WEBVTT 00:01.090 --> 00:05.110 Folgen Sie uns mit InsideScience und werfen Sie den Forschern einen 00:05.110 --> 00:06.030 Blick über die Schulter. 00:08.630 --> 00:10.350 In diesem Beitrag... 00:11.490 --> 00:16.310 Analyse menschlicher Bewegungen Thorsten Stein und Andreas Fischer 00:16.310 --> 00:21.090 untersuchen am Karlsruher Institut für Technologie, wie sich Menschen 00:21.090 --> 00:24.730 bewegen und übertragen diese Erkenntnisse auf den Roboter. 00:25.390 --> 00:28.930 Herzlich Willkommen im BioMotion Center, dem Biomechaniklabor des 00:28.930 --> 00:30.470 Instituts für Sport und Sportwissenschaft. 00:31.070 --> 00:35.290 Wir sind ein Teil des SFB 588 Humanoide Roboter und ich werde Ihnen 00:35.290 --> 00:37.530 jetzt ein bisschen erklären, was wir im Rahmen dieses Projektes 00:37.530 --> 00:37.790 machen. 00:38.750 --> 00:42.410 Das Ziel des SFB ist ja eine Maschine, einen humanoiden Roboter zu 00:42.410 --> 00:44.490 konstruieren, der mit dem Mensch interagiert. 00:45.010 --> 00:48.130 Und wir hatten uns überlegt, das Erste, was diese Maschine ja auch 00:48.130 --> 00:52.510 wissen muss, ist welchen Menschen hat die Maschine vor sich. 00:52.510 --> 00:57.510 Und wir wissen aus der Bewegungsforschung im Sport, dass jeder Mensch 00:57.510 --> 01:00.670 ein ganz typisches Bewegungsmuster hat, wenn er zum Beispiel Fußball 01:00.670 --> 01:02.850 spielt oder wenn er Tennis spielt. 01:03.410 --> 01:07.670 Und dieses Wissen wollten wir nutzen, Algorithmen zu trainieren, 01:08.250 --> 01:11.730 Verfahren zu entwickeln, mit denen man Menschen auf der Basis ihrer 01:11.730 --> 01:13.190 Bewegungen erkennen kann. 01:14.030 --> 01:16.010 Hierzu haben wir ein Experiment durchgeführt. 01:16.310 --> 01:19.030 Wir haben mehrere Probanden auf dem Laufband bei verschiedenen 01:19.030 --> 01:22.450 Geschwindigkeiten und Neigungen gehen und laufen lassen und haben auf 01:22.450 --> 01:25.770 der Basis dieser Informationen dann diese Modelle entwickelt. 01:25.930 --> 01:29.110 Und uns ist es auch gelungen, Personen auf der Basis ihrer Geh- und 01:29.110 --> 01:30.770 Laufmuster zu erkennen. 01:31.570 --> 01:35.250 Wir kleben jetzt den Probanden an solche reflektierenden Marker über 01:35.250 --> 01:39.470 die Gelenke und versuchen oder reproduzieren nachher mit diesen 01:39.470 --> 01:40.690 Markern das Gelenkzentrum. 01:41.410 --> 01:45.790 Die Marker werden erfasst von infraroten Videokameras, die oben an der 01:45.790 --> 01:46.190 Decke hängen. 01:46.850 --> 01:49.930 Die Kameras strahlen infrarotes Licht aus und dieses Licht wird an den 01:49.930 --> 01:51.050 Markern reflektiert. 01:51.550 --> 01:55.090 Die Marker werden in einer festgelegten Positionierung auf dem Kamera 01:55.090 --> 01:55.690 aufgebracht. 01:56.390 --> 02:00.770 Das ist ein festgelegtes sogenanntes Marker-Set, das aus der 02:00.770 --> 02:03.030 Ganganalyse oder in der Ganganalyse entwickelt wurde. 02:03.630 --> 02:06.430 Die Marker werden auf jeden Probanden gleich aufgeklebt. 02:06.550 --> 02:11.110 Das heißt, das System weiß nachher auch, wo die Marker auf der Person 02:11.110 --> 02:11.770 drauf kleben. 02:12.610 --> 02:17.430 Wir können dann nachher über die Marker sowohl die Gelenkzentren 02:17.430 --> 02:20.470 berechnen, als auch den Gelenkwinkel, Geschwindigkeiten und 02:20.470 --> 02:21.370 dergleichen. 02:23.270 --> 02:26.510 Zusätzlich zu den Kamerasystemen oder zu den Videodaten, die wir 02:26.510 --> 02:30.470 erfassen, sind wir auch in der Lage, Muskelaktivität zu erfassen. 