Benutzer-Werkzeuge

Webseiten-Werkzeuge


seminar_3m:3m_2014:motion_segmentation

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
Nächste Überarbeitung
Vorhergehende Überarbeitung
seminar_3m:3m_2014:motion_segmentation [25.06.2014 16:47] – [References] Sarina Thomasseminar_3m:3m_2014:motion_segmentation [28.11.2022 00:11] (aktuell) – Externe Bearbeitung 127.0.0.1
Zeile 4: Zeile 4:
 ^ Kategorie | 3M-Seminar 2014 | ^ Kategorie | 3M-Seminar 2014 |
 ^ Autor | Jennifer Conrad, Sarina Thomas, Sonja Mohnen, Franziska Rupf & Pascal Schuchmann | ^ Autor | Jennifer Conrad, Sarina Thomas, Sonja Mohnen, Franziska Rupf & Pascal Schuchmann |
-^ Betreuer | Christian Mandery |+^ Betreuer | Tamim Asfour, Christian Mandery |
 ^ Bearbeitungsdauer | ca. 25 Stunden | ^ Bearbeitungsdauer | ca. 25 Stunden |
  
Zeile 16: Zeile 16:
 Darüber hinaus ermöglichen Propriozeption und Erfahrungsschatz dem Menschen auf verschiedene Gegebenheiten schnell und flexibel reagieren zu können, meist sogar ohne dass bewusste Entscheidungen getroffen werden. Dieses Wissen und Können fehlt Robotern und muss gelernt werden. Dieser Lernprozess kann zum Beispiel durch Nachahmung (“Behavioral cloning”) – also der Vorgabe von Trajektorien-Punkten durch einen Menschen  oder dem selbstständigen Ausprobieren mit anschließender Bewertung des Feedbacks (“Reinforcement learning”) realisiert werden. Darüber hinaus ermöglichen Propriozeption und Erfahrungsschatz dem Menschen auf verschiedene Gegebenheiten schnell und flexibel reagieren zu können, meist sogar ohne dass bewusste Entscheidungen getroffen werden. Dieses Wissen und Können fehlt Robotern und muss gelernt werden. Dieser Lernprozess kann zum Beispiel durch Nachahmung (“Behavioral cloning”) – also der Vorgabe von Trajektorien-Punkten durch einen Menschen  oder dem selbstständigen Ausprobieren mit anschließender Bewertung des Feedbacks (“Reinforcement learning”) realisiert werden.
  
-Eine Möglichkeit, Roboter zu steuern, ist die Verwendung von Motion Capturing Daten. Eine der größten Schwierigkeiten in der Roboter-Bewegungsplanung liegt in der korrekten Ansteuerung über einen längeren Zeitraum, also einer längeren Bewegungssequenz, welche ihrerseits mehrere Bewegungssegmente enthält. Deshalb ist es sinnvoll, die aufgenommene Bewegungssequenz automatisiert in geeignete Bewegungssegmente zu unterteilen. Die zeitlich korrekte Anordnung der Segmente erlaubt es Robotern, Bewegungsaufgaben nach humanoidem Vorbild zu lösen.+Eine Möglichkeit, Roboter zu steuern, ist die Verwendung von Motion Capturing Daten (siehe <imgref image1>). Eine der größten Schwierigkeiten in der Roboter-Bewegungsplanung liegt in der korrekten Ansteuerung über einen längeren Zeitraum, also einer längeren Bewegungssequenz, welche ihrerseits mehrere Bewegungssegmente enthält. Deshalb ist es sinnvoll, die aufgenommene Bewegungssequenz automatisiert in geeignete Bewegungssegmente zu unterteilen. Die zeitlich korrekte Anordnung der Segmente erlaubt es Robotern, Bewegungsaufgaben nach humanoidem Vorbild zu lösen. 
 + 
 +<imgcaption image1|Handstand mit Trajektorienvisualisierung durch VICON Motion>{{ :seminar_3m:3m_2014:bewegung2.png?400 |}}</imgcaption>
  
 Im Rahmen des Projektes “Segmentation of Human Motion” im 3M Seminar sollte sich durch eine Literaturrecherche [1,2] in die Thematik der automatisierten Bewegungs-Segmentierung eingearbeitet werden. Im Rahmen des Projektes “Segmentation of Human Motion” im 3M Seminar sollte sich durch eine Literaturrecherche [1,2] in die Thematik der automatisierten Bewegungs-Segmentierung eingearbeitet werden.
-Während der Präsenzzeit in Karlsruhe sollten anschließend zwei Segmentierungsverfahren [4] implementiert und evaluiert werden. Dazu wurden vorab eigenständig ausgewählte Bewegungssequenzen mit dem Vicon Motion Capturing System aufgenommen und aufbereitet. Darüber hinaus sollten zur Vertiefung des theoretischen Hintergrundes verschiedene Theorie-Aufgaben [5] gelöst werden.+Während der Präsenzzeit in Karlsruhe sollten anschließend zwei Segmentierungsverfahren implementiert und evaluiert werden. Dazu wurden vorab eigenständig ausgewählte Bewegungssequenzen mit dem Vicon Motion Capturing System aufgenommen und aufbereitet. Darüber hinaus sollten zur Vertiefung des theoretischen Hintergrundes verschiedene Theorie-Aufgaben [4] gelöst werden.
  
