TU Darmstadt / ULB / TUprints

Bidirektionale Interaktion von Mensch und Roboter beim Bewegungslernen - Visuelle Wahrnehmung von Roboterbewegungen

Kollegger, Gerrit (2020)
Bidirektionale Interaktion von Mensch und Roboter beim Bewegungslernen - Visuelle Wahrnehmung von Roboterbewegungen.
Technische Universität
doi: 10.25534/tuprints-00012716
Ph.D. Thesis, Primary publication

[img]
Preview
Text
Version 1.0.pdf
Copyright Information: CC BY-NC-ND 4.0 International - Creative Commons, Attribution NonCommercial, NoDerivs.

Download (9MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Bidirektionale Interaktion von Mensch und Roboter beim Bewegungslernen - Visuelle Wahrnehmung von Roboterbewegungen
Language: German
Referees: Wiemeyer, Prof. Dr. Josef ; Hänsel, Prof. Dr. Frank
Date: 2020
Place of Publication: Darmstadt
Date of oral examination: 16 July 2020
DOI: 10.25534/tuprints-00012716
Abstract:

In den vergangenen Jahrzehnten haben sich die Arbeitsbereiche von Menschen und Robotern zunehmend gegenseitig durchdrungen. Interaktionen zwischen Mensch und Roboter sind in vielen Lebensbereichen, z. B. Industrie, Medizin, Rehabilitation und Sport gegenwärtig. Während Roboter bisher vorwiegend starr programmiert wurden, hat sich in den letzten Jahren ein Paradigmenwechsel hin zu einer anpassungsfähigen, lernenden Programmierung vollzogen. Basierend auf diesem neuen Ansatz der Programmierung tritt eine direkte, teils physische Interaktion zwischen Mensch und Roboter zunehmend in den Fokus der Entwicklung und eröffnet ein bisher ungeahntes Potential zur Weiterentwicklung der Mensch-Roboter-Interaktion.

Die Beziehung von Mensch und Roboter ist von vielen, teils extremen Unterschieden zwischen den beiden Systemen gekennzeichnet (Verfügbare Sensorik, Anzahl der Freiheitsgrade, Anzahl der Muskeln/Aktuatoren sowie Integrationsgrad von Sensorik und Aktuatorik). Diese Unterschiede erweisen sich für die beiden Systeme in einem isolierten Bewegungslernprozess teils als Vor- und teils als Nachteil. Der Frage, wie sich die Vorteile der beiden Systeme in einem gemeinsamen bidirektionalen Bewegungslernprozess optimal kombinieren lassen, geht das Projekt Bidirectional Interaction between Human and Robot when learning movements nach. Im Rahmen dieses interdisziplinären Forschungsprojektes sollen die Erkenntnisse aus den Bereichen der Sportwissenschaft und der Informatik kombiniert und die wissenschaftliche Basis für ein verbessertes Mensch-Roboter-Training gelegt werden. Das Projekt unterteilt sich dabei in vier Teilbereiche: die bidirektionale Interaktion zweier Menschen, die unidirektionale Interaktion von Mensch und Roboter (zwei Richtungen) sowie die bidirektionale Interaktion von Mensch und Roboter.

In dieser Dissertation werden drei Artikel zu der beschriebenen Thematik vorgestellt. Der erste Artikel beschreibt Ziele und Struktur des Forschungsprojekts sowie drei exemplarische Studien zu den ersten drei Teilbereichen des Projekts. Aufbauend auf den Erkenntnissen einer der vorgestellten Studien zur Bedeutung der Beobachtungsperspektive beim Bewegungslernen, fokussieren die beiden darauf folgenden Artikel die visuelle Wahrnehmung von Roboterbewegungen durch den Menschen. Der Beschreibung des Projekts in Zielen und Struktur schließt sich im Artikel I die Vorstellung von drei exemplarischen Untersuchungen an. Die erste Studie betrachtet die bidirektionale Interaktion in Mensch-Mensch-Dyaden. Sie verifiziert einen prototypischen, dyadischen Bewegungslernprozess und identifiziert relevante Themen, die auf Mensch-Roboter-Dyaden übertragen werden können. Zur unidirektionalen Interaktion zwischen Mensch und Roboter werden zwei Studien vorgestellt. Im Bereich des Lernens eines Roboters von einem Menschen wird eine iterative Feedbackstrategie eines Roboters beschrieben. Eine Untersuchung zur Bedeutung der Beobachtungsperspektive beim Bewegungslernen von Mensch und Roboter bearbeitet den Bereich des unidirektionalen Lernens eines Mensches von einem Roboter. Basierend auf dieser Untersuchung ergeben sich die Fragestellungen, die in den folgenden beiden Artikeln untersucht werden.