02:30.730 --> 02:35.790 Das heißt, wir kleben über die Muskeln Elektroden und leiten mit 02:35.790 --> 02:38.410 diesen Elektroden die Muskelaktivität ab und zeichnen die auf. 02:38.730 --> 02:42.770 Die Elektrode wird dann über die höchste Erhebung oder den dicksten 02:42.770 --> 02:47.090 Punkt, den Muskelbauch, geklebt, damit wir möglichst viele 02:47.090 --> 02:50.110 Muskelfasern direkt unter der Elektrode erfassen können. 02:50.210 --> 02:50.890 Das ist Nummer 1 wieder. 02:55.960 --> 02:59.340 Da sich ein Muskel grundsätzlich nur kontrahieren kann und wird von 02:59.340 --> 03:05.780 alleine wieder quasi dekontrahiert, wird immer Agonist und Antagonist 03:05.780 --> 03:06.280 aufgenommen. 03:06.440 --> 03:09.300 Das heißt, immer der Muskel, der die Beugebewegung macht und der 03:09.300 --> 03:12.240 Muskel, der die Streckbewegung in dem jeweiligen Gelenk macht. 03:13.400 --> 03:16.540 Um nachher feststellen zu können, ob sich diese Muskeln unter 03:16.540 --> 03:19.700 Umständen gegenseitig behindern, die Muskelaktivität bei der 03:19.700 --> 03:24.680 Beugebewegung auch im Strecker zu erkennen ist und so das 03:24.680 --> 03:27.600 Zusammenspiel der Muskulatur einschätzen zu können. 03:32.520 --> 03:35.040 Wir sehen jetzt hier die Software, mit der die Muskelaktivität 03:35.040 --> 03:36.180 aufgezeichnet werden kann. 03:36.800 --> 03:40.640 Wenn sich der Proband bewegt und die Muskulatur kontrahiert ist, dann 03:40.640 --> 03:43.160 sehen wir jetzt hier, dass der Muskel des Gastroknemius angespannt 03:43.160 --> 03:43.560 wird. 03:43.560 --> 03:47.320 Wir sehen jetzt hier, wie der Basti auf dem Laufsteg läuft. 03:48.720 --> 03:51.380 Wir können gut erkennen, wie die Marker das Infrarotlicht 03:51.380 --> 03:51.900 reflektieren. 03:52.020 --> 03:54.260 Jetzt nur noch die Marker zu sehen sind. 03:55.340 --> 03:57.820 Über die Marker werden dann wieder die Gelenkpositionen berechnet. 03:58.640 --> 04:01.280 Wenn wir jetzt die Kräfte dazunehmen, die auf den Kraftmaßplatten hier 04:01.280 --> 04:04.980 gemessen werden, dann können wir nachher errechnen, welche Kräfte in 04:04.980 --> 04:06.200 den jeweiligen Gelenken wirken. 04:06.680 --> 04:09.100 Die Studie zur Personenerkennung wurde also auf einem Laufband 04:09.100 --> 04:10.380 durchgeführt, wie Sie es hier sehen. 04:10.380 --> 04:15.060 Und die Probanden wurden mit mehreren Markerpumpen beklebt und mit EMG 04:15.060 --> 04:18.100 -Elektroden und wurden mit Kameras, wie Sie sie hier oben sehen 04:18.100 --> 04:19.400 können, aufgezeichnet. 04:19.960 --> 04:23.000 Die Studie wurde in Kooperation mit der Gruppe von Prof. Asfuhr und 04:23.000 --> 04:26.480 Prof. Dillmann und Prof. Wank von der Universität Hügen durchgeführt. 04:26.720 --> 04:30.380 Neben der Erkennung von Personen auf der Basis ihrer Bewegungsmuster 04:30.380 --> 04:34.240 ist es für die Mensch-Maschine-Interaktion auch wichtig, dass der 04:34.240 --> 04:37.140 Roboter natürlich erkennt, welche Bewegung führt der Mensch gerade 04:37.140 --> 04:37.400 aus. 04:37.400 --> 04:40.520 Das ist die Voraussetzung, um seine Bewegung an die des Menschen 04:40.520 --> 04:43.160 anzupassen, um mit dem Menschen in Kooperation zu treten. 04:43.700 --> 04:47.340 Hierzu haben wir Experimente mit der Gruppe von Frau Prof. Schulz 04:47.340 --> 04:47.590 durchgeführt. 04:48.420 --> 04:50.760 Dabei haben wir verschiedene Alltagsbewegungen, verschiedene 04:50.760 --> 04:54.460 Greifbewegungen, beispielsweise das Greifen von Flaschen, von Gläsern 04:54.460 --> 04:58.360 oder auch Küchenbewegungen, wie man sie beim Kochen durchführt, mit 04:58.360 --> 05:00.080 den Infrarotkameras aufgenommen. 