<\/span><\/h2>\nAssistenzroboter k\u00f6nnen mittels verschiedener Methoden gesteuert werden. Von besonderem Interesse sind nat\u00fcrliche und intuitive Wege, um mit diesen Systemen zu interagieren. Meist erfolgt die Bedienung mittels Sprachsteuerung oder Touch-Bildschirmen \u2013 sei es am Roboter selbst oder durch verkn\u00fcpfte externe Ger\u00e4te wie Smartphones.<\/p>\n
Eine weitere M\u00f6glichkeit bietet die Gestensteuerung. Wir benutzen Gesten in allt\u00e4glich, w\u00e4hrend wir mit unseren Mitmenschen interagieren. Wir winken einer Person zu, um sie zu begr\u00fc\u00dfen oder ihr zu signalisieren wo wir uns befinden. Wir zeigen in eine bestimmte Richtung, um auf Objekte zu deuten oder um einen Weg zu erkl\u00e4ren und wir verwenden Gesten, um unseren Kommunikationspartner die Gr\u00f6\u00dfe von Gegenst\u00e4nden zu verdeutlichen. Weiterhin basiert die Geb\u00e4rdensprache beinahe vollst\u00e4ndig auf der Gestikulation. Gesten spielen in der zwischenmenschlichen Kommunikation also eine wichtige Rolle.<\/p>\n
Eine \u00dcbertragung dieser Kommunikationsform auf den Kontext der Mensch-Roboter-Interaktion liegt daher nahe. Besonders f\u00fcr humanoide Roboter, die der menschlichen Gestalt nachempfunden sind und \u00fcberwiegend f\u00fcr kommunikative und soziale Zwecke eingesetzt werden, k\u00f6nnen Gesten eine sinnvolle und n\u00fctzliche Interaktionsform bieten \u2013 auch im Hinblick auf eine barrierefreie Benutzung dieser Technologien. Zentrales Thema meiner Masterthesis ist daher die Gestenerkennung und Gestensteuerung<\/em> unter Verwendung eines Assistenzroboters. Doch was sind Gesten \u00fcberhaupt?<\/p>\n<\/span>Gesten<\/span><\/h2>\nAllgemein sind Gesten Bewegungen des K\u00f6rpers oder einzelner K\u00f6rperteile, die bestimmte Informationen zu vermitteln oder zu verst\u00e4rken versuchen. Sie zeichnen sich durch ihren nonverbalen kommunikativen Charakter aus und treten in unterschiedlichen Formen auf. In der Mensch-Computer-Interaktion werden Gesten genutzt, um einem System Anweisungen zu geben. [4]<\/p>\n
Gesten k\u00f6nnen in ihrer Art und ihrem Zweck sehr unterschiedlich sein. Es existieren zun\u00e4chst zwei grundlegende Arten: Statische und dynamische Gesten. Bei einer statischen Geste findet keine Bewegung w\u00e4hrend der Informations\u00fcbermittlung statt. In dieser Zeit verweilt die ausf\u00fchrende Person in einer festen Pose oder Haltung. Ein Beispiel hierf\u00fcr ist die Daumen-hoch-Geste. Im Gegensatz dazu ist eine dynamische Geste durch Bewegung gekennzeichnet. Sie besitzt damit einen festen Anfangs- und Endpunkt. Ein und dieselbe Geste kann hierbei in ihrer Ausf\u00fchrungsform und -geschwindigkeit variieren. Diese Eigenschaft muss bei der Entwicklung eines Systems zur Gestenerkennung unbedingt ber\u00fccksichtigt werden. [5]<\/p>\n
