TY - CHAP A1 - Szymanski, Mateusz A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Stöcker, Christian T1 - Quantitative und Qualitative Untersuchung zur Akzeptanz und Gestaltung von physischer Mensch-Roboter-Kollaboration T2 - Tagungsband AALE 2024 : Fit für die Zukunft: Praktische Lösungen für die industrielle Automation N2 - Dieser Beitrag beschreibt zwei Studien zur Akzeptanz eines Messroboters zur Durchführung von dermatologischen In-Vivo-Messungen. Die erste Studie ist eine quantitative Online-Umfrage mit 745 Teilnehmern. Die Studie gliedert sich in drei Bereiche mit insgesamt 24 Fragen. Die Teilnehmer werden zu ihren Erfahrungen und Ängsten in Bezug auf Roboter befragt und insbesondere zu einem möglichen Einsatz eines Messroboters für dermatologische In-Vivo-Studien. Für die qualitative Studie werden insgesamt 17 Studienteilnehmer jeweils einzeln für ein zweistündiges Interview, welches in 4 Phasen gegliedert ist, eingeladen. In Phase 2 dieser Studie werden die ersten robotergestützten In-Vivo-Messungen an Hautarealen auf dem Unterarm der Teilnehmer durchgeführt. Bereits aus der quantitativen Umfrage geht hervor das die meisten (75 %) Teilnehmer der Idee von Robotern im Messbetrieb offen gegenüber stehen, 55,7% befürworten den Einsatz sogar. Während des quantitativen Interviews werden Ängste und Unsicherheiten vor und während der ersten Messung genannt und beobachtet. Alle Teilnehmer waren zur Wiederholungsmessung sehr viel sicherer im Umgang mit dem Roboter und können sich einen zukünftigen Einsatz vorstellen. Besondere Herausforderungen stellen sich hinsichtlich der Positionierung der Studienteilnehmer zum Roboter heraus. Die Sicherstellung einer ergonomischen Gestaltung der Roboterumgebung ist für physische Mensch-Roboter-Kollaboration entscheidend und wird zur Weiterentwicklung des Systems stärker berücksichtigt. Weiter wurde ein 3-Stufen-Zustimmschalter zur Absicherung der Roboterbewegungen verwendet, dieser fand allerdings wenig Anklang und wurde stark kritisiert. Für den zukünftigen Einsatz wird eine alternative Überwachung des direkten Arbeitsbereiches erarbeitet. KW - Robotik KW - Mensch-Roboter-Kollaboration Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-18549 SN - 978-3-910103-02-3 N1 - 20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024 SP - 115 EP - 121 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Palme, Willy A1 - Breithecker, Janine A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander ED - Reiff-Stephan, Jörg ED - Jäkel, Jens ED - Stöcker, Christian T1 - Gewährleistung der Bildkonsistenz in der Portaitfotografie: Eine technologische Lösung für effiziente und vergleichbare Aufnahmen T2 - Tagungsband AALE 2024 : Fit für die Zukunft: Praktische Lösungen für die industrielle Automation N2 - Dieses Paper präsentiert das Forschungsprojekt „Intelligent Camera Unit“ (ICU) der Technischen Hochschule Wildau in Kooperation mit der Beiersdorf AG zur Verbesserung von Portraitaufnahmen in Probandenstudien für Kosmetikprodukte. Das Hauptziel des Projekt besteht darin, Ausrichtungsfehler zu minimieren und die Vergleichbarkeit von Vorher-Nachher-Bildern zu erhöhen. Dies wird durch die Verwendung eines kollaborativen Roboters und KI-gestützter Bildanalyse erreicht, um präzise Ausrichtung und Gesichtspositionen der Probanden zu gewährleisten. Das entwickelte System ermöglicht effiziente und reproduzierbare Aufnahmen aus verschiedenen Winkeln und Entfernungen und bietet eine benutzerfreundliche, web-basierte Bedienoberfläche. KW - Künstliche Intelligenz KW - Kollaborativer Roboter KW - Automatisierte Fotografie KW - Bildverarbeitung Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-18570 SN - 978-3-910103-02-3 N1 - 20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024 SP - 315 EP - 320 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Szymanski, Mateusz A1 - van de Sand, Ron A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander T1 - Automatisierte Erkennung von Messarealen bei robotergestützten In Vivo Messungen T2 - Tagungsband AALE 2023 : Mit Automatisierungstechnik gegen den Klimawandel N2 - Dieser Beitrag schlägt ein Bildverarbeitungsmodell zur automatisierten Bestimmung von Messarealen bei robotergestützten In Vivo Messungen vor. Es wird angenommen, dass moderne Verfahren der Deep-Learning-Objekterkennung in der Lage sind die einzelnen Areale wiederholbar genau genug zu erkennen, um die benötigten Messareale im dreidimensionalen Raum einzupassen. Für das Einpassen werden Tiefeninformationen aus einer stereoskopischen Kamera verwendet. Weiter wird untersucht inwiefern diese Tiefeninformationen als zusätzlicher Eingang für die Deep-Learning-Modelle verwendet werden können. Hierfür wird ein Konzept ausgearbeitet, ein Datensatz erstellt und Modelle zur Objekterkennung in verschiedenen Implementierungen trainiert. Das Verwenden von Tiefeninformationen führt zu einer besseren Generalisierbarkeit der Modelle, insbesondere auf tätowierten Hautarealen. Das Bildverarbeitungsmodell erreicht beim Einpassen der Messareale eine gemittelte Wiederholgenauigkeit bzw. Abweichung von 6, 1 mm bei einer Bildwiederholrate von 2, 3 bis 3, 3 Bildern die Sekunde. KW - Maschinelles Lernen KW - Bildverarbeitung KW - Objektdetektion KW - Mensch-Roboter-Kollaboration Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-17118 SN - 978-3-910103-01-6 SP - 1 EP - 12 PB - Hochschule für Technik, Wirtschaft und Kultur CY - Leipzig ER - TY - CHAP A1 - Szymanski, Mateusz A1 - van de Sand, Ron A1 - Tauscher, Esther A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander T1 - Concept Towards Segmenting Arm Areas for Robot-Based Dermatological In Vivo Measurements T2 - 2nd German-West African Conference on Sustainable, Renewable Energy Systems (SusRES2021) N2 - Dermatological in vivo measurements are used for various purposes, e.g. health care, development and testing of skin care products or claim support in marketing. Especially for the last two purposes, in vivo measurements are extensive due to the quantity and repeatability of the measurement series. Furthermore, they are performed manually and therefore represent a nonnegligible time and cost factor. A solution to this is the implementation of collaborative robotics for the measurement execution. Due to various body shapes and surface conditions, common static control procedures are not applicable. To solve this problem, spatial information obtained from a stereoscopic camera can be integrated into the robot control process. However, the designated measurement area has to be detected and the spatial information processed. Therefore the authors propose a concept towards segmenting arm areas through a CNN-based object detector and their further processing to perform robot-based in vivo measurements. The paper gives an overview of the utilization of RGB-D images in 2D object detectors and describes the selection of a suitable model for the application. Furthermore the creation, annotation and augmentation of a custom dataset is presented. T3 - TH Wildau Engineering and Natural Sciences Proceedings - 1 KW - object detection KW - convolutional neural network KW - RGB-D image Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-14986 SP - 217 EP - 228 PB - TIB Open Publishing CY - Hannover