlling a hedge trimmer 10 ' shown. The procedure 200 is done by the computer device 44 carried out. In a first process step 202 become the computing device 44 using the sensors 38 , 38a-c Measurement data relating to the hedge trimmer 10 'provided. The provision can be further subdivided into the process steps 202a Measuring the measurement data, 202b buffering the measurement data (for example in the storage device of the hedge trimmer 10 ' and 202c Retrieving the measurement data from the storage device by the computing device 44 . This is how measurement data of the hedge trimmer 10 ' external computing device 44 using a data communication interface 42 the hedge trimmer 10 ' the external computing device 44 provided. In process step 204 will using the machine learning system 58 , in particular by means of the neural network 58a , depending on the provided or retrieved measurement data, a hazard information is determined from the measurement data. In process step 206 the hedge trimmer is then at least partially based on the identified hazard information 10 ' controlled. We use the computer device external to the hand machine tool 44 a signal over the data communication interface 42 the hedge trimmer 10 ' to the control device 40 the hedge trimmer 10 ' that transmits this signal into a control signal for controlling the hedge trimmer 10 ' converts. In this embodiment, the operation of the hedge trimmer 10 ' (Function) ends when hazard information relating to a class is determined which characterizes risky operation of the handheld power tool. Furthermore, an emergency function, for example an emergency call, is triggered when hazard information relating to a class is determined which characterizes risky operation of the handheld power tool.

Gemäß eines alternativen oder zusätzlichen Ausführungsbeispiels ist denkbar, dass in Verfahrensschritt 206 der Ausgang des maschinellen Lernsystems 58 einer weiteren Funktion zugeleitet wird, die anhand des Ausgangs des maschinellen Lernsystems 58 einen Gefahren-Score, beispielsweise definiert als Abweichung vom erwarteten Normalverhalten, ermittelt.According to an alternative or additional exemplary embodiment, it is conceivable that in method step 206 the output of the machine learning system 58 is fed to another function based on the output of the machine learning system 58 a hazard score, for example defined as a deviation from expected normal behavior, is determined.

Das Verfahren wird dabei in einer Wiederholungsschleife ausgeführt, dargestellt durch den gestrichelten Pfeil.The method is carried out in a repetitive loop, represented by the dashed arrow.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant was generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturPatent literature cited

  • DE 102008001774 A1 [0002]DE 102008001774 A1 [0002]
  • DE 102005050577 A1 [0014]DE 102005050577 A1 [0014]

Claims (15)

