Markerloses 3D-Tracking von Menschen und Bauteil zur Ansteuerung eines Spatial Augmented Reality Assistenzsystems
Year: 2021
Type: dissertation
Abstract: Die stattfindende Steigerung der Komplexität der Arbeit wirkt sich negativ auf die Arbeitskraft sowie die Produktivität der manuellen Arbeit aus, weshalb das Gebiet der Assistenzsysteme immer mehr an Bedeutung gewinnt. Zu kognitiven Assistenzsystemen, die auf die Reduktion der Belastung durch kognitive Unterstützung zielen, zählen auch Augmented Reality Anwendungen. Im Bereich der Baustellenfertigung weist Augmented Reality das Potential auf, Arbeitsanweisungen direkt auf Objekte innerhalb des Arbeitssystems zu projizieren und somit die Arbeit ergonomischer und effizienter zu gestalten. Um eine Kontextadaptivität zu gewährleisten, insbesondere durch die Projizierung relevanter Informationen am richtigen Ort und zur richtigen Zeit, wird Tracking relevanter Objekte vorausgesetzt. Neuartige Technologien, wie Tiefenbildkameras, und die damit verbundene Kenntnis der Lage der Objekte im dreidimensionalen Raum, öffnen die Tür für neue Anwendungen auf dem Gebiet der Augmented Reality und der kognitiven Assistenzsysteme. Diese Arbeit befasst sich mit der markerlosen Erfassung der Pose des Mitarbeiters sowie des Bauteils und der Gestaltung einer Mensch-Maschine-Schnittstelle basierend auf dreidimensionalen Daten bereitgestellt durch ein statisches Kamerasystem bestehend aus drei Time of Flight Kameras, wodurch in der Zukunft die Ansteuerung eines Spatial Augmented Reality Assistensysystems ermöglicht werden soll. Basierend auf der Literatur werden zunächst die Möglichkeiten zur Erkennung der relevanten Information aus den Daten mittels Machine Vision untersucht. Anschließend wird ein Konzept entsprechend der Spezifika des statischen Kamerasystems mit Time of Flight Kameras ausgearbeitet, entwickelt und abschließend auf die zuvor definierten Kriterien evaluiert. Obwohl die Funktionalität des Systems in Hinsicht auf die Extraktion der 3D-Informationen erreicht wurde, stellt die geclutterte industrielle Umgebung, sowie die Geschwindigkeit der Datenverarbeitung und dadurch die Fähigkeit zur Interaktion in Echtzeit, eine Herausforderung für den industriellen Einsatz.
Source: reposiTUm (TU Wien)
Author: Kostolani, David
Language: German
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W3125896014