Drohnenbasierte Umfeldüberwachung von manuell geführten Flurförderzeugen

Abstract

Manuell geführte Flurförderzeuge sind in der Intralogistik nach wie vor unverzichtbar. Sie sind jedoch anfällig für Unfälle infolge eingeschränkter Sicht des Bedieners, insbesondere an Kreuzungen und beim Handhaben großer Lasten. Bestehende Bedienerassistenzsysteme sind fahrzeuggebunden oder anderweitig auf eine direkte Sichtlinie beschränkt. Keines dieser Systeme bietet eine erhöhte, vorausschauende Überwachungsperspektive. Dieser Beitrag stellt das Konzept und erste Ergebnisse eines drohnenbasierten Bedienerassistenzsystems zur vorausschauenden Umfeldüberwachung manuell geführter Gabelstapler vor, bei dem eine mit einer Fischaugen-Kamera ausgestattete Drohne dem Gabelstapler vorausfliegt, um dessen Pose zu schätzen, Fahrspuren zu erkennen und Gefährdungen zu identifizieren. Das Konzept wird zunächst an einem Versuchsstand mit stationärem Sensorikpaket umgesetzt. Die Ergebnisse zeigen vielversprechende Ergebnisse im Hinblick auf die Latenzanforderungen der drahtlosen Netzwerkverbindung sowie der Fahrspurerkennung mit einem mAP@50-Wert von 0,986 und der Personendetektion mit einem Precision-Wert von 95,2 % unter Verwendung YOLO-basierter Netze. Letztere zeigt Herausforderungen in dichter besetzten Szenen. Die markerbasierte Posenschätzung ermöglicht darüber hinaus eine lagerichtige Darstellung der Umgebung auf einer schematischen Karte aus der Vogelperspektive mit einer maximalen Positionsabweichung von 5,0 cm und einer Rotationsabweichung von 4,3°. Die Validierung mit einer tatsächlich fliegenden Drohne sowie die Aufnahme größerer, diverserer Datensätze bleiben Bestandteil zukünftiger Arbeiten.