Verfahren (200) zum Steuern einer Handwerkzeugmaschine (10) umfassend die Verfahrensschritte • Bereitstellen von Messdaten betreffend die Handwerkzeugmaschine (10) unter Verwendung zumindest eines Sensors (38, 38a, 38b, 38c) der Handwerkzeugmaschine (10), • Ermitteln einer Gefahreninformation aus den bereitgestellten Messdaten mittels eines maschinellen Lernsystems (58), wobei das maschinelle Lernsystem (58) eingerichtet ist, die Gefahreninformation basierend auf den bereitgestellten Messdaten zu ermitteln, • Steuern der Handwerkzeugmaschine (10), insbesondere Ausführen und/oder Beenden und/oder Steuern einer Funktion der Handwerkzeugmaschine (10) mittels einer Steuervorrichtung (40), zumindest teilweise basierend auf der ermittelten Gefahreninformation.Method (200) for controlling a handheld power tool (10) comprising the method steps • Provision of measurement data relating to the handheld power tool (10) using at least one sensor (38, 38a, 38b, 38c) of the handheld power tool (10), • Determination of hazard information from the measurement data provided by means of a machine learning system (58), the machine learning system (58) being set up to determine the hazard information based on the measurement data provided, • Controlling the handheld power tool (10), in particular executing and / or terminating and / or controlling a function of the handheld power tool (10) by means of a control device (40), based at least in part on the ascertained hazard information. Verfahren (200) nach einem der vorhergehenden Ansprüche, wobei das Ermitteln der Gefahreninformation auf einer zur Handwerkzeugmaschine (10) internen Computervorrichtung (44) durchgeführt wird und/oder wobei das Ermitteln der Gefahreninformation auf einer zur Handwerkzeugmaschine (10) externen Computervorrichtung (44) durchgeführt wird, wobei Messdaten der Computervorrichtung (44) unter Verwendung einer Datenkommunikationsschnittstelle (42) der Handwerkzeugmaschine (10) der externen Computervorrichtung (44) bereitgestellt werden, insbesondere von der Handwerkzeugmaschine (10) übermittelt werden.Method (200) according to one of the preceding claims, wherein the determination of the hazard information is carried out on a computer device (44) internal to the handheld power tool (10) and / or wherein the determination of the hazard information is carried out on a computer device (44) external to the handheld power tool (10) measurement data of the computer device (44) being provided to the external computer device (44) using a data communication interface (42) of the handheld power tool (10), in particular being transmitted by the handheld power tool (10). Verfahren (200) nach einem der vorhergehenden Ansprüche, wobei das maschinelle Lernsystem (58) ein neuronales Netz (58a) und/oder ein Verfahren zur automatischen Klassifikation umfasst.Method (200) according to one of the preceding claims, wherein the machine learning system (58) comprises a neural network (58a) and / or a method for automatic classification. Verfahren (200) nach einem der vorhergehenden Ansprüche, wobei das maschinelle Lernsystem (58) eingerichtet ist, die Gefahreninformation zumindest betreffend eine der folgenden Klassen zu ermitteln: • eine Klasse, welche einen risikoarmen Betrieb der Handwerkzeugmaschine (10) charakterisiert, • eine Klasse, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine (10) charakterisiert, • eine Klasse, welche einen riskanten Betrieb der Handwerkzeugmaschine (10) charakterisiert.The method (200) according to any one of the preceding claims, wherein the machine learning system (58) is set up to determine the hazard information relating to at least one of the following classes: • a class which characterizes low-risk operation of the handheld power tool (10), • a class that characterizes risky operation of the handheld power tool (10), • a class which characterizes risky operation of the handheld power tool (10). Verfahren (200) nach Anspruch 4, wobei die Handwerkzeugmaschine (10) mittels der Steuervorrichtung (40) gesteuert wird, insbesondere eine Funktion der Handwerkzeugmaschine (10) ausgeführt und/oder beendet und/oder gesteuert wird, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine (10) charakterisiert.Method (200) according to Claim 4 , the handheld power tool (10) being controlled by means of the control device (40), in particular a function of the handheld power tool (10) being executed and / or terminated and / or controlled when hazard information relating to a class is determined which indicates risky operation of the handheld power tool (10) characterized. Verfahren (200) nach einem der Ansprüche 4-5, wobei die Handwerkzeugmaschine (10) mittels der Steuervorrichtung (40) gesteuert wird, insbesondere eine Funktion der Handwerkzeugmaschine (10) ausgeführt und/oder beendet und/oder gesteuert wird, und eine Notfunktion aktiviert wird, wenn eine Gefahreninformation betreffend eine Klasse ermittelt wird, welche einen riskanten Betrieb der Handwerkzeugmaschine (10) charakterisiert.Method (200) according to one of the Claims 4 - 5 , the handheld power tool (10) being controlled by means of the control device (40), in particular a function of the handheld power tool (10) being executed and / or terminated and / or controlled, and an emergency function being activated when hazard information relating to a class is determined, which characterizes a risky operation of the handheld power tool (10). Verfahren (200) nach einem der vorhergehenden Ansprüche, wobei das maschinelle Lernsystem (58) zur Ermittlung der Gefahreninformation mit einem regelbasierten Verfahren (200) zur Ermittlung einer weiteren Gefahreninformation kombiniert wird, das dazu eingerichtet ist, aus den bereitgestellten Messdaten die weitere Gefahreninformation basierend auf den bereitgestellten Messdaten unter Verwendung von Schwellenwerten zu ermitteln.The method (200) according to any one of the preceding claims, wherein the machine learning system (58) for determining the hazard information is combined with a rule-based method (200) for determining additional hazard information, which is set up to generate the additional hazard information from the measurement data provided to determine the provided measurement data using threshold values. Verfahren (200) nach einem der vorhergehenden Ansprüche, wobei ein Nutzungsszenario der Handwerkzeugmaschine (10) und/oder ein Erfahrungsstand des Nutzers vorgebbar ist, wobei abhängig von der Vorgabe • die Bereitstellung der Messdaten, insbesondere der zumindest eine verwendete Sensor (38, 38a, 38b, 38c) der Handwerkzeugmaschine (10), beeinflusst wird, und/oder • eine Parametrisierung des maschinellen Lernsystems (58) beeinflusst wird, und/oder • und/oder die Steuerung der Handwerkzeugmaschine (10), insbesondere eine auszuführende und/oder zu beendende und/oder zu steuernde Funktion der Handwerkzeugmaschine (10), beeinflusst wird.Method (200) according to one of the preceding claims, wherein a usage scenario of the handheld power tool (10) and / or a level of experience of the user can be specified, depending on the specification • the provision of the measurement data, in particular the at least one used sensor (38, 38a, 38b, 38c) of the handheld power tool (10), is influenced, and / or • a parameterization of the machine learning system (58) is influenced, and / or And / or the control of the handheld power tool (10), in particular a function of the handheld power tool (10) to be executed and / or terminated and / or to be controlled, is influenced. Verfahren (100) zum Anlernen eines maschinellen Lernsystems (58), insbesondere eines neuronalen Netzes (58a), sodass das maschinelle Lernsystem (58) zur Verwendung in einem der Verfahren (200) nach einem der vorhergehenden Ansprüche eingerichtet ist, aufweisend die Verfahrensschritte: • Bereitstellen von Trainingsdaten umfassend Trainingseingangsdaten und zugeordneten Trainingsausgangsdaten, wobei die Trainingseingangsdaten Messdaten betreffend eine Handwerkzeugmaschine (10) zu einer Vielzahl von Gefahreninformationen umfassen und wobei die Trainingsausgangsdaten jeweils den zugeordneten Trainingseingangsdaten zumindest eine Gefahreninformation betreffend die Handwerkzeugmaschine (10) zuordnen, • Anlernen des maschinellen Lernsystems (58), wobei Parameter des maschinellen Lernsystems (58) derart angepasst werden, dass das maschinelle Lernsystem (58) abhängig von den angepassten Parametern und abhängig von den bereitgestellten Trainingseingangsdaten die jeweils zugehörigen Trainingsausgangsdaten ermittelt.Method (100) for teaching a machine learning system (58), in particular a neural network (58a), so that the machine learning system (58) is set up for use in one of the methods (200) according to one of the preceding claims, comprising the method steps: Provision of training data comprising training input data and assigned training output data, the training input data comprising measurement data relating to a handheld power tool (10) for a large number of hazard information and wherein the training output data each assign to the assigned training input data at least one hazard information relating to the handheld power tool (10), 58), the parameters of the machine learning system (58) being adapted in such a way that the machine learning system (58) is dependent on the adapted parameters and dependent on the provided Training input data determines the respective associated training output data. Verfahren (100) nach Anspruch 9, wobei in einem weiteren Verfahrensschritt weitere, eine Handwerkzeugmaschine (10) betreffende, Messdaten bereitgestellt werden, wobei die weiteren Messdaten während einer Nutzung der Handwerkzeugmaschine (10) erfasst wurden, und wobei den weiteren Messdaten zumindest eine, insbesondere vorgegebene, Gefahreninformation betreffend die Handwerkzeugmaschine (10) zugeordnet wird und derart das maschinelle Lernsystem (58) mit den weiteren Messdaten, insbesondere weiter, angelernt wird.Method (100) according to Claim 9 , wherein in a further method step further measurement data relating to a handheld power tool (10) are provided, the further measurement data being recorded during use of the handheld power tool (10), and the further measurement data being provided with at least one, in particular predetermined, hazard information relating to the handheld power tool ( 10) is assigned and in this way the machine learning system (58) is taught in with the further measurement data, in particular further. Verfahren (100) nach einem der Ansprüche 9-10, wobei die Trainingsausgangsdaten aus einer Liste von Gefahreninformationen ausgewählt sind, die zumindest folgende Klassen betreffen: • eine Klasse, welche einen risikoarmen Betrieb der Handwerkzeugmaschine (10) charakterisiert, • eine Klasse, welche einen risikobehafteten Betrieb der Handwerkzeugmaschine (10) charakterisiert, • eine Klasse, welche einen riskanten Betrieb der Handwerkzeugmaschine (10) charakterisiert, oder Kombinationen davon.Method (100) according to one of the Claims 9 - 10 , the training output data being selected from a list of hazard information relating to at least the following classes: a class that characterizes low-risk operation of the handheld power tool (10), • a class that characterizes risky operation of the handheld power tool (10), Class which characterizes risky operation of the handheld power tool (10), or combinations thereof. Computerprogramm umfassend Befehle, welche bei ihrer Ausführung auf einer Computervorrichtung (44) die Computervorrichtung (44) veranlassen, ein Verfahren (100, 200) nach einem der vorherigen Ansprüche auszuführen.A computer program comprising instructions which, when executed on a computer device (44), cause the computer device (44) to carry out a method (100, 200) according to one of the preceding claims. Computerlesbares Speichermedium, auf dem ein Computerprogramm nach Anspruch 12 hinterlegt ist.Computer-readable storage medium on which a computer program is based Claim 12 is deposited. Computervorrichtung (44), insbesondere Steuervorrichtung (40) einer Handwerkzeugmaschine (10), mit zumindest einer Prozessorvorrichtung und einer Speichervorrichtung, wobei auf der Speichervorrichtung Befehle hinterlegt sind, die beim Ausführen dieser durch die Prozessorvorrichtung bewirken, dass die Computervorrichtung (44) ein Verfahren (100, 200) der vorherigen Ansprüche 1-11 ausführt.Computer device (44), in particular control device (40) of a hand-held power tool (10), with at least one processor device and a memory device, wherein commands are stored on the memory device which, when executed by the processor device, cause the computer device (44) to execute a method ( 100, 200) the previous one Claims 1 - 11 executes. Handwerkzeugmaschine (10) umfassend zumindest einen Sensor (38, 38a, 38b, 38c) zur Erfassung und Bereitstellung von Messdaten, gekennzeichnet durch eine Steuervorrichtung (40), die zur Durchführung eines der Verfahren (200) nach einem der Ansprüche 1-9 eingerichtet ist.Handheld power tool (10) comprising at least one sensor (38, 38a, 38b, 38c) for acquiring and providing measurement data, characterized by a control device (40) which is used to carry out one of the methods (200) according to one of the Claims 1 - 9 is set up.
DE102020205165.8A 2020-04-23 2020-04-23 Method for controlling a hand machine tool Pending DE102020205165A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020205165.8A DE102020205165A1 (en) 2020-04-23 2020-04-23 Method for controlling a hand machine tool

