Motivation

Für Menschen mit schweren körperlichen Einschränkungen ist die Bedienung eines konventionellen Joysticks oft unmöglich. Das Projekt EMGRoll entwickelt daher eine Schnittstelle, die Muskelaktivitäten (EMG) in Steuerbefehle übersetzt. Ein kritischer Faktor für den Erfolg dieser Technologie ist das Training der Nutzer: Sie müssen lernen, spezifische Muskelgruppen isoliert anzuspannen, um den Rollstuhl präzise zu lenken.

Aktuell erfolgt dieses Feedback über einfache 2D-Animationen auf einem Bildschirm. Dieser Ansatz ist jedoch abstrakt und bildet die reale Fahraufgabe nur unzureichend ab. Im Rahmen dieser Arbeit soll daher ein Virtual Reality (VR) Trainingsprozedere entwickelt werden. Durch den Einsatz eines “Digitalen Zwillings” in einer simulierten Umgebung (Unity) können KI Modelle trainiert werden und Nutzer gefahrlos üben. Die VR-Umgebung dient dabei nicht nur der Visualisierung, sondern als direkte Stimulanz für die EMG-Datenaufnahme: Statt abstrakter Kurven sieht der Nutzer, wie sich seine Muskelanspannung direkt in die Bewegung des virtuellen Rollstuhls übersetzt. Dies erhöht die Immersion, die Motivation (Gamification) und verbessert potenziell die Klassifikationsgenauigkeit der Algorithmen.

Zielstellung

Ziel dieser Arbeit ist die Konzeption und Implementierung einer VR-basierten Trainingsumgebung, die als intuitives Interface zur Aufnahme von EMG-Kalibrierungsdaten und zum Erlernen der Steuerung dient.

Die Arbeit umfasst folgende Schwerpunkte:

• Konzeption: Entwurf eines Trainingsablaufs, der den Nutzer schrittweise an die EMG-Steuerung heranführt (vom einfachen Muskeltest bis zur komplexen Fahrsituation).
• Entwicklung (Unity): Aufbau einer virtuellen Umgebung und Integration eines “Digitalen Zwillings” des Rollstuhls basierend auf Vorarbeiten.
• Schnittstellenanbindung: Kopplung der EMG-Signalverarbeitung (live) mit der VR-Simulation, sodass der virtuelle Rollstuhl in Echtzeit gesteuert werden kann.
• Szenarienerstellung: Design virtueller Alltagsszenarien (z.B. Parcours, Engstellen), die zur Evaluation der Steuergüte dienen.
• Evaluation: Durchführung einer Probandenstudie zur Bewertung der Usability und des Lerneffekts im Vergleich zur bisherigen 2D-Animation.

Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf.

References

– Reinforcement Learning Based User-Specific Shared Control Navigation in Crowds
– A rule-based assistive control algorithm for safe navigation for a powered wheelchair
– Learning Shared Control by Demonstration for Personalized Wheelchair Assistance
– Shared control methodology based on head positioning and vector fields for people with quadriplegia

Kategorien:

Kontakt: