RESINA

Situationsbewusstsein ist eine notwendige Voraussetzung für effiziente Mensch-Maschine-Kollaborationsszenarien sowohl in der Robotik- als auch in der Automobil-Domäne. Nach Endsley bezieht sich der Begriff Situationsbewusstsein auf einen kontinuierlichen Prozess der Wahrnehmung der Umgebung mit ihren Objekten und Subjekten, des Verstehens der Umgebung und der Vorhersage des Zustands der Umgebung mit ihren Objekten und Subjekten für ein angemessenes Zeitintervall. Mit diesen Fähigkeiten ist ein intelligentes System in der Lage, sinnvolle Entscheidungen zu treffen und Aktionen im Hinblick auf die eigenen Ziele und die Umwelt optimal zu planen. Eine Maschine verfügt über Situationsbewusstsein, wenn sie in der Lage ist, Wechselwirkungen in der Umgebung zu erkennen, menschliches Verhalten zu antizipieren und menschliche Absichten zu schätzen.

Es gibt eine Vielzahl von Ansätzen, die sich mit der Wahrnehmung von statischen und dynamischen Umgebungen befassen, wie z. B. SLAM, Objektlokalisierung und Schätzung der menschlichen Pose. Diese Repräsentationen werden in erster Linie verwendet, um Objektpositionen vorherzusagen und Trajektorien zu planen. Die allgemeine und robuste Fusion von statischen und dynamischen Komponenten in einer komplexen Umgebung unter Einbeziehung der Interaktion, der individuellen Ziele und Absichten der beteiligten Menschen und Maschinen ist eine offene Forschungsfrage. Die Ergebnisse haben Auswirkungen auf viele interessante Anwendungsszenarien, z.B. in der industriellen oder häuslichen Mensch-Maschine-Interaktion und -Manipulation. Insbesondere der systematische Umgang mit teilweise beobachtbaren und probabilistischen Informationen ist nur teilweise gelöst. Dazu gehören versteckte Absichten ebenso wie das unsichere Bewusstsein der beteiligten Menschen.

In diesem Verbundprojekt streben wir eine Verfeinerung dieser dynamischen Umgebungsinterpretation an, indem wir raum-zeitliche Repräsentationsräume für die Interaktionsanalyse bei der Mensch-System-Interaktion erforschen. Hierbei betrachten wir Interaktionsmuster sowohl mit der Maschine als auch mit manipulierbaren Objekten. Im industriellen Kontext kann dies dann z.B. für ein Werkbank-/Fließband-Szenario anwendbar sein, bei dem eine Überwachung der Mensch-Objekt- bzw. Mensch-Umwelt-Interaktion über (meist) visuelle Sensoren (ggf. auch einfache Wearable-Sensoren, wie z.B. Beschleunigungssensoren) und geeignete Machine-Learning- und Computer-Vision-Techniken erfolgt. Es soll ein computerbasiertes System untersucht werden. Es detektiert und verfolgt die menschliche Bewegung in der Szene, zeichnet die Messungen in einer gemeinsamen Darstellungsbasis auf und analysiert dann einfache Aktivitäten. Diese Aktivitäten können auf Interaktionen mit bestimmten Punkten oder Objekten in der Systemumgebung hindeuten und erlauben es, schrittweise ein Situationsbewusstsein zu erlangen. Damit adressieren wir einen wichtigen Schritt zur effizienten und sicheren Mensch-Maschine-Kollaboration.