Exergames, Augmented Virtuality und Co Doktoranden-Runde in Stuttgart

Doktoranden des hciLab, des DFKI Kaiserslautern und der AG wearHEALTH trafen sich am 14. Juli zu einem eintägigen interdisziplinären Doktorandenworkshop an der Universität Stuttgart.

Am 14. Juli 2016 trafen sich Daniel Steffen und Gabriele Bleser mit Wissenschaftlern des hciLabs Stuttgart und des DFKI Kaiserslautern zu einem interdisziplinär ausgerichteten Doktoranden-Workshop in Stuttgart.  Ausgerichtet wurde das Treffen von Professor Albrecht Schmidt, Leiter der Abteilung Mensch-Computer-Interaktion an der Universität Stuttgart.

Innerhalb von 15 Minuten präsentierte jeder Wissenschaftler seine aktuellen Forschungsfragen  und -resultate, welche im Anschluss mit der 15-köpfigen Gruppe intensiv diskutiert und kritisch von den jeweiligen Disziplinen hinterfragt wurden. Insgesamt wurden neun Themen im Rahmen des eintägigen Workshops vorgestellt. Diese reichten von Exergames in der Rehabilitation, über Augmented Virtuality, Large und Ambient Displays bis hin zu Themen wie Smarte Textilien, Emotionen und Stress in der Benutzerinteraktion. Zentraler Bestandteil aller Präsentationen war die Einbindung des Nutzers in den Entwicklungsprozess.

Die Abteilung Mensch-Computer-Interaktion ist am Institut für Visualisierung und Interaktive Systeme angesiedelt. Die Schwerpunkte der Abteilung liegen dabei auf grafischen Benutzungsschnittstellen, mobiler Mensch-Computer-Interaktion, Mensch-Maschine-Interaktion im Auto sowie ubiquitären und eingebetteten interaktiven Systemen.

Wir bedanken uns bei Professor Schmidt und seinem Team für die interessanten Einblicke und den wertvollen Gedankenaustausch.

Robuste Bewegungserfassung auf Basis köpergetragener Inertialsensoren Publikation im Open Access Journal Sensors

Der Artikel „On Inertial Body Tracking in the Presence of Model Calibration Errors“ von Markus Miezal, Bertram Taetz und Gabriele Bleser wurde im Open Access Journal Sensors veröffentlicht.

Der Artikel befasst sich mit der Evaluation verschiedener Verfahren und Modelle zur robusten Bewegungserfassung auf Basis körpergetragener Inertialsensoren. Insbesondere wurde untersucht, wie sich verschiedene Kalibrierfehler eines angenommenen biomechanischen Körpermodells auf die Schätzgenauigkeit der Segmentorientierungen auswirken. Darunter wurden Fehler in den angenommenen Segmentlängen und Fehler in der angenommenen Ausrichtung und Position der Sensoren am Körper untersucht. Da diese Größen oftmals manuell vermessen werden, auf Annahmen beruhen, oder durch vorgegebene Kalibrierbewegungen ermittelt werden, sind signifikante Fehler zu erwarten. Interessant ist daher, wie sich derartige Fehler auf die Genauigkeit der Bewegungserfassung auswirken bzw. ob bestimmte Verfahren und Modelle besser mit derartigen Kalibrierfehlern umgehen als andere. Die Evaluationen wurden anhand synthetisch simulierter Daten und real in dem AG-eigenen Bewegungslabor aufgenommener Daten durchgeführt. Die Ergebnisse liefern für die AG die Basis für die weiterführenden Entwicklungen im Bereich der Forschungslinie Selbstkonfigurierende, mobile Bewegungserfassung und –analyse.

Der am besten abschneidende Algorithmus wurde bereits für eine automatische Kalibrierung der Sensor-zu-Körper Ausrichtungen und Positionen weiterentwickelt. Diese Arbeit wurde ebenfalls kürzlich auf der 19th International Conference on Information Fusion in Heidelberg präsentiert. Die Arbeit wurde in Zusammenarbeit zwischen den Disziplinen Mathematik und Informatik durchgeführt.

Seminarreihe zum Thema „Simulation, Capturing and Analysis of Human Motion“ Studenten beschäftigen sich mit aktuellen Forschungsthemen

Im Sommersemester 2016 führte die AG wearHEALTH zum zweiten Mal das Seminar „Simulation, Capturing and Analysis of Human Motion“ durch.
Vom 28.6.2016 bis zum 30.6.2016 präsentierten und diskutierten Studierende des Fachbereichs Informatik an der Universität Kaiserslautern aktuelle Forschungsthemen aus den Bereichen Erfassung und Analyse menschlicher Bewegungen und Aktivitäten.

Im Rahmen des Seminars wurden Verfahren zur Kompensation magnetischer Störungen in der inertialen Bewegungserfassung, verschiedene Methoden des maschinellen Lernens zur Aktivitätserkennung mit Umgebungssensoren und Wearables, sowie ein Ansatz zur Kombination von maschinellem Lernen mit physikalischen Modellen zur Bewegungsrekonstruktion aus Videos konkret thematisiert.

Wir bedanken uns bei den Studierenden für ihr Engagement. Gerne betreuen wir auch weiterführende studentische Arbeiten in diesen und angrenzenden Themenbereichen. Bei Interesse, melden Sie sich bitte gegebenenfalls mit einem Themenvorschlag bei Gabriele Bleser.