You are here: Home → Proceedings
Document Actions

Proceedings

Cyber-physischer Zwilling Framework zur Generierung menschlicher Bewegungsdaten in der Intralogistik

Cyber-Physical Twin Framework for Generating Human Movement Data in Intralogistics

  1. M.Sc. Hülya Avsar Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  2. M.Sc. Friedrich Niemann Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  3. M.Sc. Christopher Reining Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  4. Prof. Dr. Dr. h. c. Michael ten Hompel Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund

Abstracts

Menschliche Bewegungen zu erkennen, sie zu deuten und für die Analyse manueller Prozesse relevanten Aktivitäten zuzuordnen sind zentrale Herausforderungen der Human Activity Recognition (HAR). Diesen Herausforderungen geht das Trainieren eines Klassifikators mit Daten voraus. Die Erstellung dieser Trainingsdatensätze, bestehend aus Datenaufnahme, Annotation und Revision von Zeitreihen, bedingt einen immensen Aufwand. Aus diesem Grund werden HAR-Methoden überwiegend an simplen Alltagssituationen getestet. Um HAR-Methoden auch für komplexe Umgebungen wie die Intralogistik entwickeln zu können, ist eine neue Form der Datensatzerstellung notwendig. Dieser Beitrag schlägt ein Framework vor, den Aufwand der Datenaufnahme durch Zuhilfenahme cyber-physischer Zwillinge von Menschen zu reduzieren.

Recognizing human movements, interpreting them and assigning relevant activities for the analysis of manual processes are central challenges of Human Activity Recognition (HAR). These challenges are preceded by training a classifier with data. The creation of these training data sets, consisting of data acquisition, annotation and revision of time series, requires immense effort. For this reason, HAR methods are mainly tested on simple everyday situations. A new form of data set creation is necessary to develop HAR methods for complex environments such as intralogistics. This contribution proposes a framework to reduce the effort of data acquisition by using cyber-physical twins.

Keywords

Fulltext

License

Any party may pass on this Work by electronic means and make it available for download under the terms and conditions of the free Digital Peer Publishing License. The text of the license may be accessed and retrieved at http://www.dipp.nrw.de/lizenzen/dppl/fdppl/f-DPPL_v1_de_11-2004.html.

Number of citations

Visit Google Scholar to find out, how often this paper is cited.