Während viele Studien die Wahrnehmung von biologischen Bewegungen untersucht haben, befassen sich nur wenige Ansätze mit der Wahrnehmung von nichtbiologischen Roboterbewegungen. Um diese Lücke zu schließen, werden im Artikel II zwei aufeinander aufbauende Studien zur Wahrnehmung von Roboterputtbewegungen durch den Menschen vorgestellt. Es konnte gezeigt werden, dass eine Leistungsvorhersage der gezeigten Roboterputtbewegungen nur bei Sichtbarkeit der vollständigen Bewegung möglich sind. Insbesondere die Ausschwungphase scheint eine Vielzahl an räumlich-zeitlichen Informationen bereit zu stellen, die einen großen Einfluss auf die Leistungsvorhersage besitzen. Aufbauend auf den bisher gewonnenen Erkenntnissen wird im Artikel III eine Studie vorgestellt, die versucht, die für die Ableitung von räumlich-zeitlichen Informationen wichtigen Bewegungselemente zu identifizieren. Im Rahmen der vorgestellten Untersuchung wurden die gezeigten Roboterputtbewegungen teilweise manipuliert. Wichtige Bewegungselemente, z. B. Roboter, Schläger oder Ball, wurden ausgeblendet. Zusammenfassend betrachtet diese Dissertation die visuelle Wahrnehmung von Roboterbewegungen durch den Menschen am Beispiel der Puttbewegung im Golf. Der Hauptbeitrag dieser Arbeit sind Erkenntnisse, die in einen bidirektionalen Bewegungslernprozess von Mensch-Roboter-Dyaden überführt werden können. Aus der Arbeit ergeben sich weiterführende Forschungsansätze und Fragestellungen, die eine hohe Relevanz für die Weiterentwicklung der Interaktion von Mensch und Roboter besitzen.

Alternative Abstract:
Alternative AbstractLanguage

In the recent years, the work areas of humans and robots have increasingly interpenetrated. Interactions between humans and robots are common in many areas of life, e.g. in industry, medicine, rehabilitation and sports. While robots have so far mainly been programmed rigidly, a paradigm shift towards adaptable, learning programming has taken place in recent years. Based on this new approach to programming, a direct, physical interaction between humans and robots is increasingly becoming the focus of development and opens up an unprecedented potential for the further development of human-robot interaction. The relationship between humans and robots is characterized by many differences between the two systems (available sensors, number of degrees of freedom, number of muscles/actuators, and degree of integration of sensors and actuators). These differences prove to be partly an advantage and partly a disadvantage for the two systems in an isolated movement learning process. The project Bidirectional Interaction between Human and Robot when learning movements explores the question of how the advantages of the two systems can be optimally combined in a common bidirectional movement learning process. Within the framework of this interdisciplinary research project, the knowledge from the fields of sports science and computer science should be combined and the scientific basis laid for improved human-robot training. The project is divided into four parts: the bidirectional interaction between two people, the unidirectional interaction between human and robot (two directions) and the bidirectional interaction between human and robot. In this dissertation, three articles on the topic described are presented. The first article describes the goals and structure of the research project as well as three exemplary studies on the first three sub-areas of the project. Building on the findings of one of the studies presented on the importance of the observation perspective in learning to move, the two articles that follow focus on the visual perception of robot movements by humans. The description of the project in terms of its objectives and structure is followed by the presentation of three exemplary studies in Article I. The first study looks at bidirectional interaction in human-human dyads. It verifies a prototypical, dyadic movement learning process and identifies relevant topics that can be transferred to human-robot dyads. Two studies are presented on the unidirectional interaction between humans and robots. In the area of learning a robot from a human, an iterative feedback strategy of a robot is described. An investigation into the importance of the observation perspective in learning to move humans and robots deals with the area of unidirectional learning of humans from a robot. Based on this investigation, the questions arise, which are examined in the following two articles. While many studies have examined the perception of biological movements, only a few approaches deal with the perception of non-biological robot movements. To close this gap, Article II presents two successive studies on the perception of robot putts by humans. It could be shown that a performance prediction of the robot putts shown is only possible if the complete movement is visible. In particular, the downturn phase seems to provide a large amount of spatio-temporal information that has a major impact on performance prediction. Building on the knowledge gained so far, Article III presents a study that tries to identify the movement elements that are important for the derivation of spatial-temporal information. The robot putts shown were partially manipulated as part of the presented investigation. Important movement elements, e.g. B. Robots, rackets or balls have been hidden. In summary, this dissertation looks at the visual perception of robot movements by humans using the example of the putt movement in the Gulf. The main contribution of this work is knowledge that can be transferred into a bidirectional movement learning process by human-robot dyads. The work results in further research approaches and questions that are highly relevant for the further development of the interaction between humans and robots.

English
URN: urn:nbn:de:tuda-tuprints-127160
Classification DDC: 000 Generalities, computers, information > 004 Computer science
700 Arts and recreation > 796 Sports
Divisions: 03 Department of Human Sciences
03 Department of Human Sciences > Institut für Sportwissenschaft
03 Department of Human Sciences > Institut für Sportwissenschaft > Bewegungswissenschaft (aufgegangen in Bewegungs- und Trainingswissenschaft)
03 Department of Human Sciences > Institut für Sportwissenschaft > Sportinformatik
Date Deposited: 01 Sep 2020 11:21
Last Modified: 01 Sep 2020 11:21
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/12716
PPN: 469302259
Export:
Actions (login required)
View Item View Item