Please use this identifier to cite or link to this item: https://doi.org/10.15480/882.3784
Fulltext available Open Access
Publisher URL: https://www.logistics-journal.de/proceedings/2021/5441
Publisher DOI: 10.2195/lj_Proc_schyga _en_202112_01
Title: Analysis of the operation of industrial trucks based on position data
Language: English
Authors: Schyga, Jakob  
Rose, Hendrik 
Hinckeldeyn, Johannes  
Kreutzfeldt, Jochen 
Keywords: Analysis Concept;Indoor-Localization;Warehouse;Industrial Truck;Movement Detection;Analysekonzept;Indoor-Lokalisierung;Warenlager;Flurförderzeug;Bewegungserkennung
Issue Date: 20-Sep-2021
Publisher: WGTL
Source: Logistics journal / Proceedings 2021: 5441 (2021)
Journal: Logistics journal / Proceedings 
Abstract (german): 
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.
Abstract (english): 
Indoor positioning systems (IPSs) can make an important contribution to the analysis and optimization of internal transport processes. The overall aim of this work is to examine how position data can be used to analyze the operation of industrial trucks in warehouses. This is achieved by presenting a concept for the analysis of industrial truck operations based merely on position data. The concept consists of a signal processing scheme to derive kinematic data and three analysis methods – Monitoring, Area analysis, and Motion analysis. Schemes for the signal processing and detection of motion events were developed and implemented as part of the TrOpLocerApp (Truck Operation Localization Analyzer-Application) for recording, displaying, and processing position data, according to the proposed system concept. The TrOpLocer-App source code is published under an open-source license and is publicly available on GitLab [RS21]. Different filter algorithms were examined, as part of the signal processing scheme, from which the low pass Butterworth filter has shown the best results in static experiments. Validation of the motion detection scheme shows good detection quality for distinct events in a realistic movement experiment.
Conference: 17. Fachkolloquium der Wissenschaftlichen Gesellschaft für Technische Logistik e.V. (WGTL) 
URI: http://hdl.handle.net/11420/10365
DOI: 10.15480/882.3784
ISSN: 2192-9084
Institute: Technische Logistik W-6 
Document Type: Article
License: f-DPPL v1 de 11-2004
Appears in Collections:Publications with fulltext

Files in This Item:
File Description SizeFormat
schyga_en_2021.pdfAnalysis of the Operation of Industrial Trucks based on Position Data1,36 MBAdobe PDFView/Open
Thumbnail
Show full item record

Page view(s)

29
checked on Jan 20, 2022

Download(s)

13
checked on Jan 20, 2022

Google ScholarTM

Check

Note about this record

Cite this record

Export

Items in TORE are protected by copyright, with all rights reserved, unless otherwise indicated.