Multimodale Interaktion in Augmented Reality Umgebungen am ...

Weitere Magazine

Empfehlungen

Info

KAPITEL 7.EVALUIERUNG7.1.2 ErgebnisseAn der Untersuchung beteiligten sich insgesamt zehn Personen. Davon waren 70% männlichund 30% weiblich. Das Durchschnittsalter der Versuchspersonen betrug 25 Jahre.Vor der Diskussion der Ergebnisse der Messung und der Fragebögen werden Beobachtungenfestgehalten, die während der Versuche mit den Versuchspersonen zu Tage traten. Diesewurden nicht durch die Messung oder Befragung ermittelt und werden daher gesondert behandelt.Dabei konnten diese Beobachtungen in folgende Kategorien eingeordnet werden:Misstrauen in die TechnikAuffallend bei der Verwendung des Systems ohne Einweisung war das fehlende Vertrauen indas Gestenerkennersystem. Die Testpersonen versuchten, die Gesten so zu zeichnen, wie sie ihrerMeinung nach möglichst ideal erkannt werden könnten. Daraus resultierten nicht natürlichvollzogene Gesten, die aufgrund der Abwandlung nicht korrekt erkannt werden konnten. Sowurden Zahlen beispielsweise ähnlich der digitalen Darstellung mit sieben Strichen gezeichnet.Physikalische ProblemeEine wichtige Rolle bei der Erkennung der Gesten spielt die Sichtbarkeit der Targets. Eshat sich gezeigt, dass sehr große Personen außerhalb des Sichtbereichs der Kameras gerieten.Damit konnte die Bewegung der Targets, und somit der Finger des Nutzers, nicht mehr aufgezeichnetwerden. Speziell bei der Verwendung der aktiven Targets fiel dieser Effekt starkauf, da diese Targets bauartbedingt bereits eine wesentlich engere Abstrahlcharakteristik aufweisenals die passiven, reflektierenden Targets. Die Fehlerrate aufgrund von nicht erkanntenMarkern stieg aus diesem Grund bei großen Personen auf 50% der falsch erkannten Gestenan. Im Durchschnitt lag dieser Wert nur bei ca. 33%.PausendetektionGroße Probleme bereitete auch die Erkennung von Anfang und Ende einer Geste. Im aktuellenSystem wird diese Segmentierung durch eine Pausendetektion vorgenommen. Zu Beginn undzu Ende einer Geste muss also die Hand des Nutzers einen Augenblick in Ruhe bleiben, umeine Pause erkennen zu können. Viele Testpersonen starteten die Geste jedoch ohne vorherigePause oder beendeten die Geste mit dem Herablassen des zeichnenden Arms, sodass die Gestenicht korrekt erkannt wurde. Dies liegt daran, dass die Pause erst mit dem ruhendem Arm amKörper erreicht wurde und somit die Geste bis zu diesem Zeitpunkt klassifiziert wurde. Diebeschriebenen Probleme lassen sich jedoch durch die gezielte Schulung der Versuchspersonenverringern. Auf diese Weise lassen sich die Erkennungsraten im Vergleich zu ungeübten Nutzernstark verbessern. Im Folgenden werden die Ergebnisse der Messung der Erkennungsratensowie die Auswertung der Fragebögen vorgestellt.Messung der Erkennungsrate ohne EinweisungIm ersten Durchlauf erhielten die Testpersonen keinerlei Einführung in das System und seineBesonderheiten. Abb. 