Bildverarbeitung und Augmented Reality zur Erfassung realweltlicher Kontextinformationen in Mensch-Maschine-Schnittstellen bei der Unterstützung von digitalisierten Arbeitsprozessen

Abstract:
In diesem Beitrag wird ein System vorgestellt, das mittels Bildverarbeitungsalgorithmen real-weltliche Kontextinformationen in Echtzeit erfasst und diese in einer Augmented Reality (AR) aufbereitet. Entwickelt wurde es im Rahmen eines Verbundprojektes mit dem Ziel, die Sicherung und Weitergabe von episodischem Wissen im Rahmen des demographischen Wandels mittels mobiler Assistenten und Wissensdatenbanken zu vereinfachen. Das Assistenzsystem nutzt dabei key-point-basierte Deskriptoren in einer markerlosen AR, um automatisiert den aktuellen Arbeitskontext zu erfassen und der ausführenden Person nützliche Informationen darzustellen. Eingesetzt wird das System in Werkstätten für die Wartung von Gleisfahrzeugen, wo es eine große Zahl verschiedener Werkzeuge und Fahrzeugkomponenten zu erkennen gilt. Durch die Verwendung von markerlosen Detektionsalgorithmen werden Referenzbilder vorausgesetzt, de-ren Anzahl zusammen mit den zu erkennenden Objekten steigt. Da mit einer großen Menge von Referenzbildern der gesamte Detektionsprozess die aktuellen Möglichkeiten von mobilen Endgeräten übersteigt, wurde im Rahmen des Projektes ein verteiltes System für die markerlose Objekterkennung entwickelt.