Adaptive Freiheitsgradeinbettung als kooperatives Userinterface für einen Assistenzroboter
Ein assistiver Roboterarm ist eine wertvolle Unterstützung für Menschen mit stark eingeschränkter Mobilität von Arm und Hand. Die Nutzung ist jedoch anstrengend und zeitraubend, weil den sieben Bewegungsmöglichkeiten (Freiheitsgraden) eines Roboterarms nur zwei eines typischen Eingabegerätes (z. B. Joystick) gegenüberstehen. Deshalb muss sehr oft manuell zwischen Bewegungsmöglichkeiten umgeschaltet werden.
Im Vorhaben soll die Nutzung assistiver Roboterarme durch Einsatz tiefer neuronaler Netze erleichtert werden. Eine sensorbasierte Situationserkennung wird mit einer algorithmenbasierten Steuerung zu einem lernfähigen KI-basierten Steuerungssystem verbunden. Anders als bei einer automatischen Steuerung behält der Mensch die Kontrolle. Das Vorhaben setzt drei Schwerpunkte. Anhand von Trainingsdaten, die in virtueller Realität mit VR-Controllern generiert werden, entwickelt ein neuronales Netz Vorschläge für Bewegungsmöglichkeiten. In einem benutzerzentrierten Designprozess für die Mensch-Roboter-Kommunikation werden unter Verwendung einer Datenbrille Möglichkeiten der Darstellung von Feedback erforscht. In einem partizipativen Ansatz werden die Anforderungen erhoben und das System mit Betroffenen evaluiert.
Die durch das System vorgeschlagenen Bewegungsmöglichkeiten verhelfen Nutzerinnen und Nutzern zu einer vereinfachten Steuerung robotischer Assistenzsysteme. Dadurch kann die Autonomie der Betroffenen im täglichen Leben deutlich erhöht werden.