7.3 zeigt, dass keine der Systemaufbauten eine befriedigende Erkennungsleistungder dynamischen Gesten ermöglicht. Die nicht erkannten Gesten reichen von2,38% bei der längentreuen Abbildung bei Verwendung von LEDs bis hin zu 21,86% bei derRotation mit passiven Targets. Die höchsten Werte richtig erkannter Gesten erreichten diebeiden Ansätze mit LEDs bei Erkennungsraten von etwa 38%. Einzelne Personen erzielten jedochbereits ohne Einweisung Erkennungsraten zwischen 60% und 90%. Die Erkennungsratendieser Testpersonen veränderten sich im Verlauf der nachfolgenden Versuche nur geringfügig.104
7.1. GESTENERKENNUNG DURCH INFRAROTTRACKING100,00%Erkennungsrate in %80,00%60,00%40,00%20,00%0,00%60%63,81%46,67%37,62% 44,81%38,57%33,33%29,52%21,86%14,29%2,38%7,14%LED/Rotation LED/Längentreu Rotation Längentreunicht erkanntfalsch erkanntrichtig erkanntVerfahrenAbbildung 7.3: Erkennungsrate im ersten TestUrsache für die niedrige Erkennungsrate sind die genannten Probleme, denen sich die Versuchspersonennicht bewusst waren (Misstrauen, physikalische Probleme und Schwierigkeitenbei der Pausendetektion).Messung der Erkennungsrate mit EinweisungNach dem ersten Durchlauf aller Kombinationen erfolgte eine Einweisung in das System sowieeine individuelle Schulung der Versuchspersonen anhand der Fehler, die beim ersten Durchgangbei dieser zu einer schlechten Erkennungsrate geführt hatten. So konnte sichergestelltwerden, dass jede Versuchsperson wichtige Methoden bei der Darstellung von Gesten berücksichtigenkonnte.Erkennungsrate in %100,00%80,00%60,00%40,00%20,00%0,00%75,24%78,17%76,19%83,81%20,48%20%23,33%15,24%4,29%1,90%0,95%0,00%LED/Rotation LED/Längentreu Rotation LängentreuVerfahrennicht erkanntfalsch erkanntrichtig erkanntAbbildung 7.4: Erkennungsrate im zweiten TestDaraus resultierend erkennt man in Abb. 7.4 einen Rückgang der nicht erkannten Gestenauf 0% bei der längentreuen Abbildung mit passiven Targets und einer maximalen Rate von4,29% bei LEDs, die mittels des Rotationsverfahrens transformiert wurden. Die Erkennungsrateder Gesten stieg bei allen Methoden stark an. Im Durchschnitt erreichte die Erkennungsratezwischen 75% und 80%. Am besten schnitten hierbei das längentreue Abbildungsverfahrensowie die Verwendung von passiven Targets ab. Es zeigt sich also, dass sowohl die Wahl derHardware als auch die Wahl der Transformation einen Einfluss auf die Erkennungsleistungdes Systems haben.Der Unterschied zwischen aktiven und passiven Targets lässt sich durch die bauartbedingteAbstrahlcharakteristik erklären. Passive Targets reflektieren das einfallende Licht in105
Seite 1:
Lehrstuhl für Mensch-Maschine-Komm
Seite 5:
KURZZUSAMMENFASSUNGKurzzusammenfass
Seite 11 und 12:
KAPITEL 1EinleitungEs ist Dezember
Seite 13 und 14:
1.2. MOTIVATION(a) „Pacman“ (19
Seite 15 und 16:
1.4. LÖSUNGSANSATZAbbildung 1.3: S
Seite 17 und 18:
KAPITEL 2Thematische GrundlagenDies
Seite 19 und 20:
