<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>1854</id>
    <completedYear>2024</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>115</pageFirst>
    <pageLast>121</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Hochschule für Technik, Wirtschaft und Kultur</publisherName>
    <publisherPlace>Leipzig</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Quantitative und Qualitative Untersuchung zur Akzeptanz und Gestaltung von physischer Mensch-Roboter-Kollaboration</title>
    <abstract language="deu">Dieser Beitrag beschreibt zwei Studien zur Akzeptanz eines Messroboters zur Durchführung von dermatologischen In-Vivo-Messungen. Die erste Studie ist eine quantitative Online-Umfrage mit 745 Teilnehmern. Die Studie gliedert sich in drei Bereiche mit insgesamt 24 Fragen. Die Teilnehmer werden zu ihren Erfahrungen und Ängsten in Bezug auf Roboter befragt und insbesondere zu einem möglichen Einsatz eines Messroboters für dermatologische In-Vivo-Studien. Für die qualitative Studie werden insgesamt 17 Studienteilnehmer jeweils einzeln für ein zweistündiges Interview, welches in 4 Phasen gegliedert ist, eingeladen. In Phase 2 dieser Studie werden die ersten robotergestützten In-Vivo-Messungen an Hautarealen auf dem Unterarm der Teilnehmer durchgeführt. Bereits aus der quantitativen Umfrage geht hervor das die meisten (75 %) Teilnehmer der Idee von Robotern im Messbetrieb offen gegenüber stehen, 55,7% befürworten den Einsatz sogar. Während des quantitativen Interviews werden Ängste und Unsicherheiten vor und während der ersten Messung genannt und beobachtet. Alle Teilnehmer waren zur Wiederholungsmessung sehr viel sicherer im Umgang mit dem Roboter und können sich einen zukünftigen Einsatz vorstellen. Besondere Herausforderungen stellen sich hinsichtlich der Positionierung der Studienteilnehmer zum Roboter heraus. Die Sicherstellung einer ergonomischen Gestaltung der Roboterumgebung ist für physische Mensch-Roboter-Kollaboration entscheidend und wird zur Weiterentwicklung des Systems stärker berücksichtigt. Weiter wurde ein 3-Stufen-Zustimmschalter zur Absicherung der Roboterbewegungen verwendet, dieser fand allerdings wenig Anklang und wurde stark kritisiert. Für den zukünftigen Einsatz wird eine alternative Überwachung des direkten Arbeitsbereiches erarbeitet.</abstract>
    <parentTitle language="deu">Tagungsband AALE 2024 : Fit für die Zukunft: Praktische Lösungen für die industrielle Automation</parentTitle>
    <identifier type="isbn">978-3-910103-02-3</identifier>
    <identifier type="urn">urn:nbn:de:kobv:526-opus4-18549</identifier>
    <note>20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024</note>
    <enrichment key="opus.import.date">2024-02-19T14:21:58+00:00</enrichment>
    <enrichment key="opus.source">sword</enrichment>
    <enrichment key="opus.import.user">sword</enrichment>
    <enrichment key="DOI_VoR">https://doi.org/10.33968/2024.40</enrichment>
    <enrichment key="SourceTitle">Szymanski, M., Rieckmann, O., &amp; Stolpmann, A. (2024). Quantitative und Qualitative Untersuchung zur Akzeptanz und Gestaltung von physischer Mensch-Roboter-Kollaboration. (J. Reiff-Stephan, J. Jäkel, &amp; C. Stöcker), Tagungsband AALE 2024 : Fit für die Zukunft: Praktische Lösungen für die industrielle Automation. Leipzig: Hochschule für Technik, Wirtschaft und Kultur. doi:10.33968/2024.40</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Mateusz Szymanski</author>
    <author>Olaf Rieckmann</author>
    <author>Alexander Stolpmann</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Robotik</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Mensch-Roboter-Kollaboration</value>
    </subject>
    <collection role="ddc" number="629">Andere Fachrichtungen der Ingenieurwissenschaften</collection>
    <collection role="institutes" number="">Fachbereich Ingenieur- und Naturwissenschaften</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="Import" number="import">Import</collection>
    <thesisPublisher>Technische Hochschule Wildau</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-th-wildau/files/1854/1854.pdf</file>
  </doc>
  <doc>
    <id>1711</id>
    <completedYear>2023</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>1</pageFirst>