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020205165.8A DE102020205165A1 (en) 2020-04-23 2020-04-23 Method for controlling a hand machine tool

Publications (1)

Publication Number Publication Date
DE102020205165A1 true DE102020205165A1 (en) 2021-10-28

Family

ID=78260804

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020205165.8A Pending DE102020205165A1 (en) 2020-04-23 2020-04-23 Method for controlling a hand machine tool

Country Status (1)

Country Link
DE (1) DE102020205165A1 (en)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005050577A1 (en) 2005-10-21 2007-05-03 Robert Bosch Gmbh Neuronal network testing method for person motor vehicle, involves outputting positive overall-test signal after each test signal-combination is created, where no partial-signal is stored for given set of test signal-combinations
DE102008001774A1 (en) 2008-05-14 2009-11-19 Robert Bosch Gmbh Method for operating a machine tool, in particular a hand tool machine
US20190227528A1 (en) 2018-01-24 2019-07-25 Milwaukee Electric Tool Corporation Power tool including a machine learning block

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005050577A1 (en) 2005-10-21 2007-05-03 Robert Bosch Gmbh Neuronal network testing method for person motor vehicle, involves outputting positive overall-test signal after each test signal-combination is created, where no partial-signal is stored for given set of test signal-combinations
DE102008001774A1 (en) 2008-05-14 2009-11-19 Robert Bosch Gmbh Method for operating a machine tool, in particular a hand tool machine
US20190227528A1 (en) 2018-01-24 2019-07-25 Milwaukee Electric Tool Corporation Power tool including a machine learning block

Similar Documents

Publication Publication Date Title
DE112011101930B4 (en) Method, control system and movement specification means for programming or specifying movements or sequences of an industrial robot
EP3031315B1 (en) Garden device handle device
EP2958697B1 (en) Device for cutting a workpiece along a cut line
DE102007032221A1 (en) Machine tool and method with a machine tool
DE102016010813A1 (en) Electronic device with shock detection function
DE202019102935U1 (en) Safety device for machine tools
EP4205928A1 (en) Safety device for a format circular saw
EP2008753B1 (en) Machine tool and method for machining a workpiece
DE102017216697A1 (en) Machine tool device for controlling and / or regulating at least one machine tool function of a machine tool
EP1106309A2 (en) Robot control method and device
EP0771619A2 (en) Process for interrupting the operation of a hand tool and hand tool therefore
DE102010023681B4 (en) Hair removal device
EP3772398A1 (en) Chain saw braking device and method for protecting an operator
DE102020205165A1 (en) Method for controlling a hand machine tool
WO2017129360A1 (en) Controlling a group of robots
DE102018216180A1 (en) Method for operating an emergency assistance system for a motor vehicle, emergency assistance system and motor vehicle
DE112018003085T5 (en) CLOTHING AND ALARM SYSTEM
EP2573445B1 (en) Manipulator
EP2288463B1 (en) Method for operating a jigsaw.
EP3600782B1 (en) Machine tool
DE102013223577B4 (en) Machine control unit
DE102015118030B4 (en) Autopilot for atmospheric aircraft and aircraft and speed control method for this purpose
EP2174055B1 (en) Equipment protection device
EP3263288B1 (en) Handheld machine tool
DE102014211299A1 (en) Device with user recognition

Legal Events

Date Code Title Description
R163 Identified publications notified