Inom byggindustrin uppstår många olika situationer som kan leda till olyckor där en person kan skadas eller avlida. Att utveckla metoder för att förhindra olyckor är därför mycket angeläget. I denna studie undersöker jag möjligheterna att skapa en applikation, anpassad för autonoma displaydatorer, för att öka säkerheten runt arbetsmaskiner genom att med objektdetektering och kameraövervakning skapa situationsmedvetenhet runt maskinen. Objektdetekteringen används för att hitta alla personer och koner som är med på bilden från kameran. Genom att detektera utställda trafikkoner byggs ett virtuellt stängsel upp som avgränsar det farliga området runt maskinen. För att sedan bedöma om personer befinner sig innanför området har jag tagit fram och utvärderat tre olika algoritmer. Jag har utvärderat algoritmerna med avseende på om exekveringstiden påverkar möjligheten att analysera 30 bilder per sekund och att de bedömer personens position korrekt i förhållande till det virtuella stängslet i olika scenarion.  Tester har också genomförts för att verifiera att algoritmerna fungerar i praktiken integrerade i realtidsapplikationen. Resultaten visar att inte någon av algoritmerna har exekveringstid som kommer att påverka analysen av 30 bilder per sekund. Vidare bedömer två av algoritmerna alla testade situationer korrekt förutom i vissa specifika fall när en person befinner sig exakt på en avgränsningslinje eller på en kon. Felbedömningen har dock ingen praktisk betydelse i denna tillämpning. Testerna av realtidsapplikationen visar att algoritmerna hanterar att området ändras dynamiskt och att det larmar när en person går in i det farliga området. Utifrån utvärderingen kan jag konstatera att det är möjligt att skapa en applikation för en autonom displaydator för att skapa situationsmedvetenhet för tunga arbetsmaskiner på byggarbetsplatser.