    <pageLast>12</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Hochschule für Technik, Wirtschaft und Kultur</publisherName>
    <publisherPlace>Leipzig</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Automatisierte Erkennung von Messarealen bei robotergestützten In Vivo Messungen</title>
    <abstract language="deu">Dieser Beitrag schlägt ein Bildverarbeitungsmodell zur automatisierten Bestimmung von Messarealen bei robotergestützten In Vivo Messungen vor. Es wird angenommen, dass moderne Verfahren der Deep-Learning-Objekterkennung in der Lage sind die einzelnen Areale wiederholbar genau genug zu erkennen, um die benötigten Messareale im dreidimensionalen Raum einzupassen. Für das Einpassen werden Tiefeninformationen aus einer stereoskopischen Kamera verwendet. Weiter wird untersucht inwiefern diese Tiefeninformationen als zusätzlicher Eingang für die Deep-Learning-Modelle verwendet werden können. Hierfür wird ein Konzept ausgearbeitet, ein Datensatz erstellt und Modelle zur Objekterkennung in verschiedenen Implementierungen trainiert. Das Verwenden von Tiefeninformationen führt zu einer besseren Generalisierbarkeit der Modelle, insbesondere auf tätowierten Hautarealen. Das Bildverarbeitungsmodell erreicht beim Einpassen der Messareale eine gemittelte Wiederholgenauigkeit bzw. Abweichung von 6, 1 mm bei einer Bildwiederholrate von 2, 3 bis 3, 3 Bildern die Sekunde.</abstract>
    <parentTitle language="deu">Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel</parentTitle>
    <identifier type="urn">urn:nbn:de:kobv:526-opus4-17118</identifier>
    <identifier type="isbn">978-3-910103-01-6</identifier>
    <enrichment key="opus.import.data">@inproceedingsSzymanski2023, abstract = "Dieser Beitrag schlägt ein Bildverarbeitungsmodell zur automatisierten Bestimmung von Messarealen bei robotergestützten In Vivo Messungen vor. Es wird angenommen, dass moderne Verfahren der Deep-Learning-Objekterkennung in der Lage sind die einzelnen Areale wiederholbar genau genug zu erkennen, um die benötigten Messareale im dreidimensionalen Raum einzupassen. Für das Einpassen werden Tiefeninformationen aus einer stereoskopischen Kamera verwendet. Weiter wird untersucht inwiefern diese Tiefeninformationen als zusätzlicher Eingang für die Deep-Learning-Modelle verwendet werden können. Hierfür wird ein Konzept ausgearbeitet, ein Datensatz erstellt und Modelle zur Objekterkennung in verschiedenen Implementierungen trainiert. Das Verwenden von Tiefeninformationen führt zu einer besseren Generalisierbarkeit der Modelle, insbesondere auf tätowierten Hautarealen. Das Bildverarbeitungsmodell erreicht beim Einpassen der Messareale eine gemittelte Wiederholgenauigkeit bzw. Abweichung von 6, 1 mm bei einer Bildwiederholrate von 2, 3 bis 3, 3 Bildern die Sekunde.", address = "Leipzig", author = "Szymanski, Mateusz and van de Sand, Ron and Rieckmann, Olaf and Stolpmann, Alexander", booktitle = "Tagungsband AALE 2023", doi = "10.33968/2023.17", isbn = "978-3-910103-01-6", editor = "Reiff-Stephan, Jörg and Jäkel, Jens and Schwarz, André", keywords = "Maschinelles Lernen, Bildverarbeitung, Objektdetektion, Mensch-Roboter-Kollaboration", language = "ger", pages = "1-12", publisher = "Hochschule für Technik, Wirtschaft und Kultur", title = "Automatisierte Erkennung von Messarealen bei robotergestützten In Vivo Messungen", subtitle = "Mit Automatisierungstechnik gegen den Klimawandel", year = "2023", note = "19. Konferenz für Angewandte Automatisierungstechnik in Lehre und Entwicklung", crossref = "Reiffstephan2023"</enrichment>
    <enrichment key="opus.import.dataHash">md5:f6afc820e9f90c6eb395b8c708614ffc</enrichment>
    <enrichment key="opus.import.date">2023-03-13T09:28:03+00:00</enrichment>
    <enrichment key="opus.import.file">/tmp/php8CZ2lh</enrichment>
    <enrichment key="opus.import.format">bibtex</enrichment>
    <enrichment key="opus.import.id">640eeca32c1b44.86900008</enrichment>
    <enrichment key="DOI_VoR">https://doi.org/10.33968/2023.17</enrichment>
    <enrichment key="SourceTitle">Szymanski, M., van de Sand, R., Rieckmann, O., &amp; Stolpmann, A. (2023). Automatisierte Erkennung von Messarealen bei robotergestützten In Vivo Messungen. (J. Reiff-Stephan, J. Jäkel, &amp; A. Schwarz), Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel. Leipzig: Hochschule für Technik, Wirtschaft und Kultur. doi:10.33968/2023.17</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Mateusz Szymanski</author>