 Das zu Beginn des Seminars erstellte Expose ist unter [3] zu finden. Das zu Beginn des Seminars erstellte Expose ist unter [3] zu finden.
Zeile 26: Zeile 28:
 ===== Podcast ===== ===== Podcast =====
  
- +Das folgende Video zeigt einen kompakten Überblick über den Inhalt des 3M Seminars.
-Das folgende Video zeigt ???.+
 <html><br></html><html><br></html> <html><br></html><html><br></html>
-{{ youtube>large:xU6jMMp2u7s|Usain Bolt 100 m Sprint }}+{{ youtube>large:FR9yZIG0zUM|3M Seminar Podcast }}
 <html><br></html><html><br></html> <html><br></html><html><br></html>
  
 ===== Summary ===== ===== Summary =====
 <html><br></html> <html><br></html>
-Im Rahmen des Seminar wurden unterschiedliche Bewegungen wie z.B. Kniebeuge, Handstand und Hampelmann mit dem VICON Motion Capturing System aufgenommen (siehe <imgref image1>). Das System besteht aus 10 Infrarot-Kameras, die am Körper angebrachte retro-reflektierende Marker erfassen können. In einem anschließenden aufwendigen Aufbereitungsschritt wurden die Marker identifiziert und fehlerhafte Markerzuordnungen korrigiert.  +Im Rahmen des Seminar wurden unterschiedliche Bewegungen wie z.B. Kniebeuge, Handstand und Hampelmann mit dem VICON Motion Capturing System aufgenommen (siehe <imgref image2>). Das System besteht aus 10 Infrarot-Kameras, die am Körper angebrachte retro-reflektierende Marker erfassen können. In einem anschließenden aufwendigen Aufbereitungsschritt wurden die Marker identifiziert und fehlerhafte Markerzuordnungen korrigiert. 
- +
- +
-<imgcaption image1|Handstand mit Trajektorienvisualisierung>{{ :seminar_3m:3m_2014:bewegung2.png?400 |}}</imgcaption>+
  
 +<imgcaption image2|Markeranordnung vor der Kniebeuge>{{ :seminar_3m:3m_2014:bewegung.png?400 |}}</imgcaption>
  
 Diese Bewegungssequenzen galt es durch zwei Segmentierungsverfahren zu segmentieren.  Diese Bewegungssequenzen galt es durch zwei Segmentierungsverfahren zu segmentieren. 
Zeile 46: Zeile 45:
  
 Die Verfahren wurden jeweils im Gelenkwinkel-Raum als auch im kartesischen Raum untersucht. Die Verfahren wurden jeweils im Gelenkwinkel-Raum als auch im kartesischen Raum untersucht.
 +
 +<imgcaption image3|Kniebeuge mit Segmentierung durch Gelenkwinkel-Geschwindigkeits-Analyse (kartesisch)>{{ :seminar_3m:3m_2014:Kniebeuge_segmA.png?400 |}}</imgcaption>
  
 Unsere exemplarischen Ergebnisse konnten bereits in Ansätzen zeigen, dass die Methode der Hauptkomponenten-Analyse im Gelenkswinkel-Raum im Allgemeinen bessere Ergebnisse liefert, wohingegen die Methode der Geschwindigkeits-Betrachtung im Kartesischen Raum generell besser funktioniert. Unsere exemplarischen Ergebnisse konnten bereits in Ansätzen zeigen, dass die Methode der Hauptkomponenten-Analyse im Gelenkswinkel-Raum im Allgemeinen bessere Ergebnisse liefert, wohingegen die Methode der Geschwindigkeits-Betrachtung im Kartesischen Raum generell besser funktioniert.
-Allerdings war das Ergebnis nicht nur von dem betrachteten Raum (Kartesisch oder Gelenkwinkel)sondern auch von den eingesetzten Datenpunkten und dem manuellen Einstellen der Parameter (z.B. Dimension oder Schwellenwert) signifikant abhängig.+<imgref image3> zeigt das Segmentierungsergebnis bei einer Kniebeuge. Am tiefsten Punkt der Beugungbevor der Körper wieder angehoben wird, wird bei der zweiten Methode automatisch ein Segmentierungsschritt gesetzt.
  
 +Allerdings war das Ergebnis nicht nur von dem betrachteten Raum (Kartesisch oder Gelenkwinkel), sondern auch von den eingesetzten Datenpunkten und dem manuellen Einstellen der Parameter (z.B. Dimension oder Schwellenwert) signifikant abhängig.
 Es ist also bei der automatischen Segmentierung sinnvoll, verschiedene Methoden z.B. in Abhängigkeit der vorliegenden Daten zu testen und die besten Ergebnisse empirisch zu ermitteln, da kein optimales Verfahren für alle Bewegungsmuster existiert. Es ist also bei der automatischen Segmentierung sinnvoll, verschiedene Methoden z.B. in Abhängigkeit der vorliegenden Daten zu testen und die besten Ergebnisse empirisch zu ermitteln, da kein optimales Verfahren für alle Bewegungsmuster existiert.
  
seminar_3m/3m_2014/motion_segmentation.1403707660.txt.gz · Zuletzt geändert: 28.11.2022 00:01 (Externe Bearbeitung)


Warning: Undefined variable $orig_id in /is/htdocs/wp1019470_OPI92FFHXV/www/wikiLehre/lib/plugins/openas/action.php on line 232