Analysis of the Operation of Industrial Trucks based on Position Data

Abstract

Indoor-Lokalisierungssysteme (IPSs) können einen wichtigen Beitrag zur Analyse und Optimierung von innerbetrieblichen Transportprozessen leisten. Das übergeordnete Ziel dieser Arbeit besteht darin, zu untersuchen, wie Lokalisierungsdaten zur Analyse des Betriebs von Flurförderzeugen in Lagern genutzt werden können. Dies wird durch die Vorstellung eines Systemkonzeptes zur Analyse des Betriebs von Flurförderzeugen erreicht, welches ausschließlich die Verfügbarkeit von Positionsdaten voraussetzt. Das Konzept besteht aus einem Signalverarbeitungsschemas zur Ableitung kinematischer Daten und drei Analysemethoden – Monitoring, Flächenanalyse und Bewegungsanalyse. Schemen zur Signalverarbeitung und zur Erkennung von Bewegungsereignissen wurden entwickelt und als Teil der TrOpLocer-App (Truck Operation Localization Analyzer-Application) zur Erfassung, Darstellung und Verarbeitung von Lokalisierungsdaten gemäß dem vorgestellten Systemkonzept implementiert. Der Quellcode der TrOpLocer-App ist frei verfügbar über GitLab bereitgestellt [RS21]. Es wurden verschiedene Filteralgorithmen als Teil des Signalverarbeitungsschemas untersucht, von denen ein Tiefpass-Butterworth-Filter in statischen Experimenten die besten Ergebnisse gezeigt hat. Eine Validierung des Bewegungserkennungsschemas zeigt eine gute Detektionsqualität für unterschiedliche Ereignisse in einem praxisnahen Bewegungsexperiment.