    <author>Ron van de Sand</author>
    <author>Olaf Rieckmann</author>
    <author>Alexander Stolpmann</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Maschinelles Lernen</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bildverarbeitung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Objektdetektion</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Mensch-Roboter-Kollaboration</value>
    </subject>
    <collection role="ddc" number="620">Ingenieurwissenschaften und zugeordnete Tätigkeiten</collection>
    <collection role="institutes" number="">Fachbereich Ingenieur- und Naturwissenschaften</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="green_open_access" number="3">Diamond Open Access</collection>
    <thesisPublisher>Technische Hochschule Wildau</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-th-wildau/files/1711/1711.pdf</file>
  </doc>
  <doc>
    <id>1498</id>
    <completedYear>2021</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>eng</language>
    <pageFirst>217</pageFirst>
    <pageLast>228</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>TIB Open Publishing</publisherName>
    <publisherPlace>Hannover</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="eng">Concept Towards Segmenting Arm Areas for Robot-Based Dermatological In Vivo Measurements</title>
    <abstract language="eng">Dermatological in vivo measurements are used for various purposes, e.g. health care, development and testing of skin care products or claim support in marketing.  Especially for the last two purposes, in vivo measurements are extensive due to the quantity and repeatability of the measurement series. Furthermore, they are   performed manually and therefore represent a nonnegligible time and cost factor. A solution to this is the implementation of collaborative robotics for the  measurement execution. Due to various body shapes and surface conditions, common static control procedures are not applicable. To solve this problem, spatial  information obtained from a stereoscopic camera can be integrated into the robot control process. However, the designated measurement area has to be detected  and the spatial information processed. Therefore the authors propose a concept towards segmenting arm areas through a CNN-based object detector and their  further processing to perform robot-based in vivo measurements. The paper gives an overview of the utilization of RGB-D images in 2D object detectors and  describes the selection of a suitable model for the application. Furthermore the creation, annotation and augmentation of a custom dataset is presented.</abstract>
    <parentTitle language="eng">2nd German-West African Conference on Sustainable, Renewable Energy Systems (SusRES2021)</parentTitle>
    <identifier type="urn">urn:nbn:de:kobv:526-opus4-14986</identifier>
    <enrichment key="opus.import.date">2021-09-13T09:17:57+00:00</enrichment>
    <enrichment key="opus.source">sword</enrichment>
    <enrichment key="opus.import.user">sword</enrichment>
    <enrichment key="opus.import.file">filename=phpLH6UbH</enrichment>
    <enrichment key="opus.import.checksum">3981063e879e1e50b6d7f5cf40f9f2de</enrichment>
    <enrichment key="DOI_VoR">https://doi.org/10.52825/thwildauensp.v1i.34</enrichment>
    <enrichment key="SourceTitle">Szymanski, M., van de Sand, R., Tauscher, E., Rieckmann, O., &amp; Stolpmann, A. (2021). Concept Towards Segmenting Arm Areas for Robot-Based Dermatological In Vivo Measurements. In J. Reiff-Stephan, K. ́santa Amouzou, &amp; A. Adanlete, 2nd German-West African Conference on Sustainable, Renewable Energy Systems (SusRES2021) (pp. 217–228). Hannover: TIB Open Publishing. doi:10.52825/thwildauensp.v1i.34</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Mateusz Szymanski</author>
    <author>Ron van de Sand</author>
    <author>Esther Tauscher</author>
    <author>Olaf Rieckmann</author>
    <author>Alexander Stolpmann</author>
    <series>
      <title>TH Wildau Engineering and Natural Sciences Proceedings</title>
      <number>1</number>