2.1. AUGMENTED UND VIRTUAL REALITYR
Seite 21 und 22:
2.2. KOORDINATENSYSTEME UND -TRANSF
Seite 23 und 24:
2.2. KOORDINATENSYSTEME UND -TRANSF
Seite 25 und 26:
2.3. ÜBERBLICK ÜBER HARDWARE ZUR
Seite 27 und 28:
2.3. ÜBERBLICK ÜBER HARDWARE ZUR
Seite 29 und 30:
2.4. MULTIMODALE INTERAKTIONAbbildu
Seite 31 und 32:
2.5. UMGESETZTE SOFTWARESTRUKTUR2.5
Seite 33 und 34:
2.5. UMGESETZTE SOFTWARESTRUKTUR6d2
Seite 35 und 36:
2.5. UMGESETZTE SOFTWARESTRUKTURApp
Seite 37 und 38:
KAPITEL 3Interaktion der Maschine z
Seite 39 und 40:
3.1. AUGMENTED REALITY ZUR VISUELLE
Seite 41 und 42:
3.1. AUGMENTED REALITY ZUR VISUELLE
Seite 43 und 44:
3.2. VIRTUAL REALITY ZUR VISUELLEN
Seite 45 und 46:
3.3. VIRTUELLE AKUSTIK ZUR AKUSTISC
Seite 47 und 48:
Seite 49 und 50:
Seite 51 und 52:
KAPITEL 4Interaktion des Menschen z
Seite 53 und 54:
4.1. GESTENERKENNUNG DURCH INFRAROT
Seite 55 und 56:
Seite 57 und 58:
Seite 59 und 60:
Seite 61 und 62:
Seite 63 und 64: 4.2. TANGIBLE USER INTERFACE ALS EI
Seite 69 und 70: 4.3. WII-CONTROLLER ALS KOMBINIERTE
Seite 75 und 76: KAPITEL 5Alternative Interaktionsfo
Seite 77 und 78: 5.1. KOLLISIONSERKENNUNG ZWISCHEN R
Seite 85 und 86: 5.2. INTERPERSONELLE INTERAKTION DU
Seite 91 und 92: KAPITEL 6Multimodale Interaktion be
Seite 93 und 94: 6.1. BILLARD - AUGMENTED REALITY BI
Seite 101 und 102: 6.2. BOWL-AR-AMA - AUGMENTED REALIT
Seite 111 und 112: KAPITEL 7EvaluierungDas folgende Ka
Seite 113: 7.1. GESTENERKENNUNG DURCH INFRAROT
Seite 117 und 118: 7.1. GESTENERKENNUNG DURCH INFRAROT
Seite 119 und 120: 7.2. VERGLEICH PASSIVE UND AKTIVE I
Seite 122 und 123: KAPITEL 7.EVALUIERUNG(a) Versuch 1:
Seite 124 und 125: KAPITEL 7.EVALUIERUNGzu machen, än
Seite 126 und 127: KAPITEL 7.EVALUIERUNGDauer in [s]25
Seite 128 und 129: KAPITEL 7.EVALUIERUNGBewertungspunk
Seite 130 und 131: KAPITEL 7.EVALUIERUNGEinfluss auf d
Seite 134 und 135: KAPITEL 7.EVALUIERUNGAbbildung 7.22
Seite 136 und 137: KAPITEL 7.EVALUIERUNGEinführungEin
Seite 138 und 139: KAPITEL 7.EVALUIERUNG(a) Papiermark
Seite 140 und 141: KAPITEL 7.EVALUIERUNGMonitor. Dies
Seite 142 und 143: KAPITEL 7.EVALUIERUNGGerätes. Die
Seite 146 und 147: KAPITEL 7.EVALUIERUNGvirtuellen Kam
Seite 148 und 149: KAPITEL 7.EVALUIERUNGsowohl das Spi
Seite 150 und 151: KAPITEL 8.RESUMEEDie Umsetzung von
Seite 152 und 153: KAPITEL 8.RESUMEEder realen und vir
Seite 154 und 155: KAPITEL 8.RESUMEE144
Seite 156 und 157: ABBILDUNGSVERZEICHNISII3.8 Schemati
Seite 158 und 159: ABBILDUNGSVERZEICHNIS7.28 Ergebniss
Seite 160 und 161: ABKÜRZUNGSVERZEICHNISVI
Seite 162 und 163: STICHWORTVERZEICHNISRotation, 11WII
Seite 164 und 165:
LITERATURVERZEICHNISof the 2nd inte
Seite 166 und 167:
LITERATURVERZEICHNIS[39] H. Kato an
Seite 168 und 169:
LITERATURVERZEICHNIS[68] Wayne Piek
Alle anzeigen

Multimodale Interaktion in Augmented Reality Umgebungen am ...

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

Template löschen?

Als Template speichern?