S4VI – Streetview for Visually Impaired

Abgeschlossene Projekte

Die generierten Informationen verschiedener Hinderniserkennungssysteme werden in einer Crowd zusammengetragen, um eine Art Streetview zu entwickeln.

Die Ausgangssituation

Existierende Systeme zur Hinderniserkennung, zu denen auch der Ultraschall- und Kameratechnologie kombinierende Innomake zählt, arbeiten in der Regel isoliert und sind somit nur durch firmeninterne Weiterentwicklung ausbaufähig. Darüber hinaus gibt es auch keine automatisierten Wege, über die Kundinnen und Kunden Fehlmessungen (z.B. ein Hindernis wird in einer bestimmten Situation nicht erkannt) melden können. Fehlmessungen können folglich nicht systematisch erfasst werden und sind daher in der Praxis meist ein langer, potentiell gefährlicher Begleiter. Aus diesen Gründen verläuft die Verbesserung der Erkennungsleistung für aller Userinnen und User nur sehr träge.

Unser Ziel

Ziel des Projekts "S4VI" ist daher, ein umfassendes Netzwerk für die sichere Mobilität zu schaffen, von dem nicht nur Innomake-Userinnen und User, sondern alle sehbeeinträchtigten Menschen profitieren. Erreicht werden soll dies dadurch, dass die beim Tragen des InnoMake-Schuhs generierten Informationen im Sinne eines Crowdwissens zu einer Art Streetview für sehbehinderte Menschen zusammengeführt werden. Unter Verwendung der Innomake-Kamera, GPS und modernster Deep-Learning-Bildverarbeitungsmethoden soll sich das System durch die Alltagsnutzung der Userinnen und User stetig selbstlernend verbessern. Nur so kann ein System zur Hinderniserkennung langfristig sicher werden. 

Das Projekt

Ausgangspunkt ist der von Tec-Innovation entwickelte InnoMake, der intelligente Schuh zur Erkennung von Hindernissen, der die persönliche Mobilität von sehbeeinträchtigten, blinden und motorisch eingeschränkten Menschen in deren Alltag sicherer gestaltet. Die erste Produktversion, welche sich aktuell (1Q 2019) am Beginn der CE-Zertifizierung vor dem Marktstart befindet, erkennt durch die eigens entwickelte, auf Ultraschallsensoren basierende Elektronik während des Gehens Hindernisse auf bis zu 4 Meter und warnt rechtzeitig vor diesen. Da die auf Ultraschall basierende Technologie jedoch nur angeben kann, ob sich vor einer bzw. einem ein Hindernis befindet, nicht aber ermitteln kann, um welche Art von Hindernis es sich konkret handelt, wird bereits seit 2016 gemeinsam mit der TU Graz an einer 2D-kamerabasierten Ergänzung der ersten Produktversion gearbeitet.

Die im Zuge des Projekts werden neben GPS und der InnoMake-Kamera auch moderne Deep-Learning-Algorithmen zur Erkennung von Bildinhalten verwendet, die aus Bildern der Fußperspektive nicht nur einen hindernisfreien und damit begehbaren Bereich ermitteln, sondern auch Objekte erkennen und unterscheiden können. Deep-Learning-Algorithmen, die dazu ausgelegt sind, große Datenmengen sinnvoll zu nutzen und aus diesen eigene Schlüsse zu ihrer eigenen Optimierung zu ziehen, bieten folglich eine große Chance hinsichtlich der Verbesserung der Hinderniserkennung. Durch das Zusammenführen der Learnings aus sämtlichen Wegen der einzelnen InnoMake-Nutzerinnen und -Nutzer ist es demnach möglich, Lücken in der Erkennung von Situationen kontinuierlich zu schließen. So soll ein sicheres und zuverlässiges Streetview-System zur Hinderniserkennung geschaffen werden.

Der Fördergeber

Österreichische Forschungsförderungsgesellschaft (FFG), Mobilität der Zukunft

Die Projektpartner

Ihre Ansprechperson

Alle Teammitglieder

Mag. Christian Vogelauer

Leitung Projekte

vogelauer@hilfsgemeinschaft.at
Telefon:01 330 35 45 42