• Media type: E-Book; Thesis
  • Title: Personendetektion durch Klassifikation von Laserscans
  • Contributor: Wengefeld, Tim [Author]; Groß, Horst-Michael [Betreuer]; Weinrich, Christoph [Gutachter]
  • imprint: Ilmenau: ilmedia, 2014
  • Extent: Online-Ressource (PDF-Datei: 104 S., 16,41 MB)
  • Language: German
  • Identifier:
  • Keywords: Mensch-Maschine-Kommunikation > Optischer Sensor > Serviceroboter
  • Origination:
  • University thesis: Ilmenau, Techn. Univ., Masterarbeit, 2014
  • Footnote:
  • Description: Die Möglichkeit eines Roboters zu erkennen ob und wo sich Menschen in seiner näheren Umgebung befinden, ist eine der wichtigsten Eigenschaften für eine möglichst natürliche Mensch-Maschine-Interaktion. Diese Fertigkeit ermöglicht es ihm erst eine auf den Menschen abgestimmte Planung seiner nächsten Handlungen vorzunehmen. In der Vergangenheit wurden zu diesem Thema verschiedenste Verfahren entwickelt, welche unterschiedliche Sensoren Verwenden. Jedes dieser Verfahren unterliegt jedoch sensorspezifischen Einschränkungen, hinsichtlich der Umgebungsbedingungen und/oder der Berechnungskomplexität. Deshalb werden in der Praxis meist mehrere Verfahren die unterschiedliche Sensoren verwenden miteinander kombiniert um so eine möglichst für alle Situationen robuste Detektion zu gewährleisten. Ein weit verbreiter Ansatz hierbei ist, das Erkennen spezifischer Menschlicher Merkmale in einzelnen 2D Lasermessungen, insbesondere von Beinen bei tief liegenden Lasersensoren. Ein in der Fachliteratur oft beschriebenes Problem dieser Methode ist, dass Beine von Gegenständen der Umgebung ganz oder teilweise verdeckt werden können. wofür bisher keine Lösung gefunden werden konnte. Dieses Hindernis wird ungleich problematischer, wenn diese Gegenstände nicht Teil der Umgebungen sind, sondern Bestandteil der Erscheinungsform einer Person. So kommen in Krankenhäusern oder Altenheimen oft Laufhilfen wie Krücken oder Rollatoren zum Einsatz, die aktiv mit der Person mitgeführt werden und somit weitaus häufiger für Verdeckungen sorgen. Dieses Problem führt soweit, das Personen die in Rollstühlen sitzen eine komplett andere Erscheinungsform besitzen und nicht mehr durch ihre Beine erkannt werden können. Diese Arbeit beschäftigt sich einerseits mit der Verbesserung der am Fachgebiet vorhandenen Implementierung des State of the Art Detektors. Außerdem wird ein neues Verfahren vorgestellt, dass das Problem der Verdeckungen behandelt und somit auch in Situationen Ergebnisse liefern kann, die von der Fachliteratur so noch nicht betrachtet wurden. Die Arbeit schließt mit einer ausführlichen vergleichenden Evaluation, sowie den Ergebnissen für Personenhypothesen die nicht nur auf Beine beschränkt sind.
  • Access State: Open Access