Erkennen von Personen, Helmen und Westen auf Basis von Kamera-Streams
Inhalt
Im Rahmen dieser Bachelorarbeit soll ein KI‑basiertes Objekterkennungsmodell entwickelt werden, das auf Bild- bzw. Videodaten basiert, welche von EGGER zur Verfügung gestellt werden. Ziel der Analyse ist die automatisierte Erkennung von Personen in definierten Bereichen innerhalb der Logistik- und Produktionsumgebung. Darauf aufbauend soll überprüft werden, ob erkannte Personen die vorgeschriebene persönliche Schutzausrüstung tragen. Konkret umfasst dies die Erkennung eines Schutzhelms in einer Signalfarbe (typischerweise gelb) sowie das Tragen einer Warnweste (ebenfalls meist in gelber Signalfarbe gemäß EGGER-Standards).
Ziel
Das Ziel der Arbeit ist die Entwicklung eines leistungsfähigen KI‑Objekterkennungsmodells, das mit hoher Zuverlässigkeit und Genauigkeit zwischen regelkonform ausgestatteten und nicht regelkonform ausgestatteten Personen unterscheiden kann. Die Lösung soll einen Beitrag zur Erhöhung der Arbeitssicherheit leisten, insbesondere in sicherheitskritischen Bereichen der Logistik und Verladung. Aufbauend auf den Erkennungsergebnissen können weiterführende Maßnahmen – wie beispielsweise automatisierte Hinweise oder Eskalationsmechanismen – im Rahmen der Projektumsetzung definiert werden.
Erwarteter Output
Als Ergebnis wird ein lauffähiges und validiertes KI‑Modell erwartet, das in die bestehende IT‑Architektur von EGGER integriert werden kann, vorzugsweise in Form eines deploybaren Linux‑Containers. Die Lösung soll skalierbar und anschlussfähig an bestehende Systeme sein, um eine spätere produktive Nutzung zu ermöglichen. Die detaillierte Einbindung in die Gesamtarchitektur sowie weiterführende Systemintegration sind nicht Bestandteil dieser Bachelorarbeit und werden in einer separaten Masterarbeit vertieft behandelt.