You are here: Home → Proceedings
Document Actions

Citation and metadata

Back to the article.

Recommended citation

Lang A, Johannes F (2017). Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern. Logistics Journal : Proceedings, Vol. 2017. (urn:nbn:de:0009-14-45882)

Download Citation

Endnote

%0 Journal Article
%T Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern
%A Lang, Armin
%A Johannes, Fottner
%J Logistics Journal : Proceedings
%D 2017
%V 2017
%N 10
%@ 2192-9084
%F lang2017
%X In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.
%L 620
%K Fahrerassistenzsysteme
%K Gabelstapler
%K Intralogistik
%K Maschinelles Lernen
%K Kollisionen
%K computer vision
%K machine learning
%R 10.2195/lj_Proc_lang_de_201710_01
%U http://nbn-resolving.de/urn:nbn:de:0009-14-45882
%U http://dx.doi.org/10.2195/lj_Proc_lang_de_201710_01
Download

Bibtex

@Article{lang2017,
  author = 	"Lang, Armin
		and Johannes, Fottner",
  title = 	"Konzeption eines kamerabasierten Kollisionswarnsystems zur Pr{\"a}vention von Arbeitsunf{\"a}llen an Gabelstaplern",
  journal = 	"Logistics Journal : Proceedings",
  year = 	"2017",
  volume = 	"2017",
  number = 	"10",
  keywords = 	"Fahrerassistenzsysteme; Gabelstapler; Intralogistik; Maschinelles Lernen; Kollisionen; computer vision; machine learning",
  abstract = 	"In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunf{\"a}llen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unf{\"a}lle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch m{\"o}gliche Kollisionen vorhergesagt werden k{\"o}nnen. Dar{\"u}ber hinaus erm{\"o}glicht die zus{\"a}tzliche Detektion von Menschen eine zwei-stufige Warnung. So kann fr{\"u}her vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.",
  issn = 	"2192-9084",
  doi = 	"10.2195/lj_Proc_lang_de_201710_01",
  url = 	"http://nbn-resolving.de/urn:nbn:de:0009-14-45882"
}
Download

RIS

TY  - JOUR
AU  - Lang, Armin
AU  - Johannes, Fottner
PY  - 2017
DA  - 2017//
TI  - Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern
JO  - Logistics Journal : Proceedings
VL  - 2017
IS  - 10
KW  - Fahrerassistenzsysteme
KW  - Gabelstapler
KW  - Intralogistik
KW  - Maschinelles Lernen
KW  - Kollisionen
KW  - computer vision
KW  - machine learning
AB  - In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.
SN  - 2192-9084
UR  - http://nbn-resolving.de/urn:nbn:de:0009-14-45882
DO  - 10.2195/lj_Proc_lang_de_201710_01
ID  - lang2017
ER  -
Download

Wordbib

<?xml version="1.0" encoding="UTF-8"?>
<b:Sources SelectedStyle="" xmlns:b="http://schemas.openxmlformats.org/officeDocument/2006/bibliography"  xmlns="http://schemas.openxmlformats.org/officeDocument/2006/bibliography" >
<b:Source>
<b:Tag>lang2017</b:Tag>
<b:SourceType>ArticleInAPeriodical</b:SourceType>
<b:Year>2017</b:Year>
<b:PeriodicalTitle>Logistics Journal : Proceedings</b:PeriodicalTitle>
<b:Volume>2017</b:Volume>
<b:Issue>10</b:Issue>
<b:Url>http://nbn-resolving.de/urn:nbn:de:0009-14-45882</b:Url>
<b:Url>http://dx.doi.org/10.2195/lj_Proc_lang_de_201710_01</b:Url>
<b:Author>
<b:Author><b:NameList>
<b:Person><b:Last>Lang</b:Last><b:First>Armin</b:First></b:Person>
<b:Person><b:Last>Johannes</b:Last><b:First>Fottner</b:First></b:Person>
</b:NameList></b:Author>
</b:Author>
<b:Title>Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern</b:Title>
<b:Comments>In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.</b:Comments>
</b:Source>
</b:Sources>
Download

ISI

PT Journal
AU Lang, A
   Johannes, F
TI Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern
SO Logistics Journal : Proceedings
PY 2017
VL 2017
IS 10
DI 10.2195/lj_Proc_lang_de_201710_01
DE Fahrerassistenzsysteme; Gabelstapler; Intralogistik; Maschinelles Lernen; Kollisionen; computer vision; machine learning
AB In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.
ER
Download

Mods

<mods>
  <titleInfo>
    <title>Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern</title>
  </titleInfo>
  <name type="personal">
    <namePart type="family">Lang</namePart>
    <namePart type="given">Armin</namePart>
  </name>
  <name type="personal">
    <namePart type="family">Johannes</namePart>
    <namePart type="given">Fottner</namePart>
  </name>
  <abstract>In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen.</abstract>
  <subject>
    <topic>Fahrerassistenzsysteme</topic>
    <topic>Gabelstapler</topic>
    <topic>Intralogistik</topic>
    <topic>Maschinelles Lernen</topic>
    <topic>Kollisionen</topic>
    <topic>computer vision</topic>
    <topic>machine learning</topic>
  </subject>
  <classification authority="ddc">620</classification>
  <relatedItem type="host">
    <genre authority="marcgt">periodical</genre>
    <genre>academic journal</genre>
    <titleInfo>
      <title>Logistics Journal : Proceedings</title>
    </titleInfo>
    <part>
      <detail type="volume">
        <number>2017</number>
      </detail>
      <detail type="issue">
        <number>10</number>
      </detail>
      <date>2017</date>
    </part>
  </relatedItem>
  <identifier type="issn">2192-9084</identifier>
  <identifier type="urn">urn:nbn:de:0009-14-45882</identifier>
  <identifier type="doi">10.2195/lj_Proc_lang_de_201710_01</identifier>
  <identifier type="uri">http://nbn-resolving.de/urn:nbn:de:0009-14-45882</identifier>
  <identifier type="citekey">lang2017</identifier>
</mods>
Download

Full Metadata

Bibliographic Citation Logistics Journal : referierte Veröffentlichungen, Vol. 2017, Iss. 10
Title

Konzeption eines kamerabasierten Kollisionswarnsystems zur Prävention von Arbeitsunfällen an Gabelstaplern (ger)
Author Armin Lang, Fottner Johannes
Language ger
Abstract In diesem Paper wird das Konzept eines Systems gezeigt, welches die Vermeidung von Arbeitsunfällen, die durch Gabelstapler verursacht werden, zum Ziel hat. Das System nutzt aktuelle Methoden der Bildverarbeitung um diese Unfälle zu verhindern. So werden die Bewegungsvektoren von allen Objekten im Fahrweg des Staplers berechnet, wodurch mögliche Kollisionen vorhergesagt werden können. Darüber hinaus ermöglicht die zusätzliche Detektion von Menschen eine zwei-stufige Warnung. So kann früher vor Kollisionen gewarnt werden, bei denen Menschen in Gefahr sind, als vor solchen mit anderen Hindernissen. This paper introduces a method to reduce occupational accidents caused by forklift trucks. The conceptual system detects collisions by calculating movement vectors of all objects being in the sight of the camera. Moreover the system is capable to distinguish between humans and warehouse accommodation. The latter enables the feasibility of a more sensitive warning when a human is endangered
Subject Fahrerassistenzsysteme, Gabelstapler, Intralogistik, Maschinelles Lernen, Kollisionen, computer vision, machine learning
DDC 620
Rights fDPPL
URN: urn:nbn:de:0009-14-45882
DOI https://doi.org/10.2195/lj_Proc_lang_de_201710_01