Proceedings
Cyber-physischer Zwilling Framework zur Generierung menschlicher Bewegungsdaten in der Intralogistik
Cyber-Physical Twin Framework for Generating Human Movement Data in Intralogistics
-
M.Sc.
Hülya Avsar
Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
-
M.Sc.
Friedrich Niemann
Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
-
M.Sc.
Christopher Reining
Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
-
Prof. Dr. Dr. h. c.
Michael ten Hompel
Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
Zusammenfassungen
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
Empfohlene Zitierweise
¶
Avsar H, Niemann F, Reining C, ten Hompel M (2021). Cyber-physischer Zwilling Framework zur Generierung menschlicher Bewegungsdaten in der Intralogistik. Logistics Journal : Proceedings, Vol. 2021. (urn:nbn:de:0009-14-54139)
Bitte geben Sie beim Zitieren dieses Artikels die exakte URL und das Datum Ihres letzten Besuchs bei dieser Online-Adresse an.
Anzahl der Zitationen
Besuchen Sie Google Scholar um herauszufinden, wie oft dieser Artikel zitiert wurde.