Positionsberechnung

Auf einen Blick

Positioning dreht sich, wie der Name vermuten lässt, rund um die genaue Bestimmung einer Position. In einigen Anwendungen reicht das nicht mehr aus und auch die Orientierung der Person oder des Objekts werden wichtig. Ebenso ist das beim Tracking, bei dem ein Bewegungsverlauf in einer bestimmten Zeitspanne ermittelt wird. Dabei unterschiedet man wo sich der Sensor befindet: Ist er am Rande des betrachteten Areals spricht man von einer outside/in-Lokalisierung, ist er auf dem Objekt oder der Person bezeichnet man dies als inside/out-Lokalisierung.

Diese Kompetenzen bündelt das Fraunhofer IIS und ermittelt durch diese Module einen sogenannten Wahrheitswert. Mit Hilfe von Bewegungsklassifikation und statistischen Filtern können dann Bewegungen oder Standpunkte geschätzt und anschließend geglättet werden. Je mehr Daten vorliegen, desto besser kann der Filter stabilisiert werden und desto genauer ist schließlich der ermittelte Wert.

© Kurt Fuchs

Die Sensorik

Die durch Sensoren erfassten Rohdaten müssen zunächst gefiltert werden, um sie als Grundlage für die Merkmalsextraktion verwenden zu können. Dazu werden sie per Funk zu einem Rechner übermittelt, wo sie mit einem Deep Learning Algorithmus interpretiert werden.

Dazu wird mit Sensoren aus den Bereichen Robotik und autonomes Fahren, also verschiedene inertiale Messungen (INS/IMU), gearbeitet. Aus einer Sensorfusion, unter anderem von Geschwindigkeits-, Beschleunigungs-, Magnetfeldsensoren, kann ein sehr genauer Wert ermittelt werden. Auch bekannte Infrastrukturen, wie WIFI oder Bluetooth, werden hierbei zusätzlich genutzt. Mit Hilfe von Funk auf UWB-Frequenzen können schließlich weitere Positionsdaten gesammelt und die Informationen übertragen werden. Der Deep Learning Algorithmus aus dem Hause Fraunhofer IIS kann dann die Position genau ermitteln bzw. einordnen welche Bewegung stattfinden werden.  

Methoden

Mittels Machine Learning bzw. Deep Learning forscht und entwickelt das Fraunhofer IIS in verschiedenen Kompetenzfeldern. Zum einen wird eine Bewegungs- oder Posenklassifikation durch klassische Machine-Learning-Vorgehensweisen vorgenommen: Der Algorithmus kann einordnen, welche Bewegungen stattfinden werden. Je nach Anwendung wird dabei zwischen Objekten, Menschen oder Tieren unterschieden. Durch ebendiese Bewegungsklassifikation wiederum können Fehler bei der Ermittelung eines Wahrheitswerts vermieden werden, indem fehlerhafte Messdaten durch eine große Abweichung vom erwarteten Ergebnis erkannt werden.

Der Wahrheitswert wird auch verwendet, um verwendete statistische Filter (Bayes-Filter) durch einen größeren Wertepool zu stabilisieren. Die statistische Vorgehensweise wird so zuverlässiger und genauer.

Doch auch Bewegungen über die Zeit gehören in das Portfolio des Fraunhofer IIS - Rekursive Neuronale Netze (RNN) erlauben dabei Rückschlüsse auf bestimmte Verhaltensabläufe über eine definierte Zeitspanne.

Die vorhandene Infrastruktur, also RFID, Bluetooth oder WIFI, wird außerdem über das Fingerprinting-Verfahren genutzt. Dabei werden im betrachteten Areal Messungen durchgeführt, gespeichert und mit aktuell gemessenen Daten verglichen. So kann erschlossen werden, auf welcher Stelle sich der Tag befindet.

Die Schätzung des absoluten Wahrheitswertes wird durch das Verwenden von statistischen Filtern, die die Wahrscheinlichkeit des nächsten "Schrittes" mit einbeziehen, noch genauer. Genutzt werden vor allem Bayes-Filter, wie der Kalman- oder Partikelfilter. Auch werden so die ermittelten Positionen geglättet, sprich auf eine Linie gebracht, denn die Messungen weichen häufig leicht von der wahrscheinlichen Bewegungsrichtung ab. Andersherum können die Filter stabilisiert werden, indem die Evaluation während der Nutzung laufend wiederholt wird und der Datenpool für den statistisch ermittelten Wert weiter wächst.

Eine andere Art der Bewegungsmessung ist das Pedestrian Dead Reckoning. Bei dieser iterativen Methode werden nach jedem Schritt die Länge und Richtung ermittelt. Die Länge kann durch Entfernung vom Ausgangspunkt und die Richtung durch den Winkel bestimmt werden. So kann bei Menschen, bzw. bei dieser Methode besonders bei Fußgängern, die Schrittlänge und Orientierung bestimmt werden.

Oftmals macht es Sinn, verschiedene Positionierungslösungen zu kombinieren: Beispielsweise ist Funk zwar ungenauer, doch kann dies Lücken füllen, wenn ein optisches System wegen Verdeckung der Kamera versagt. Und zwar ist die optische Lokalisierung günstiger, per Funk können Objekte oder Personen jedoch unterschieden, also identifiziert, werden.

Solche komplementäre Effekte macht sich das Fraunhofer IIS, mit Hilfe seiner Kompetenzen bei verschiedenen Lokalisierungsmethoden, zunutze.

Anwendungsmöglichkeiten

Virtual/ Augmented/ Mixed Reality

Um die Illusion der virtuellen Welt perfekt zu machen, gibt es eine menschenzentrierte Sensorfusion. Das virtuelle Bild muss genau mit den Bewegungen des Kopfes und Körpers übereinstimmen. Dazu muss jede kleinste Bewegung und deren Richtung erfasst werden. Auch andere nichtlinieare Systeme, wie beispielsweise Tiere können beschrieben werden.

Industrie 4.0

Ebenso im industriellen Bereich macht eine Positions- und Bewegungserkennung Sinn. So kann die Ausrichtung von Gabelstaplern beispielsweise bestimmt werden, um optimalere Fahrtwege zu ermitteln. Dadurch kann die Produktivität im Logistikbereich erhöht werden.

Sport

Orientierungsinformationen und Tracking erzeugen auch im Sportbereich ein Mehrwert. Beispielsweise können Trainingsanalysen verbessert und das Training optimiert werden. Durch die live-Einblendung der generierten Informationen im Fernsehbild könnte auch der Unterhaltungswert auf ein neues Level gehoben werden.

Projekte

ML4POS

Positioning, oder auch Lokalisierung, ist eine der Kernkompetenzen am Fraunhofer IIS. In Verbindung mit Machine Learning eröffnen sich hier völlig neue Möglichkeiten...

Leistung

Als Partner in der Forschung bietet das Fraunhofer IIS eine Kompetenzbündelung im Bereich des Machine Learning und der Lokalisierung. So kann ein Kompetenzteam zusammen gestellt werden, das den Algorithmus auf Ihre Kundenwünsche angepasst, weiterentwickelt und so im Dialog mit Ihnen eine Lösung erarbeitet.

© pressmaster - Fotolia.com