![Eine Person steht Hand in Hand mit einem Roboter in einer Halle.](/assets/Newsroom/PeerAngelika_A84-002__ScaleWidthWzUyNF0.jpg)
Die Roboterflüstererin
Ja, es gibt ihn schon auch hier, den Roboter, wie wir ihn uns vorstellen. Hinten links in der Ecke des Labors für Mensch-zentrierte Technologien und Maschinenintelligenz steht Tiago: eine mobile Plattform, zwei lange Arme mit handähnlichen Greifern, ein Kopf mit zwei Augen, aus denen er uns scheinbar zublinzelt. Tatsächlich befindet sich dahinter aber ein Kamerapaar, das unsere Bewegungen oder Gesichtsausdrücke aufnehmen kann. Ein Roboter auf dem aktuellen Stand der Technik, der sich bewegen, sprechen, und seine gesamte Umgebung wahrnehmen kann. Damit ist er der Allrounder in diesem neuen Labor des NOI Techpark, in dem an Technologien geforscht wird, die es erlauben, Maschinen intelligenter zu machen und somit auch die Mensch-Maschinen-Kollaboration immer effizienter, flüssiger und sicherer zu gestalten. „An Tiago können wir die unterschiedlichsten Anwendungen testen – von der Aktions- und Intentionserkennung bis hin zur Aufteilung von Aufgaben zwischen Mensch und Maschine“, sagt Angelika Peer.
Vor 5 Jahren wurde die gebürtige Pustertalerin als Professorin für Robotik und Automation an die unibz berufen; nach einer zehnjährigen Karriere an ihrer Alma Mater, der TU München, und mehreren Jahren Lehre und Forschung am Bristol Robotics Laboratory. Seitdem hat sie – auch dank der finanziellen Förderung des europäischen Fonds für regionale Entwicklung – am Aufbau dieses Labors gearbeitet, in dem sich Disziplinen wie Künstliche Intelligenz, Robotik, Automation und Mensch-Maschinen-Kollaboration überschneiden.
Auf den ersten Blick sieht es hier nicht einmal so futuristisch aus, wie man vermuten könnte. In der Mitte des Raums ein Tisch mit einem bunten Haufen an Fischer-Technik-Steinen, zusammengebaut zu einer kleinen Produktionsfabrik. Diese nutzt Peer in ESF-Projekten, um Beschäftigte von Südtiroler Unternehmen in die speicherprogrammierbare Steuerung einzuführen. Doch, wie wir schnell lernen: nicht jeder Roboter muss wie Tiago aussehen. „Der Definition nach zählt dazu alles, das Sensoren und mehr als einen Aktor hat und aufgrund der Verarbeitung der Sensorik eine Aktion einleitet“, erklärt die Professorin.
Deutlich zu erkennen sind diese Kriterien bei einem Roboterarm oder einem Cobot, einem klassischen kollaborativen Roboter. Viele der Systeme, mit denen Peer und ihr Team hier arbeiten, dienen aber dazu die Informationen einzuholen, die Roboter für ihre Aufgaben brauchen. So wie die Kameras, die an den silbernen Rohren an der Decke des Labors befestigt sind. „Mit ihnen können Ganzkörperbewegungen des Menschen, aber auch Objekte getrackt und in einem Koordinatensystem verortet werden“, sagt Peer. In den zahlreichen Containern und Schränken des Labors finden sich noch viele weitere Instrumente, die es Maschinen erlauben, Menschen zu verstehen, einzuordnen und ihre Körperfunktionen zu überwachen: von einem Eye Tracking System über eine EEG-Haube mit 64 Elektroden oder einem Brustgurt zur Messung der Atemfrequenz bis hin zu einem EMG-System, kleinen Kästchen, die direkt über den Muskeln angebracht werden, um die Muskelaktivität zu messen.
Maschinen sind hungrig nach Kontext, also brauchen jede Menge digitalisierter Informationen, die es ihnen ermöglichen, ihr Verhalten in der jeweiligen Situation bestmöglich anzupassen. Ob Hindernisse in der Umgebung, Bewegungen, Aktionen, Pläne oder Intentionen des Menschen oder Kontextwissen zur jeweiligen Aufgabe: die Arbeit von Angelika Peer und ihrem Team besteht darin, dieses Wissen zu erheben und in Algorithmen zu übersetzen, mit denen dem Roboter gewissermaßen Intelligenz eingehaucht wird – um ihn zu befähigen, eigenständige Entscheidungen zu treffen und umzusetzen.
Das sollte auch für ein Exoskelett, also eine am Körper getragene Maschine gelten, die die Bewegungen des Trägers unterstützt. Heute sind viele der Exoskelette, mit denen in der Rehabilitation gearbeitet wird, aber noch „relativ dumm“, wie Angelika Peer meint. Der Patient drückt auf einen Knopf und in dem Moment wird ein Schritt gesetzt. „Wir sind dagegen derzeit in einem PhD-Projekt daran, die Bewegung kontextbasiert unterstützen zu können.“ Mit Hilfe von Beschleunigungssensoren sowie eines kleinen Radars soll die Maschine so viel Wissen zur Umgebung erhalten, dass sie selbst entscheiden kann, wann und in welcher Geschwindigkeit die Schritte gesetzt werden. An ein ähnliches Thema erinnert eine Art Roboter-Rollator im Raum, der aus einem früheren EU-Projekt stammt und über Laserscanner und Kraftsensoren die Haltung und das Gangmuster der Patientin überwacht und analysiert. „In Zukunft möchten wir darauf aufbauen und erreichen, dass das System erkennt, wann die Person sturzgefährdet ist und dann entsprechende Gegenmaßnahmen setzen kann“, erklärt die Professorin.
Überhaupt scheinen Roboter und roboterähnliche Maschinen in diesem Labor weit „sozialer“ zu sein als ihr von Industrierobotern geprägtes Image vermuten lässt. Klarerweise spiegelt sich die zunehmende Automatisierung auch hier in klassischen Industrieprojekten mit Unternehmen wider. Doch viel öfter steht die Beziehung zwischen Maschine und Mensch im Fokus. Ob beim Thema der Aktionsplanung und Intentionserkennung, wo ein Roboter bei der gemeinsamen Ausführung von Tasks mit Menschen immer besser erkennen, welche Aktion sein menschlicher Kollege als nächstes ausführen wird und welcher Plan dem Ganzen zugrunde liegt. Im Rahmen der Emotionserkennung kann die Maschine aber auch Psychologinnen und Psychologen unterstützen. In einem aktuellen Projekt mit dem Psychologieprofessor Reinhard Tschiesner von der Fakultät für Bildungswissenschaft der unibz werden gerade Wege gesucht, um den Therapeuten durch die automatische Schätzung des Erregungszustands von Patienten bei der Einstellung der Neurofeedbacktherapie zu unterstützen. Gefüttert wird das System dafür mit den physiologischen Daten der Patienten. Im Gegensatz zur herkömmlichen Methode, in dem eine statische Schätzung über alle erhobenen Daten gemacht wird, arbeiten Peer und ihr Team an einem dynamischen Ansatz, der im Anschluss auch erlaubt, eine entsprechende Aktion der Maschine auf die Einschätzung folgen zu lassen. „Routine gibt es bei unserer Arbeit wirklich nicht, sie ist extrem interdisziplinär und bringt auch uns immer wieder in neue Wissensgebiete“, lacht Peer. Und wieder scheint es fast, als blinzle Tiago mit.
Susanne Pitro