Advertisement

Intelligente Flurförderzeuge durch die Implementierung kognitiver Systeme

  • Ludger Overmeyer
  • Lars Dohrmann
  • Steffen Kleinert
  • Florian Podszus
  • Andreas SeelEmail author
  • Björn Eilert
  • Benjamin Küster
Living reference work entry

Latest version View entry history

Part of the Springer Reference Technik book series (SRT)

Zusammenfassung

Dieser Beitrag zeigt wie die von Menschen bekannte Flexibilität und Anpassungsfähigkeit gegenüber veränderten Umgebungsbedingungen, die sich in den kognitiven Eigenschaften der Menschen widerspiegelt, auf Flurförderzeuge in der Intralogistik übertragen werden kann. Als Beispiele für die Umsetzung von Industrie 4.0 in der Intralogistik werden Technologien vorgestellt, die es Flurförderzeugen ermöglichen, ihre Umgebung zu erkennen, Informationen zu kommunizieren, zu schlussfolgern, autonom zu handeln, Entscheidungen zu treffen, zu lernen oder zu planen. Realisiert werden diese Fähigkeiten durch ein optisches Ortungssystem zur Positionsbestimmung, eine kamerabasierte Ein-/Auslagerungsunterstützung und in Reifen integrierte Sensorik. Darüber hinaus werden Methoden zur sprach-, gesten- und blickbasierten Mensch-Maschine-Interaktion (MMI) zwischen einem Bediener und einem fahrerlosen Transportfahrzeug erläutert. Für diese Interaktionsformen werden fahrzeuggebundene und bedienergebundene Technologien vorgestellt.

Schlüsselwörter

3D-Kamera Datenbrille Flurförderzeuge Gestensteuerung Kognitive Systeme Mensch-Maschine-Interaktion Ortungssystem Sprachsteuerung Sensorintegration 

