LEMON - Towards an episodic situation understanding – Learning and real-time catEgorization of complex MOtioN trajectories exemplified by human action sequences


 

Der Schwerpunkt dieses Projekts ist die Entwicklung von Methoden zur visuellen Erkennung menschlicher Handlungen auf einer mobilen Roboterplattform, die in einer häuslichen Umgebung eingesetzt wird. In diesem Projekt wird eine menschliche Aktion als eine kleinräumige Bewegung einer oder mehrerer Gliedmaßen auf einer relativ kurzen Zeitskala verstanden, z. B. das Werfen eines Balls oder das Aufheben von etwas.

Um eine Bewegungsanalyse durchführen zu können, muss der Roboter die Bewegungen der beobachteten Person beobachten, vorhersagen und klassifizieren. In diesem Projekt werden die Bewegungen vollständig durch Bewegungstrajektorien der Gliedmaßen repräsentiert. Daher konzentriert sich die Arbeit auf die Echtzeit-Vorhersage und Klassifizierung von zwei- oder dreidimensionalen Zeitreihen.

Eine wichtige aufkommende Aufgabe von Robotersystemen im Bereich der Altenpflege ist es, die kognitiven Fähigkeiten der betreuten Person zu erhalten. Eine von vielen Möglichkeiten, eine kognitive Stimulation zu erreichen, ist die Durchführung von körperlichen Übungen. Ein Robotersystem, das mit der Fähigkeit ausgestattet ist, Bewegungen zu klassifizieren und vorherzusagen, kann einer Person helfen, indem es sie durch solche Übungen führt und Feedback über die Qualität der ausgeführten Übungen gibt.