    </series>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>object detection</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>convolutional neural network</value>
    </subject>
    <subject>
      <language>eng</language>
      <type>uncontrolled</type>
      <value>RGB-D image</value>
    </subject>
    <collection role="ddc" number="621">Angewandte Physik</collection>
    <collection role="institutes" number="">Fachbereich Ingenieur- und Naturwissenschaften</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="Import" number="import">Import</collection>
    <collection role="Tagungsbaende" number="">German-West African Conference on Sustainable, Renewable Energy Systems SusRES</collection>
    <thesisPublisher>Technische Hochschule Wildau</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-th-wildau/files/1498/34-841-1-10-20210615.pdf</file>
  </doc>
  <doc>
    <id>2138</id>
    <completedYear>2026</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>147</pageFirst>
    <pageLast>157</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Hochschule für Technik, Wirtschaft und Kultur Leipzig</publisherName>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Deterministische Prädiktion menschlicher Bewegungen in der Mensch-Maschine-Interaktion</title>
    <abstract language="deu">Im Rahmen einer Masterarbeit wurde ein Bildverarbeitungsmodell konzeptioniert und umgesetzt, mit dem die menschliche Körperhaltung visualisiert sowie Kollisionen zwischen einem Menschen und einem kollaborativen Roboter vermieden werden können. Hierbei wird zunächst mittels einer Intel RealSense D435i 3D-Kamera und der Bildverarbeitungsbibliothek Mediapipe die aktuelle Körperhaltung der Person bestimmt. Auf Basis einer zeitlichen Abfolge von gemessenen Armgelenkpositionen erfolgt die Berechnung einer zukünftige Armhaltung, welche anatomisch bedingte Gelenkabstände und Gelenkwinkel berücksichtigt. Ein 3D-Avatar als digitaler Schatten – erstellt mithilfe der Unity 3D-Game Engine – visualisiert zeitgleich die aktuelle, als auch die vorhergesagte Gelenkposition. Die prognostizierte Armhaltung ist darüber hinaus Grundlage einer Kollisionsvermeidung mit einem, in Bewegung versetzten, kollaborativen Roboter. Unterschreitet hierbei der berechnete Abstand zwischen der aktuellen Roboter-Haltung und der zukünftigen Armhaltung des Menschen die Grenzen zuvor definierter Kollisionsbereiche, wird der Roboter sofort gestoppt. Über eine Versuchsreihe, werden unter Variation von Abständen, Beleuchtungsstärken und Materialien die bestmöglichen Messbedingungen der eingesetzten 3D-Kamera ermittelt. Die Ergebnisse deuten darauf hin, dass helle, glatte Materialien, eine Beleuchtungsstärke von 500 lx und ein möglichst geringer Abstand von weniger als 1mdie präzisesten Distanzmessungen ermöglichen. Anhand der durchschnittlichen Zykluszeit wird ein Vorhersagehorizont von bis zu 150ms angenommen.</abstract>
    <parentTitle language="deu">Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität</parentTitle>
    <identifier type="urn">urn:nbn:de:kobv:526-opus4-21388</identifier>
    <enrichment key="opus.import.date">2026-03-09T11:34:15+00:00</enrichment>
    <enrichment key="opus.source">sword</enrichment>
    <enrichment key="opus.import.user">sword</enrichment>
    <enrichment key="DOI_VoR">https://doi.org/10.33968/2026.15</enrichment>
    <enrichment key="SourceTitle">Walter, E. F., Szymanski, M., Rieckmann, O., &amp; Stolpmann, A. (2026). Deterministische Prädiktion menschlicher Bewegungen in der Mensch-Maschine-Interaktion. In J. Reiff-Stephan, J. Jäkel, M. Versen, &amp; P. Zentgraf, Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität (pp. 147–157). Leipzig: Hochschule für Technik, Wirtschaft und Kultur. doi:10.33968/2026.15</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Elias Fabian Walter</author>
    <author>Mateusz Szymanski</author>
    <author>Olaf Rieckmann</author>
    <author>Alexander Stolpmann</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Mensch-Maschine-Interaktion</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Bildverarbeitung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Visualisierung</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Menschliche Bewegungsvorhersage</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Kollisionsvermeidung</value>
    </subject>
    <collection role="ddc" number="006">Spezielle Computerverfahren</collection>
    <collection role="ddc" number="629">Andere Fachrichtungen der Ingenieurwissenschaften</collection>
    <collection role="institutes" number="">Fachbereich Ingenieur- und Naturwissenschaften</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="Import" number="import">Import</collection>
    <thesisPublisher>Technische Hochschule Wildau</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-th-wildau/files/2138/2138.pdf</file>
  </doc>
  <doc>
    <id>2141</id>
    <completedYear>2026</completedYear>
    <publishedYear/>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst>235</pageFirst>
    <pageLast>243</pageLast>
    <pageNumber/>
    <edition/>
    <issue/>
    <volume/>
    <type>conferenceobject</type>
    <publisherName>Hochschule für Technik, Wirtschaft und Kultur Leipzig</publisherName>
    <publisherPlace/>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>1</belongsToBibliography>
    <completedDate>--</completedDate>
    <publishedDate>--</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Validierung robotergestützter in vivo Messungen im Vergleich zu manuellen Referenzmethoden</title>
    <abstract language="deu">In vorhergehenden Arbeiten wurden sowohl ein Bildverarbeitungsmodell zur automatisierten Erkennung von Messarealen als auch Studien zur Akzeptanz robotergestützter in vivo-Messungen entwickelt und erprobt. Auf dieser Grundlage wurde ein prototypischer Hautmessroboter aufgebaut, der Anforderungen an Ergonomie, Sicherheit und Bedienbarkeit integriert. Im vorliegenden Beitrag wird eine erste Validierungsstudie vorgestellt, in der robotergestützte Messungen systematisch mit manuellen Referenzmessungen verglichen werden. Die Ergebnisse zeigen eine insgesamt hohe Korrelation zwischen manueller und robotergestützter Messung für beide untersuchten Hautparameter. Nach Produktanwendung zeigen die Ergebnisse, dass mit der robotergestützten Messung statistisch signifikante Produkteffekte erfasst werden können. Die Resultate deuten darauf hin, dass robotergestützte in vivo Messungen ein hohes Potenzial für den Einsatz im dermatologischen Studienbetrieb haben können.</abstract>
    <parentTitle language="deu">Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität</parentTitle>
    <identifier type="urn">urn:nbn:de:kobv:526-opus4-21419</identifier>
    <enrichment key="opus.import.date">2026-03-13T09:23:42+00:00</enrichment>
    <enrichment key="opus.source">sword</enrichment>
    <enrichment key="opus.import.user">sword</enrichment>
    <enrichment key="DOI_VoR">https://doi.org/10.33968/2026.23</enrichment>
    <enrichment key="SourceTitle">Szymanski, M., Stolpmann, A., &amp; Rieckmann, O. (2026). Validierung robotergestützter in vivo Messungen im Vergleich zu manuellen Referenzmethoden. In J. Reiff-Stephan, J. Jäkel, M. Versen, &amp; P. Zentgraf, Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität (pp. 235–243). Leipzig: Hochschule für Technik, Wirtschaft und Kultur. doi:10.33968/2026.23</enrichment>
    <licence>Creative Commons - CC BY - Namensnennung 4.0 International</licence>
    <author>Mateusz Szymanski</author>
    <author>Alexander Stolpmann</author>
    <author>Olaf Rieckmann</author>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Robotik</value>
    </subject>
    <subject>
      <language>deu</language>
      <type>uncontrolled</type>
      <value>Physische Mensch-Roboter-Kollaboration</value>
    </subject>
    <collection role="ddc" number="006">Spezielle Computerverfahren</collection>
    <collection role="ddc" number="610">Medizin und Gesundheit</collection>
    <collection role="ddc" number="629">Andere Fachrichtungen der Ingenieurwissenschaften</collection>
    <collection role="institutes" number="">Fachbereich Ingenieur- und Naturwissenschaften</collection>
    <collection role="open_access" number="">open_access</collection>
    <collection role="Import" number="import">Import</collection>
    <thesisPublisher>Technische Hochschule Wildau</thesisPublisher>
    <file>https://opus4.kobv.de/opus4-th-wildau/files/2141/2141.pdf</file>
  </doc>
</export-example>
