Projektdaten

---

Hybride Verfahren zur 3D Personenwahrnehmung für die soziale Assistenzrobotik in öffentlichen und häuslichen Einsatzszenarien

---

Das automatisierte Wahrnehmen von Personen in dynamischen Einsatzumgebungen ist eine Fähigkeit, welche neben der Assistenzrobotik auch in vielen anderen Anwendungsgebieten, wie der Überwachung sicherheitskritischer Bereiche, dem Arbeitsschutz und der Produktionsassistenz von grundlegender Bedeutung ist. Das Gesamtvorhaben soll sich mit neuen hybriden Ansätzen für das robuste Wahrnehmen von Personen beschäftigen, welche die spezifischen Vorteile von 3D-Sensorik nutzen und die diversen Nachteile durch Fusion mit anderen Merkmalsarten kompensieren sollen. Dabei sollen im Fortsetzungsvorhaben als wesentliche Teilprobleme die tiefendatenbasierte Personendetektion mittels Deep Learning behandelt, die Personenwiedererkennung durch die Nutzung semantischer Attribute von Personen in gefärbten Tiefendaten verbessert und das Personentracking durch die Erweiterung des Zustandsraumes um diese Personenattribute praxistauglich realisiert werden. Gesamtziel ist es, ein realwelttaugliches Personenwahrnehmungssystem für häusliche und öffentliche Einsatzszenarien zu entwickeln, welches zuverlässig Personen auch in Situationen erkennt, für die die derzeitigen Verfahren nur ungenügende Ergebnisse liefern.