Login
- Originaltitel:
- Entwicklung eines kamerabasierten Kollisionsgefahrerkennungssystems zur Assistenz von Gabelstaplerfahrern unter Einsatz von Computer-Vision und Machine-Learning
- Übersetzter Titel:
- Development of a camera-based collision risk detection system to assist forklift truck drivers using computer vision and machine learning
- Autor:
- Lang, Armin Fredrik
- Jahr:
- 2021
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Engineering and Design
- Betreuer:
- Fottner, Johannes (Prof. Dr.)
- Gutachter:
- Fottner, Johannes (Prof. Dr.); Freitag, Michael (Prof. Dr.)
- Sprache:
- de
- Fachgebiet:
- MAS Maschinenbau
- Stichworte:
- Kollision; Gabelstapler; Machine Learning; Computer Vision
- Übersetzte Stichworte:
- collision; fork lift; industrial truck; truck; machine learning; computer vision
- TU-Systematik:
- FER 044; WIR 780; MAS 700
- Kurzfassung:
- Diese Forschungsarbeit handelt von der Entwicklung eines Systems zur Erkennung von Kollisionsgefahren für Gabelstaplerfahrer. In dem System wurden Algorithmen aus dem Bereich Computer-Vision eingesetzt um in Verbindung mit einer auf dem Gabelstapler montierten 3D-Kamera Kollisionsgefahren während der Fahrt zu identifizieren. Mithilfe des zusätzlichen Einsatzes einer Personenerkennung erlaubt das System zusätzlich eine differenzierte Kollisionsgefahrerkennung mit oder ohne Menschbeteiligung.
- Übersetzte Kurzfassung:
- This research is about the development of a collision detection system for forklift truck drivers. In the system, algorithms from the field of computer vision were used in connection with a 3D camera mounted on the forklift to identify collision risks while driving. With the additional use of person detection, the system also allows differentiated collision risk detection with or without human involvement.
- WWW:
- https://mediatum.ub.tum.de/?id=1595363
- Eingereicht am:
- 15.02.2021
- Mündliche Prüfung:
- 30.09.2021
- Dateigröße:
- 16604777 bytes
- Seiten:
- 285
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210930-1595363-1-0
- Letzte Änderung:
- 05.11.2021
BibTeX
Vorkommen:
- mediaTUM GesamtbestandHochschulbibliographie2021FakultätenMaschinenwesenLehrstuhl für Fördertechnik, Materialfluss, Logistik / Lehrstuhl für Technische Logistik (Prof. Günthner / Prof. Fottner)