Eine Geste soll weiterhin einen bestimmten Zweck erf\u00fcllen. In der Fachliteratur zur Gestenforschung wird h\u00e4ufig eine Unterteilung in manipulative, pantomimische, semaphorische, deiktische und abstrakte Gesten vorgenommen. Manipulative Gesten beabsichtigen die Beeinflussung eines Objektes. Pantomimische Gesten werden genutzt, um bestimmte Aktionen zu imitieren. Durch semaphorische Gesten k\u00f6nnen Signale vermittelt werden. Ein Beispiel hierf\u00fcr ist die Geb\u00e4rdensprache. Zeigen wir auf ein Objekt oder eine Richtung, dann benutzen wir deiktische Gesten. Diese Form wird auch als Zeige-Geste bezeichnet. Abstrakte Gesten dienen zur Verst\u00e4rkung des gesprochenen Wortes und werden von uns meist unbewusst w\u00e4hrend der verbalen Kommunikation genutzt. Zudem besitzen Gesten auch physikalische Eigenschaften, beispielsweise die involvierten K\u00f6rperteile, die Dauer und Geschwindigkeit der Ausf\u00fchrung, die r\u00e4umliche Position oder die Dimensionalit\u00e4t (2D oder 3D). [5][6]<\/p>\n
Aber was bringt uns das jetzt f\u00fcr die Gestenerkennung?<\/p>\n
<\/span>Verfahren der Gestenerkennung<\/span><\/h2>\nGanz einfach: Die Art einer Geste bestimmt signifikant die Anforderungen an das Verfahren zur Gestenerkennung. Dynamische Gesten sind weitaus komplexer als statische Posen. Ein Erkennungsverfahren muss die Nutzerbewegungen erfassen, analysieren und korrekt einem Befehl zuordnen. Es besteht deshalb aus mehreren Teilkomponenten, die diese einzelnen Sub-Aufgaben \u00fcbernehmen: der Datenerhebung, der Merkmalsextraktion und der Gestenklassifikation. Zudem m\u00fcssen wir den Anfangs- und Endpunkt einer Geste korrekt identifizieren, was im Fachjargon als Gesten-Segmentierung oder Gesten-Spotting bezeichnet wird. Dies ist n\u00f6tig, um bewusst ausgef\u00fchrte Gesten (mit Interaktionsabsicht) von unbewusst ausgef\u00fchrten Bewegungen unterscheiden zu k\u00f6nnen.<\/p>\n
![\"Ablauf](\"https:\/\/www.inovex.de\/wp-content\/uploads\/2019\/09\/Ablauf_Gestenerkennung-1024x394.png\")
<\/p>\n
<\/span>Datenerhebung<\/span><\/h3>\nIn diesem Prozess geht es um die Erfassung der Gestenbewegung durch die Sensorik des verwendeten Systems. Es existieren verschiedene Typen, die sich zun\u00e4chst prim\u00e4r in der eingesetzten Technologie unterscheiden:<\/p>\n
Zum einen gibt es ger\u00e4tebasierte Verfahren<\/strong>. Hier ist das Tragen oder Halten externer Ger\u00e4te oder Marker notwendig. Beispiele hierf\u00fcr sind Datenhandschuhe oder Remote-Controller. Die Vorteile dieser Verfahren spiegeln sich in sehr guten Erkennungsraten und ein auf den Anwendungskontext zugeschnittenes Bedienkonzept wieder. Dies stellt jedoch zeitgleich eine Einschr\u00e4nkung dar, da sich diese Systeme in der Regel schlecht erweitern lassen. Weiterhin kann das Tragen dieser Ger\u00e4te f\u00fcr Nutzer:innen einen St\u00f6rfaktor darstellen.<\/p>\nOptische Verfahren<\/strong> hingegen besitzen diese Einschr\u00e4nkung nicht. Der\/die Nutzer:in wird durch optische Sensoren erfasst und ben\u00f6tigt keine weiteren Ger\u00e4te. Diese Form der Datenerhebung erfordert jedoch weitaus komplexere Verfahren, um gute Erkennungsraten erzielen zu k\u00f6nnen. Nachdem ein:e Nutzer:in durch die Sensoren erfasst wurde, muss in den erhobenen Daten nach Merkmalen gesucht werden, die eine Geste beschreiben. Dieser Vorgang nennt sich Merkmalextraktion.<\/p>\n