Literatur

  1. Ahmad F, Najam A, Ahmed Z (2012) Image-based face detection and recognition: „state of the art“. Int J Comput Sci Issues 6:169Google Scholar
  2. Al-Dahoud A et al (2010) High level tele-operating speech communication system for controlling a colony of robots. WTOC 9(6):364–373Google Scholar
  3. Alt G, Stadler E (2010) Intelligente optoelektrische Sensoren. In: Die Bibliothek der Technik, Bd 328. Süddeutscher Verlag onpact, MünchenGoogle Scholar
  4. Argelaguet F, Andujar C (2013) A survey of 3D object selection techniques for virtual environments. Comput Graph 3:121–136.  https://doi.org/10.1016/j.cag.2012.12.003CrossRefGoogle Scholar
  5. Bach B, Sicat R, Beyer J, Cordeil M, Pfister H (2018) The hologram in my hand: how effective is interactive exploration of 3D visualizations in immersive tangible augmented reality? IEEE Trans Vis Comput Graph 1:1Google Scholar
  6. Bär F, Lotz C, Bouzakis A, Overmeyer L (2012) Sensorintegration in Flurförderzeugreifen. In: Tagungsband der 9. Hamburger Staplertagung. Helmut-Schmidt-Universität, Hamburg, 19. Juni 2012Google Scholar
  7. Barker J (2004) Respite CASA toolkit (CTK) v1.3.5. http://spandh.dcs.shef.ac.uk/projects/respite/ctk/documentation.html. Zugegriffen am 30.08.2019
  8. Bartels O (2002) Batterielose Transpondertechnologie für elektronische Reifendruck-Kontrolle. ATZ 104:348–352. Springer, Wiesbaden.  https://doi.org/10.1007/BF03224401CrossRefGoogle Scholar
  9. Becherer T, Oehler R, Raste T (2000) Der Seitenwandtorsions-Sensor SWT. ATZ 102:946–949. Springer, Wiesbaden.  https://doi.org/10.1007/BF03224325CrossRefGoogle Scholar
  10. Black AW, Taylor P (1997) The Festival Speech Synthesis System: system documentation. Technical report HCRC/TR-83. Human Communication Research Centre, University of EdinburghGoogle Scholar
  11. Bremmer JN (1992) In: Roodenburg H (Hrsg) A cultural history of gesture, Bd 11. Cornell University Press, IthacaGoogle Scholar
  12. Buxbaum B (2002) Optische Laufzeit Entfernungsmessung und CDMA auf Basis der PMD-Technologie mittels phasen-variabler PN-Notation. Dissertation, Universität SiegenGoogle Scholar
  13. Churchill E, McConville JT, Laubach LL, Erskine P, Downing K, Churchill T (1978) Anthropometric source book – A handbook of anthropometic data. NASA Reference Publication 1024, Washington, DCGoogle Scholar
  14. Dohrmann L, Podszus F, Ullmann G, Overmeyer L (2014) Mensch-Maschine-Interaktion für Fahrerlose Transportfahrzeuge – Methode zur Beauftragung von interaktiven Transportsystemen. Ind Manag 6:21–24Google Scholar
  15. Dong Y, Xu S (2007) A new directional weighted median filter for removal of random-valued impulse noise. IEEE Signal Process Lett 3:193–196CrossRefGoogle Scholar
  16. Ende T, Haddadin S, Parusel S, Wusthoff T, Hassenzahl M, Albu Schaffer A (2011) A human-centered approach to robot gesture based communication within collaborative working processes. In: Intelligent robots and systems, San Francisco, S 25–30Google Scholar
  17. Euler S (2006) Grundkurs Spracherkennung – Vom Sprachsignal zum Dialog, Grundlagen und Anwendungen verstehen. Vieweg+Teubner (GWV), WiesbadenGoogle Scholar
  18. Fardi B et al (2006) Obstacle detection and pedestrian recognition using a 3D PMD camera. In: Proceedings of the intelligent vehicle symposium, TokyoGoogle Scholar
  19. Fezari M (2007) Voice and sensors fusion for guiding a wheelchair. J Eng Appl Sci 2(1):30–35Google Scholar
  20. Fezari M et al (2005) Design of a voice control system for a disabled person wheelchair. Asian J Inf Technol 4(10):940–944Google Scholar
  21. Furmans K, Overmeyer L (2011) Automatisierung in der Logistik – dezentral und geregelt. at-Automatisierungstechnik Methoden und Anwendungen der Steuerungs-, Regelungs-und Informationstechnik 59(4):207–209Google Scholar
  22. Heißmeyer S, Overmeyer L, Müller A (2012) Indoor positioning of vehicles using an active optical infrastructure. In: 3rd international conference on indoor positioning and indoor navigation (IPIN), Sydney, 13.–15. Nov 2012Google Scholar
  23. Heißmeyer S, Overmeyer L, Müller A (2013) Optical indoor positioning of vehicles. Logist J Rev  https://doi.org/10.2195/lj_Rev_heissmeyer_en_201309_01
  24. Jing P, Ye-peng G (2013) Human-computer interaction using pointing gesture based on an adaptive virtual touch screen. Int J Signal Process Image Process Pattern Recogn 4:81–92Google Scholar