05:00.640 --> 05:04.180 Und Frau Schulz hat dann auf der Basis dieser Bewegungsanalysen auch 05:04.180 --> 05:07.160 Algorithmen entwickelt, mit denen man Bewegungen erkennen kann. 05:07.480 --> 05:10.960 Und hier ist es uns gelungen, mit sehr hohen Erkennungsraten von über 05:10.960 --> 05:13.600 90 Prozent letztendlich, also mit einer sehr hohen Sicherheit, 05:13.760 --> 05:15.220 menschliche Bewegungen zu erkennen. 05:15.860 --> 05:19.600 Neben der Personenerkennung und der Erkennung von Bewegungen soll der 05:19.600 --> 05:21.000 Roboter sich menschenähnlich bewegen. 05:22.020 --> 05:26.860 Das Verständnis menschlicher Bewegungen ist ein Forschungsfeld, über 05:26.860 --> 05:29.780 das man einen eigenen Sonderforschungsbereich eigentlich beantragen 05:29.780 --> 05:30.140 könnte. 05:30.720 --> 05:33.200 Wir haben uns mit dem Problem beschäftigt, wie der Mensch seine 05:33.200 --> 05:37.100 Bewegungen erzeugt und haben versucht, über eine Analyse der 05:37.100 --> 05:40.260 Bewegungen menschliche Bewegungsstrategien zu identifizieren. 05:40.860 --> 05:43.860 Das ist nötig, weil der Mensch Bewegungen immer auf viele verschiedene 05:43.860 --> 05:44.920 Arten ausführen kann. 05:45.060 --> 05:48.600 Und die Frage ist, wie wählt unser Gehirn eine mögliche Bewegung aus? 05:48.920 --> 05:53.160 Als Beispiel, wenn wir diese Dose greifen wollen, können wir das auf 05:53.160 --> 05:57.800 ganz viele verschiedene Art und Weisen realisieren. 05:58.360 --> 06:02.240 Unser Gehirn wählt eine Bewegung aus auf der Basis eines Mechanismus 06:02.240 --> 06:04.440 und diesen Mechanismus versuchen wir zu finden. 06:04.920 --> 06:09.380 Die neue Roboter-Generation im Sonderforschungsbereich AMA4 hat Beine, 06:09.500 --> 06:12.580 das heißt für uns ist das zweibeinige Gehen und Laufen als 06:12.580 --> 06:13.980 zusätzliches Thema dazugekommen. 06:14.500 --> 06:18.260 Wir untersuchen Menschen beim Gehen und Laufen auf unterschiedlichen 06:18.260 --> 06:21.180 Untergründen, wie zum Beispiel einem unebenen Untergrund, wie Sie hier 06:21.180 --> 06:24.760 sehen können, oder aber sogar Rasen, wie Sie es hier sehen können, und 06:24.760 --> 06:28.420 versuchen zu verstehen, welche verschiedenen Strategien der Mensch 06:28.420 --> 06:30.480 wählt in Abhängigkeit des Untergrundes. 06:31.020 --> 06:34.380 Darüber hinaus führen wir Fallstudien durch, das heißt, wir 06:34.380 --> 06:37.080 untersuchen, welche Strategien wählt der Mensch, wenn er aus dem 06:37.080 --> 06:39.980 Gleichgewicht kommt, um sein Gleichgewicht wiederzuerlangen. 06:41.880 --> 06:45.580 Die Analyse menschlicher Bewegungen ist ein Baustein im 06:45.580 --> 06:48.660 Sonderforschungsbereich Human in the Roboter und wie wir Ihnen eben 06:48.660 --> 06:51.600 gezeigt haben, spielt sie an verschiedenen Stellen eine Rolle. 06:51.600 --> 06:56.040 Zukünftig glaube ich, dass der Informationsfluss sogar umgekehrt sein 06:56.040 --> 06:59.560 wird, dass durch die Konstruktion Human in the Service Roboter wir 06:59.560 --> 07:02.700 noch mehr über die menschliche Bewegungskoordination lernen können. 07:04.120 --> 07:08.900 Die KIT-Serie InsideScience blickt den Wissenschaftlern des 07:08.900 --> 07:10.780 Sonderforschungsbereichs über die Schulter. 07:11.240 --> 07:15.160 Sehen Sie in weiteren Beiträgen, wie ein Roboter konstruiert wird, wie 07:15.160 --> 07:18.840 er lernt, wie er mit Menschen interagiert und welche 07:18.840 --> 07:21.140 gesellschaftlichen Aspekte diskutiert werden. 07:21.600 --> 07:22.080 Vielen Dank.