@inproceedings{HoecherlPohltNiedersteineretal., author = {H{\"o}cherl, Johannes and Pohlt, Clemens and Niedersteiner, Sascha and Schlegl, Thomas and Haug, Sonja and Weber, Karsten}, title = {Entwicklung eines industriellen Assistenzsystems unter Einbeziehung der Anlagenbediener}, series = {2. OTH Clusterkonferenz}, booktitle = {2. OTH Clusterkonferenz}, organization = {OTH Regensburg und OTH Amberg-Weiden}, pages = {11 -- 15}, language = {de} } @inproceedings{HoecherlNiedersteinerHaugetal., author = {H{\"o}cherl, Johannes and Niedersteiner, Sascha and Haug, Sonja and Pohlt, Clemens and Schlegl, Thomas and Weber, Karsten and Berlehner, Thomas}, title = {Smart Workbench}, series = {2. OTH Clustertagung, 18.01.2017, Regensburg}, booktitle = {2. OTH Clustertagung, 18.01.2017, Regensburg}, language = {de} } @article{NiedersteinerLangPohltetal., author = {Niedersteiner, Sascha and Lang, Jonas and Pohlt, Clemens and Schlegl, Thomas}, title = {Klassifikation des Arbeitsfortschritts}, series = {atp magazin}, volume = {59}, journal = {atp magazin}, number = {11}, publisher = {Vulkan-Verlag}, doi = {10.17560/atp.v59i11.1911}, pages = {58 -- 66}, abstract = {Steigende Anforderungen an die Qualit{\"a}t von zum Teil manuell gefertigten Produkten f{\"u}hren dazu, dass Handarbeitspl{\"a}tze mit Assistenzsystemen f{\"u}r die Unterst{\"u}tzung der am Arbeitsplatz arbeitenden Mitarbeiterinnen und Mitarbeiter ausgestattet werden. Der Beitrag beschreibt einen neuen Ansatz, um mittels Verfahren des maschinellen Lernens die Objekterkennung sowie die Transitionen eines, den Arbeitsprozess repr{\"a}sentierenden Zustandsautomaten eines solchen Systems einzulernen. Hierf{\"u}r werden nach einer Vorverarbeitung Daten aus einer Tiefenkamera in drei Stufen durch Support Vector Machines (SVM) klassifiziert und das Ergebnis mit dem Zustandsautomaten verkn{\"u}pft. Das Konzept wird an einem industriellen Montageprozess {\"u}berschaubarer Komplexit{\"a}t evaluiert; es zeigt gute Ergebnisse hinsichtlich der Robustheit gegen{\"u}ber Fehlern bei der Objektklassifikation.}, language = {de} } @article{NiedersteinerLangPohltetal., author = {Niedersteiner, Sascha and Lang, Jonas and Pohlt, Clemens and Schlegl, Thomas}, title = {Tracking work task completion - A support vector machine approach for assisting workbenches}, series = {atp edition}, journal = {atp edition}, number = {11}, publisher = {DIV Deutscher Industrieverl.}, doi = {10.17560/atp.v59i11.1911}, pages = {58 -- 66}, abstract = {Tightening quality requirements of industrial products involving manual assembly lead to the development of assisting workbenches with integrated functions to support workers performing these manual tasks. This contribution discusses a new approach to learning transitions of a finite state automaton representing the sequence of work tasks based on the video stream of a 3D depth camera. Preprocessed video data is fed into a three-stage classification scheme based on support vector machines. The results of the classification are then related to the state automation to trigger state transitions indicating the completion of a specific work task and the start of the next one. The proposed approach has been evaluated at an industrial assembly process of moderate complexity and shows very robust results with respect to disturbances caused by inaccurate object classification.}, language = {en} }