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

Authors

  • Hülya Avsar Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  • Friedrich Niemann Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  • Christopher Reining Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund
  • Michael ten Hompel Lehrstuhl für Förder- und Lagerwesen, FLW, Fakultät Maschinenbau, Technische Universität Dortmund

DOI:

https://doi.org/10.2195/lj_Proc_avsar_de_202112_01

Keywords:

Cyber-physical twin, Cyber-physischer Zwilling, Datengenerierung, HAR (Human Activity Recognition), Menschliche Aktivitätserkennung, Simulation, data generation

Abstract

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.

Published

2021-12-13

How to Cite

Avsar, H., Niemann, F., Reining, C., & ten Hompel, M. (2021). Cyber-physischer Zwilling Framework zur Generierung menschlicher Bewegungsdaten in der Intralogistik. Logistics Journal: Proceedings, (17). https://doi.org/10.2195/lj_Proc_avsar_de_202112_01