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

摘要

In diesem Beitrag wird ein System vorgestellt, das mittels Bildverarbeitungsalgorithmen realweltliche 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 ausfuhrenden Person nutzliche Informationen darzustellen. Eingesetzt wird das System in Werkstatten fur 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, deren Anzahl zusammen mit den zu erkennenden Objekten steigt. Da mit einer grossen Menge von Referenzbildern der gesamte Detektionsprozess die aktuellen Moglichkeiten von mobilen Endgeraten ubersteigt, wurde im Rahmen des Projektes ein verteiltes System fur die markerlose Objekterkennung entwickelt.