Schwere Arbeitsmaschinen müssen oft unter schwierigen Bedingungen arbeiten. Schnee, Nebel, Dunkelheit oder unebenes Gelände erschweren die Orientierung. Gleichzeitig müssen Fahrerinnen und Fahrer tonnenschwere Fahrzeuge präzise steuern. Ein internationales Forschungsteam hat deshalb untersucht, wie sich die Mensch-Maschine-Interaktion verbessern lässt. Das Ergebnis wirkt auf den ersten Blick ungewöhnlich: Statt VR-Brillen setzen die Forschenden auf Laserprojektionen direkt im Schnee.
Das Projekt lief unter dem Namen THEIA-XR. Beteiligt waren unter anderem die Technische Universität Graz (TU Graz), die Technische Universität Dresden sowie mehrere Industrieunternehmen. Ziel war es, Fahrerinnen und Fahrer mit Extended-Reality-Technologien zu unterstützen, ohne sie zusätzlich zu belasten oder abzulenken.
Inhaltsverzeichnis
Warum VR-Brillen in der Praxis scheiterten
Zu Beginn testeten die Forschenden klassische XR-Technik wie VR-Headsets und Datenbrillen. Im realen Einsatz zeigten sich jedoch schnell Probleme. Wer längere Zeit in einer vibrierenden Pistenraupe sitzt und gleichzeitig ein Headset trägt, wird körperlich stark belastet. Viele Testpersonen klagten über Nackenbeschwerden oder Übelkeit.
Die Forschenden suchten deshalb nach einer Lösung, die Informationen direkt im natürlichen Sichtfeld anzeigt. Dafür nutzten sie eine laserbasierte Projektionseinheit, die Hinweise direkt auf den Schnee vor dem Fahrzeug projizierte. Im Praxistest erwies sich dieser Ansatz als deutlich alltagstauglicher.
Der Schnee wird zur Projektionsfläche
Die Laserprojektion machte die Fahrbahn gewissermaßen zu einem erweiterten Informationssystem. Fahrerinnen und Fahrer konnten wichtige Hinweise direkt auf der Piste sehen, ohne den Blick ständig zwischen Umgebung und Display wechseln zu müssen.
Projiziert wurden unter anderem:
- Orientierungslinien und Fahrspuren
- Geschwindigkeitsinformationen
- virtuelle Sicherheitszonen
- Warnhinweise bei Personen in der Nähe
- Informationen zur Schneeverdichtung
Gerade bei schlechter Sicht zeigte die Technik ihre Stärken. Schneepartikel und Nebeltröpfchen streuen das Laserlicht, wodurch die Projektionen teilweise auch in der Luft sichtbar werden. Dadurch lassen sich Hindernisse oder Fahrkorridore besser erkennen. Das System erweitert damit das Sichtfeld direkt vor der Maschine.
Wärmebildkamera half beim Präparieren der Pisten
Neben der Projektionstechnik entwickelten die Forschenden auch neue Sensorsysteme. Dazu gehörte ein spezieller 360-Grad-Wärmebild-Prototyp.
„Das Spannende an diesem Projekt war, dass unsere Überlegungen aus Forschungssicht und die Bedürfnisse der Fahrer erst einmal in Einklang gebracht werden mussten“, sagt Clemens Arth vom Institut für Visual Computing der TU Graz.
Eigentlich sollte das System vor allem Menschen oder Tiere rund um die Maschine erkennen. Im praktischen Einsatz zeigte sich jedoch ein weiterer Vorteil. „Der weitaus größere Nutzen lag jedoch letztlich darin, dass sie die Pisten präziser präparieren konnten“, erklärt Arth.
Die Wärmebilder machten Unterschiede in der Schneestruktur sichtbar. Fahrerinnen und Fahrer konnten dadurch besser erkennen, welche Bereiche bereits ausreichend verdichtet waren und wo noch nachgearbeitet werden musste.
Grundlage für ferngesteuerte Maschinen
Das Projekt zielte nicht nur auf bessere Unterstützung im Fahrerhaus ab. Die Forschenden sehen darin auch einen wichtigen Schritt für die spätere Fernsteuerung schwerer Maschinen.
Der Hintergrund: Wer täglich in vibrierenden Fahrzeugen arbeitet, belastet Rücken, Gelenke und Muskulatur dauerhaft. Besonders auf unebenem Gelände entstehen hohe körperliche Belastungen.
Damit Maschinen künftig sicher aus der Distanz gesteuert werden können, muss die Umgebung über Kameras möglichst realistisch erfasst werden. Genau daran arbeitete das Forschungsteam. Unter anderem verbesserten die Forschenden die Tiefenwahrnehmung bei einfachen Kameraübertragungen. Entfernungen lassen sich dadurch auf Monitoren präziser einschätzen.
Das könnte künftig nicht nur bei Pistenraupen wichtig werden, sondern auch bei Baggern, Hafenfahrzeugen oder Kränen.
Europäisches Forschungsnetzwerk
An THEIA-XR waren mehrere Hochschulen und Unternehmen beteiligt. Die TU Graz arbeitete gemeinsam mit dem Pistenraupenhersteller Prinoth an den Anwendungen für Schneefahrzeuge. Die TU Dresden und die Hochschule der Medien Stuttgart untersuchten den Einsatz bei Baggerfahrzeugen.
Das finnische Forschungszentrum VTT entwickelte gemeinsam mit Kalmar Lösungen für Hafenfahrzeuge und Gabelstapler. Die Universität Luxemburg beschäftigte sich unter anderem mit der anonymisierten Verarbeitung personenbezogener Daten und der diskriminierungsfreien Erkennung von Personen durch Sensorsysteme. Koordiniert wurde das Projekt von TTControl. Weitere Partner lieferten Simulator- und Steuerungstechnik.
Ein Beitrag von:
