Multimodale Bildsegmentierung gering strukturierter Umgebungen für die Navigation am Beispiel eines Assistenzsystems für sehbeeinträchtigte Personen

dc.contributorFranke, Jörg
dc.contributorBeckerle, Philipp
dc.contributor.advisorFranke, Jörg
dc.contributor.authorSeßner, Julian
dc.contributor.editorFranke, Jörg
dc.contributor.editorHanenkamp, Nico
dc.contributor.editorHausotte, Tino
dc.contributor.editorMerklein, Marion
dc.contributor.editorMüller, Sebastian
dc.contributor.editorSchmidt, Michael
dc.contributor.editorWartzack, Sandro
dc.date.accessioned2024-01-12T09:18:02Z
dc.date.available2024-01-12T09:18:02Z
dc.date.issued2023
dc.descriptionParallel erschienen als Druckausgabe bei FAU University Press, ISBN: 978-3-96147-697-8
dc.description.abstractBeeinträchtigungen der optischen Wahrnehmung führen bei Menschen zu großen Herausforderungen der alltäglichen Mobilität. Konventionelle Mobilitätshilfen wie der Blindenlangstock liefern in unbekannten oder unstrukturierten Umgebungen häufig keine ausreichende Unterstützung, sodass die Assistenz sehender Personen benötigt wird. Um dennoch ein erhöhtes Maß an Selbstständigkeit zu ermöglichen, werden im Rahmen dieser Dissertation Methoden des maschinellen Lernens für die Assistenz untersucht. Dabei werden Daten einer 3D-Kamera mittels faltender neuronaler Netze semantisch segmentiert, um Wegverläufe und Hindernisse in gering strukturierter Umgebung zu kartieren. Des Weiteren werden ergänzende Sensormodalitäten zur Erfassung der Umgebung untersucht. Die gewonnenen Informationen können in Umgebungskarten überführt und durch die Berechnung eines sicheren Pfades für die Navigation genutzt werden. Die Navigationsanweisungen können schließlich über akustische und vibrotaktile Schnittstellen an die nutzende Person intuitiv übermittelt werden. Mittels eines Demonstrators in Form eines Rucksacks werden die Methoden werden im Rahmen von Labor- und Feldtests bewertet. Die Nutzerfreundlichkeit und Intuitivität werden im Rahmen von Probandenstudien untersucht.de
dc.description.abstractImpairments in visual perception lead to major challenges in everyday mobility for people. Conventional mobility aids such as white canes do often do not provide sufficient support in unknown or unstructured unfamiliar or unstructured environments, so the assistance of sighted persons is needed. In order to enable an increased level of autonomy anyway, machine learning methods for assistance are investigated in the context of this dissertation. In this approach, data from a 3D camera are semantically segmented using convolutional neural networks to map pathways and obstacles in low-structured environments. Furthermore, complementary sensor modalities for sensing the environment are investigated. The acquired information can be transformed into environment maps and used for navigation by computing a safe path. Finally, the navigation instructions can be intuitively transmitted to the user via acoustic and vibrotactile interfaces. Using a demonstrator in the form of a backpack, the methods are evaluated in laboratory and field tests. User-friendliness and intuitiveness are examined within the scope of subject studies.en
dc.format.extentxxv, 203 Seiten
dc.identifier.citationmb.fau.de/diss
dc.identifier.isbn978-3-96147-698-5
dc.identifier.urihttps://open.fau.de/handle/openfau/30375
dc.identifier.urihttps://doi.org/10.25593/978-3-96147-698-5
dc.language.isode
dc.provenanceFriedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Technische Fakultät
dc.publisherFAU University Press
dc.rights.urihttps://creativecommons.org/licenses/by-nc/4.0/
dc.subjectIngenieurwissenschaften
dc.subjectMaschinenbau
dc.subjectProduktionstechnik
dc.subjectAssistenzsystem
dc.subjectOrientierung und Mobilität
dc.subjectSehbeeinträchtigung
dc.subjectMaschinelles Lernen
dc.subjectRechnersehen
dc.subjectMensch-Maschine-Interaktion
dc.subjectMedizintechnik
dc.subject3D-Kamera
dc.subjectNavigation
dc.subjectSehbehinderung
dc.subjectMaschinelles Sehen
dc.subjectMensch-Maschine-Kommunikation
dc.subjectStereokamera
dc.subject.ddcDDC Classification::6 Technik, Medizin, angewandte Wissenschaften::60 Technik::600 Technik und Technologie
dc.subject.ddcDDC Classification::6 Technik, Medizin, angewandte Wissenschaften::62 Ingenieurwissenschaften::620 Ingenieurwissenschaften und zugeordnete Bereiche
dc.titleMultimodale Bildsegmentierung gering strukturierter Umgebungen für die Navigation am Beispiel eines Assistenzsystems für sehbeeinträchtigte Personende
dc.titleMultimodal image segmentation of low-structured environments for navigation on the example of an assistance system for visually impaired peopleen
dc.typedoctoralthesis
local.date.accepted2023-05-08
local.publisherplaceErlangen
local.sendToDnbfree*
local.series.nameFAU Studien aus dem Maschinenbau
local.series.number431
local.subject.fakultaetTechnische Fakultät / Department Maschinenbau / Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS)
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Sessner_Diss_MB_431.pdf
Size:
9.1 MB
Format:
Adobe Portable Document Format
Description:
Diss. Reihe Maschinenbau, Band 431
License bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
19.04 KB
Format:
Item-specific license agreed to upon submission
Description:
Faculties & Collections