Sejona R&D ist Entwickler von KI und Mustererkennungs-Software für Wissenschaft, Industrie und Medien. Unser Angebot reicht von maschinennaher Source-Code-Entwicklung bis hin zu kompletten Audio-Monitoring-Systemen. Anwendungsgebiete für unsere Sound-Recognition-Algorithmen sind zum Beispiel akustische Qualitätskontrolle in der Industrie, bioakustisches Monitoring oder die Detektion von auffälligen Geräuschen in laufenden Maschinen.
Sejona R&D wurde von Dr. Sebastian Hübner im Jahr 2005 gegründet. Mit der Gründung wurde zunächst eine Internet-Plattform für die KI-Programmiersprache DSProlog geschaffen. DSProlog basiert auf einer Software-Bibliothek für induktiv-logische Programmierung in ISO-Prolog aus dem Jahre 1998. Seit dem Jahr 2002 wurde dieses System umfangreich erweitert und mit visuell-interaktiven Komponenten ausgestattet. Erste Einsatzgebiete für DSProlog lagen in der Bioakustik (Sonar und Kommunikationslaute von Delphinen). Die Gründung wurde durch das Bundesministerium für Wirtschaft und Technologie und die Universität Potsdam unterstützt.
Ausgewählte Referenz-Projekte
Akustische Mustererkennung im öffentlichen Raum
Für eine Firma in Frankfurt a.M. entwickelten wir eine Software zum automatischen Erkennen von Husten- und Niesgeräuschen im öffentlichem Raum. Das System kann mit hoher Zuverlässigkeit erkennen, wenn sich eine Personen mit hörbaren Erkältungssymptomen in der Nähe befindet. Diese Informationen können auf vielfältige Weise zu epidemiologischen und/oder statistischen Zwecken verwendet werden.
Betriebszustände von Elektromotoren
Für einen großen deutschen Hersteller von elektronischen Konsumgütern führten wir eine Machbarkeitsstudie zum akustischen Unterscheiden von Motor-Betriebszuständen unter verschiedenen Rahmenbedingungen durch. Die Studie zeigte, dass sich bei den meisten kleinen Elektromotoren (auch dann wenn sie im Gerät eingebaut sind) alle wichtigen Zustandsparameter (Ein-Aus, Drehzahl, Defekt-Freiheit) akustisch feststellen lassen.
Bioakustische Erkennung des Roten Palmrüsslers
In Spanien (Mallorca) und Saudi-Arabien (Quassim) führten wir bioakustische Untersuchungen an Kanarischen Dattelpalmen und an Echten Dattelpalmen durch. Ziel war es, unsichtbar im Holz verborgene Larven des Roten Palmrüsslers (Rhynchoprus ferrugineus) auf akustischem Weg zu detektieren. Für die Messungen an den Palmen entwickelten wir spezielle Kontaktmikrofone, eine Recordig-Software und Mustererkennungs-Algorithmen zur automatischen Befallserkennung.
Wissenschaftliche Bioakustik
Im Auftrag des Bundesforschungszentrums für Wald in Wien führten wir eine umfangreiche wissenschaftliche Studie zur automatischen bioakustischen Erkennung von holzschädigenden Insekten durch. Die Studie wurde von der EU im Rahmen des FP7-Forschungsprojekts Q-Detect co-finanziert. Sie zeigte, dass sich die Geräusche des Asiatischen Laubholz-Bockkäfers (Anoplophora glabripennis), des Gefleckten Langhorn-Bockkäfers (Monochamus galloprovincialis) und des Roten Palmrüsslers (Rhynchoprus ferrugineus) automatisch detektieren und voneinander unterscheiden lassen. So ist es möglich diese gefährlichen im Holz verborgenen Schädlinge frühzeitig aufzuspüren.
Akustische Qualitätskontrolle in der Industrie
Für einen großen Hersteller von Ölfiltern in Bayern entwickelten wir eine akustische Mustererkennungs-Software für ein System zur Qualitätskontrolle. Hierbei wurden spezielle Algorithmen verwendet, die defekte Ölfilter von nicht-defekten Ölfiltern anhand von Geräuschen unterscheiden können, die beim Anschlagen der Filter mit einem Stößel entstehen. Die Software kann heute weit über 100 verschiedene Filtertypen mit über 99%-iger Genauigkeit voneinander unterscheiden und ermittelt Defekte innerhalb von Sekundenbruchteilen. Das System arbeitet seit Jahren ohne Probleme auf fünf Fertigungsstraßen.
Akustisches Monitoring und Lärmmessungen im öffentlichen Raum
Auf über 50 Großveranstaltungen in deutschen Innenstädten führten wir Mustererkennungs-basierte Lärmmessungen und Geräusch-Analysen durch. Hierbei zeigte sich die Überlegenheit des Mustererkennungs-basierten Lärm-Monitorings gegenüber herkömmlichen Verfahren. Mit Hilfe unserer akustischen Mustererkennung konnten viele Ausnahmeereignisse während und in der Folge der Veranstaltungen vollautomatisch detektiert werden. Hierbei handelte es sich im Wesentlichen um Schreie von Personen und Geräusche in Folge von nächtlichem Vandalismus. Akustisches Monitoring kann Veranstaltern dabei helfen, Großveranstaltungen ein Stück weit sicherer zu machen.