  25. Kirchhoff B, Wischniewski S, Adolph L (2016) Head-Mounted Displays–Arbeitshilfen der Zukunft. Bedingungen für den sicheren und ergonomischen Einsatz monokularer Systeme. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin, Dortmund VerlagGoogle Scholar
  26. Kleinert S, Overmeyer L (2013) Integration von 3D-Kamerasystemen am Gabelstapler. In: Tagungsband des 9. Fachkolloquium der Wissenschaftlichen Gesellschaft für Technische Logistik. Praxiswissen, Dortmund, S 11–17Google Scholar
  27. Kleinert S, Overmeyer L (2014) Sensorintegration in Flurförderzeugreifen, Temperatur- und Belastungsüberwachung in SE-Reifen. In: Forschungskatalog Flurförderzeuge 2014 der 10. Hamburger Staplertagung. Helmut-Schmidt-Universität, Hamburg, 26. Juni 2014Google Scholar
  28. Lee A, Kawahara T (2009) Recent development of open-source speech recognition engine Julius. In: Asia-Pacific Signal and Information Processing Association, 2009 annual summit and conference, International Organizing CommitteeGoogle Scholar
  29. Lee A, Kawahara T, Shikano K (2001) Julius – an open source realtime large vocabulary recognition engine. In: EUROSPEECH, S 1691–1694Google Scholar
  30. Lei X, Senior A, Gruenstein A, Sorensen J (2013) Accurate and compact large vocabulary speech recognition on mobile devices. In: INTERSPEECH, Apr. 2013, vol. 1Google Scholar
  31. Li J et al (2014) An overview of noise-robust automatic speech recognition. In: IEEE/ACM Transactions on Audio, Speech and Language Processing (TASLP), Bd 22, Issue 4, Apr 2014, S 745–777CrossRefGoogle Scholar
  32. Lindner F, Permin E, Grunert D, Schmitt R, Lantermann T (2017) Smarte Informationssysteme für den Maschinenbediener. ZWF Z wirtschaftlichen Fabrikbetrieb 112(7–8):S 515–S 517CrossRefGoogle Scholar
  33. Milgram P, Takemura H, Utsumi A, Kishino F (1995) Augmented reality: a class of displays on the reality-virtuality continuum. In: Telemanipulator and telepresence technologies, Bd 2351. International Society for Optics and Photonics, S 282–293Google Scholar
  34. Motec GmbH (2015) Produktbroschüre zu Kamerasystemen für Logistikanwendungen. http://motec-cameras.com/fileadmin/user_upload/pdf/Logistik_DE.pdf. Zugegriffen am 16.03.2015
  35. Murthy GRS, Jadon RS (2009) A review of vision based hand gestures recognition. Int J Inf Technol Knowl Manag 2:405–410Google Scholar
  36. Nauth P (2010) Speech and image recognition for intelligent robot control with self generating will. In: IWSSIP 2010-17th international conference on systems, signals and image processing, S 186–189Google Scholar
  37. Overmeyer L, Kleinert S (2011) 3D-Kamerasysteme assistieren bei der Ladungshandhabung. MM Maschinenmarkt 39:42–45Google Scholar
  38. Overmeyer L, Kleinert S (2012) Das Lasthandling verbessern. f+h 1-2/20–22Google Scholar
  39. Overmeyer L, Mänken F (2013) Intelligente Schnittstellen in wandlungsfähigen Lieferketten – ISI-Walk-Abschlussbericht. TEWISS – Technik und Wissen GmbH PZH-Verlag, HannoverGoogle Scholar
  40. Overmeyer L et al (Hrsg) (2013) Dimensionierung elektronischer Komponenten. PZH, GarbsenGoogle Scholar
  41. Perez Quintero C, Fomena R T, Shademan A, Wolleb N, Dick T, Jagersand M (2013) SEPO: selecting by pointing as an intuitive human-robot command interface. In: Robotics and automation, Karlsruhe, 6–10 Mai 2013Google Scholar
  42. Pfister B, Kaufmann T (2008) Sprachverarbeitung – Grundlagen und Methoden der Sprachsynthese und Spracherkennung. Springer, Berlin/HeidelbergGoogle Scholar
  43. Piepenburg B. (2012) Geometrieunabhängige automatisierte Kommissionierung mithilfe von industrieller Bildverarbeitung und künstlicher Intelligenz. Dissertation, Helmut Schmitt Universität HamburgGoogle Scholar
  44. Povey D et al (2011) The Kaldi speech recognition toolkit. In: IEEE 2011 workshop on automatic speech recognition and understanding, IEEE Signal Processing Society, Dec 2011Google Scholar
  45. Quandt E (2005) Kombination von Magnetostriktion und Magnetoimpedanz für kontaktlos auslesbare Reifensensoren. Stiftung caeser, BonnGoogle Scholar
  46. Rybach D et al (2009) The RWTH Aachen University Open Source speech recognition system. In: INTERSPEECH 2009, S 2111–2114Google Scholar
  47. Schick A, Sauer O (2013) Gestenbasierte Qualitätskontrolle – Intuitive Mensch-Maschine-Interaktion in der Industrie. wt Werstattstechnik online 9:731–732Google Scholar