ER - TY - CHAP A1 - Walter, Elias Fabian A1 - Szymanski, Mateusz A1 - Rieckmann, Olaf A1 - Stolpmann, Alexander T1 - Deterministische Prädiktion menschlicher Bewegungen in der Mensch-Maschine-Interaktion T2 - Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität N2 - Im Rahmen einer Masterarbeit wurde ein Bildverarbeitungsmodell konzeptioniert und umgesetzt, mit dem die menschliche Körperhaltung visualisiert sowie Kollisionen zwischen einem Menschen und einem kollaborativen Roboter vermieden werden können. Hierbei wird zunächst mittels einer Intel RealSense D435i 3D-Kamera und der Bildverarbeitungsbibliothek Mediapipe die aktuelle Körperhaltung der Person bestimmt. Auf Basis einer zeitlichen Abfolge von gemessenen Armgelenkpositionen erfolgt die Berechnung einer zukünftige Armhaltung, welche anatomisch bedingte Gelenkabstände und Gelenkwinkel berücksichtigt. Ein 3D-Avatar als digitaler Schatten – erstellt mithilfe der Unity 3D-Game Engine – visualisiert zeitgleich die aktuelle, als auch die vorhergesagte Gelenkposition. Die prognostizierte Armhaltung ist darüber hinaus Grundlage einer Kollisionsvermeidung mit einem, in Bewegung versetzten, kollaborativen Roboter. Unterschreitet hierbei der berechnete Abstand zwischen der aktuellen Roboter-Haltung und der zukünftigen Armhaltung des Menschen die Grenzen zuvor definierter Kollisionsbereiche, wird der Roboter sofort gestoppt. Über eine Versuchsreihe, werden unter Variation von Abständen, Beleuchtungsstärken und Materialien die bestmöglichen Messbedingungen der eingesetzten 3D-Kamera ermittelt. Die Ergebnisse deuten darauf hin, dass helle, glatte Materialien, eine Beleuchtungsstärke von 500 lx und ein möglichst geringer Abstand von weniger als 1mdie präzisesten Distanzmessungen ermöglichen. Anhand der durchschnittlichen Zykluszeit wird ein Vorhersagehorizont von bis zu 150ms angenommen. KW - Mensch-Maschine-Interaktion KW - Bildverarbeitung KW - Visualisierung KW - Menschliche Bewegungsvorhersage KW - Kollisionsvermeidung Y1 - 2026 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-21388 SP - 147 EP - 157 PB - Hochschule für Technik, Wirtschaft und Kultur Leipzig ER - TY - CHAP A1 - Szymanski, Mateusz A1 - Stolpmann, Alexander A1 - Rieckmann, Olaf T1 - Validierung robotergestützter in vivo Messungen im Vergleich zu manuellen Referenzmethoden T2 - Tagungsband AALE 2026: Mechatronische Systeme für die Automatisierung: Fortschritt durch Präzision und Qualität N2 - In vorhergehenden Arbeiten wurden sowohl ein Bildverarbeitungsmodell zur automatisierten Erkennung von Messarealen als auch Studien zur Akzeptanz robotergestützter in vivo-Messungen entwickelt und erprobt. Auf dieser Grundlage wurde ein prototypischer Hautmessroboter aufgebaut, der Anforderungen an Ergonomie, Sicherheit und Bedienbarkeit integriert. Im vorliegenden Beitrag wird eine erste Validierungsstudie vorgestellt, in der robotergestützte Messungen systematisch mit manuellen Referenzmessungen verglichen werden. Die Ergebnisse zeigen eine insgesamt hohe Korrelation zwischen manueller und robotergestützter Messung für beide untersuchten Hautparameter. Nach Produktanwendung zeigen die Ergebnisse, dass mit der robotergestützten Messung statistisch signifikante Produkteffekte erfasst werden können. Die Resultate deuten darauf hin, dass robotergestützte in vivo Messungen ein hohes Potenzial für den Einsatz im dermatologischen Studienbetrieb haben können. KW - Robotik KW - Physische Mensch-Roboter-Kollaboration Y1 - 2026 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:526-opus4-21419 SP - 235 EP - 243 PB - Hochschule für Technik, Wirtschaft und Kultur Leipzig ER -