Das unbeabsichtigte Anheben von Waggons oder LKWs beim Containerumschlag stellt in intermodalen Terminals ein häufiges Problem dar. Solche Vorfälle können Schäden verursachen, Abläufe verzögern und die Sicherheit beeinträchtigen. Diese Arbeit untersucht, ob sich historische Kransensordaten nutzen lassen, um Waggon- und LKW-Anhebungen automatisch zu erkennen und wie sich solche Informationen zur Weiterentwicklung zukünftiger Anti-Lifting-Konzepte einsetzen lassen.Dazu wird eine Machine-Learning-Pipeline entwickelt, die unbeabsichtigte Anhebungen identifiziert. Dazu werden Kraftsignale analysiert und in aussagekräftige Merkmale (Features) überführt. Im Vergleich verschiedener Klassifizierungmethoden erzielen baumbasierte Modelle die besten Ergebnisse. Die Resultate zeigen, dass Waggon-Anhebungen zuverlässig erkannt werden können, während die automatische Erkennung von LKW-Anhebungen deutlich schwieriger ist.
Thomas Stöckl (2026) studied this question.