BIETE: Motion Tracking mit maschinellem Lernen

Mithilfe maschinellen Lernens mit künstlichen neuronalen Netzen können Szenen in verschiedenen Anwendungsbereichen interpretiert werden. Dazu zählen etwa die Prozessoptimierung in der Produktion „(Wie) Interagieren Personen beispielsweise mit Cobots oder untereinander?“, Pflege und Medizintechnik „Ist eine Person beispielsweise gestürzt?“ oder die bereiche Sport/Arbeitswelt „Sind Bewegungsabläufe ergonomisch korrekt?“.
Acht Kameras mit Infrarot-Strahlern erfassen Personen-Bewegungen. Durch ein System mit an Körpergelenken befestigten „Markern" (Infrarot-Reflektoren) werden alle möglichen Freiheitsgrade abgebildet. Die aufgenommenen Szenen werden auf ein 3D-Modell übertragen, welches am Rechner von allen Seiten betrachtet werden kann.

I4.0-Anwendungen:
Fabrik 4.0, Virtuelle Realität, Ergonomie-Computermodelle

I4.0-Technologien:
Optisches Tracking, VR Analytics, Neuronale Netze

Mögliche Problemlösung/ Prozessoptimierung:
Das Übertragen von realen Situationen auf ein digitales 3D-Modell ist so speichereffizient möglich, zu verarbeitende Daten können pro Bewegungsablauf auf einige Vektoren reduziert werden. Die Gigabytes (bis zu 360 Bilder/sek à 8 Kameras bei „x“ erfassten Vektoren) sind im Vergleich zu Videodaten bei gleicher Aufnahmedauer deutlich geringer. Auch sich anschließende Rechenoperationen laufen ressourceneffizienter ab.

Technischer Aufbau:
Acht Kameras des Typs OptiTrack Prime 17W, über Gigabit-Ethernet mit einem Server verbunden, ein geeigneter Netzwerk-Switch ist erforderlich (rein lokale Anwendung). Die anfallenden Daten werden mithilfe der Software OptiTrack Motive gesammelt und interpretiert.

Dieser Demonstrator ist ein Angebot der Fakultät Informatik der Ostfalia Hochschule und wurde als Teil des I4.0 Demonstratorenkatalogs veröffentlicht.