  48. Schiller I (2011) Dynamic 3D scene analysis and modeling with a time-of-flight camera. Dissertation, Chistian-Albrechts-Universität zu KielGoogle Scholar
  49. Schorn H-J (2004) Sprachsteuerung in industrieller Umgebung – Einsatzgebiete und Grenzen von Voice-Control-Lösungen im Maschinenumfeld. In: A&D-Vorsprung Automation, publish-industry Verlag, Feb 2004, S 40–43Google Scholar
  50. Schwarz, L A, Mkhitaryan A, Mateus D, Navab N (2011) Estimating human 3D pose from Time-of-Flight images based on geodesic distances and optical flow. In: Gesture Recognition (FG 2011), Santa Barbara, 21–25 Mar 2011Google Scholar
  51. Seel A, Küster B, Stonis M (2018) Ein Konzept für ein Mensch-Maschine-Interaktionssystem. ZWF Z wirtschaftlichen Fabrikbetrieb 113(10):S 623–S 626CrossRefGoogle Scholar
  52. Standke W (2013) Statistik Arbeitsunfallgeschehen 2011. Deutsche Gesetzliche Unfallversicherung – DGVU, MünchenGoogle Scholar
  53. Stein A M vom, Günthner W A (2017) Work-by-Inclusion – Inklusives Informationssystem für die Kommissionierung mittels Datenbrille. In: ZWF Z wirtschaftlichen Fabrikbetrieb, 112(10): S 670-674CrossRefGoogle Scholar
  54. Streibl M, Brandl P (2016) Einsatz eines Live Video Remote Systems in der Industrie. In: Mensch und Computer 2016–WorkshopbandGoogle Scholar
  55. Taylor P, Black A, Caley R (1998) The architecture of the festival speech synthesis system. In: Third ESCA workshop in speech synthesis, S 147–151Google Scholar
  56. Technical Research Centre of Finland (VTT) (2005) Projekt Apollo intelligent tyre for accident-free traffic: intelligent tyre systems – state of the art and potential technologies. ReportGoogle Scholar
  57. Theis S, Pfendler C, Alexander T, Mertens A, Brandl C, Schlick CM (2015) Head-Mounted Displays – Bedingungen des sicheren und beanspruchungsoptimalen Einsatzes. Physische Beanspruchung beim Einsatz von HMDs. Bundesanstalt für Arbeitsschutz und Arbeitsmedizin, DortmundGoogle Scholar
  58. Trenkle A (2014) FiFi – Robuste Personenerkennung gestengesteuerter Fahrzeuge in der Intralogistik. Logist J Proc.  https://doi.org/10.2195/lj_Proc_trenkle_de_201411_01
  59. Ullrich G (2013) Fahrerlose Transportsysteme: Eine Fibel – mit Praxisanwendungen – zur Technik – für die Planung. Springer Fachmedien Wiesbaden GmbH, WiesbadenGoogle Scholar
  60. Valin J-M et al (2007) Robust recognition of simultaneous speech by a mobile robot. In: IEEE transactions on robotics, Bd 23 no. 4, Aug 2007Google Scholar
  61. Vetter (2014) Produktbroschüre zu Gabelzinkenkamerasystemen in den Gabelzinkenspitzen. http://www.camfork.de/html/files/downloads/prospekte_deutsch/CamFork.pdf. Zugegriffen am 16.03.2015
  62. Viola P, Jones M (2001) Rapid object detection using a boosted cascade of simple features. In: Proceedings of the IEEE international conference on computer vision and pattern recognition, Kauai, 8–14 Dec 2001Google Scholar
  63. Walker W et al (2004) Sphinx-4: a flexible open source framework for speech recognition. Sun Mircrosystems Inc, Technical Report SML1 TR2004-0811Google Scholar
  64. Young S et al (2009) The HTK book (for version 3.4). Cambridge University Engineering Department, CambridgeGoogle Scholar
  65. Yurick S (2011) Evolution of speech recognition technology in the warehouse. Lucas Systems, White PaperGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  • Ludger Overmeyer
    • 1
  • Lars Dohrmann
    • 2
  • Steffen Kleinert
    • 3
  • Florian Podszus
    • 4
  • Andreas Seel
    • 5
    Email author
  • Björn Eilert
    • 6
  • Benjamin Küster
    • 5
  1. 1.Institut für Transport- und AutomatisierungstechnikGottfried Wilhelm Leibniz Universität HannoverGarbsenDeutschland
  2. 2.Jungheinrich AGHannoverDeutschland
  3. 3.Electronic InterfacesZF Friedrichshafen AGDiepholzDeutschland
  4. 4.Bitmotec GmbHHannoverDeutschland
  5. 5.ProduktionsautomatisierungIPH – Institut für Integrierte Produktion Hannover gGmbHHannoverDeutschland
  6. 6.Phoenix Contact GmbH & Co. KGBlombergDeutschland

Section editors and affiliations

  • Michael ten Hompel
    • 1
  • Felix Feldmann
    • 2
  1. 1.Fraunhofer-Institut für Materialfluss und Logistik IMLDortmundDeutschland
  2. 2.Lehrstuhl für Förder- und Lagerwesen FLWTU DortmundDortmundDeutschland

Personalised recommendations