BMVIT unterstützt innovative IKT-Forschung

Als inhaltliche Schwerpunktthemen wurden Klimawandel und Tourismus gewählt. Am Projekt beteiligt waren neben der TU Graz auch die WU Wien sowie die Unternehmen Gentics Software, Prisma Solutions EDV und Austria.info Systems. Mit einem der bei IDIOM entwickelten Prototypen, dem US-Wahl-2008-Web-Monitor, konnten die Forscher sogar den Multimedia and e-Business Award 2008 gewinnen. Ein weiterer Effekt des Projekts: Noch 2008 gründete Scharl das Unternehmen weblyzard (www.weblyzard.com). Mit dem an der TU Graz angedockten Kompetenzzentrum „Know-Center“ (www.know-center.at) wurde jetzt im Herbst gemeinsam und mit ähnlichem Team wie bei IDIOM das FIT-IT-Projekt „DIVINE“ (Dynamic Integration and Visualization of Information from Multiple Evidence Sources) gestartet. Dabei geht es darum, einen Prototypen zu entwickeln, mit dem gemessen wird, wie gut die externe Kommunikation einer Organisation angenommen, verstanden und erinnert werden kann.

 

Wir leben in einer Welt der Überwachungskameras. Immer mehr Videoüberwachungssysteme sind installiert, ob im Supermarkt, in Banken oder Tiefgaragen, auf exponierten Verkehrsflächen oder sogar bei Einfamilienhäusern. Ziel des FIT-IT-Projekts OUTLIER (Online and Unattended Learning for Implicit Event Recognition) war es daher, Wege zur automatisierten Videoanalyse zu finden. Das Ziel: kritische Situationen (frühzeitig) zu erkennen und das Bedienpersonal zeitgerecht zu alarmieren. Die meisten derzeitigen Ansätze versuchen, eine Vielzahl von spezifischen Ereignissen in verschiedensten komplexen Anwendungsszenarien mit ebenso vielen spezifischen Detektoren zu erkennen. Bei OUTLIER wollte man weit über den Stand der Technik hinausgehen und dabei neue computergestützte Lernmethoden erforschen und entwickeln. Wichtig war es dabei auch - trotz der großen Informationsmenge pro Kamera - den Normalzustand bzw. normale Ereignisse im Sichtbereich der Kamera zu erkennen. Dabei ging es darum, neue ­Methoden für „semi-supervised“ und exemplarbasiertes Lernen zu entwickeln - auf der Verarbeitung von großen Datenmengen basierend. Projektpartner bei OUTLIER waren die Joanneum ­Research, die TU Graz sowie Siemens Österreich. 

 

Diese neuen, generischen Lernmethoden werden für die Erkennung von ungewöhnlichen Ereignissen auf öffentlichen Plätzen und im Verkehrsbereich eingesetzt. Typische Beispiele sind Unfälle, Nebel, Rauch, Geisterfahrer und verlorenes Ladegut. Ergebnis bei OUTLIER (Projektende war im Sommer) ist ein Prototyp eines Videosystems, das gelernt hat, zwischen normalen und ungewöhnlichen Situationen zu unterscheiden. „Wir hoffen jetzt, ein Folgeprojekt zu bekommen“, will Peter Schallauer von Joanneum Research die erfolgreiche Forschungskooperation mit Siemens und der TU Wien fortsetzen.

 

Spannend ist auch das Projekt CLIC (Closed-Loop Integration of Cognition Communication and Control), das sich die Integration von Echtzeitbilderfassung und adaptiver Bewegungssteuerung, basierend auf synchroner Kommunikation, als Ziel gesteckt hat. Die kombinierte Anwendung dieser Bereiche erlaubt innovative Steuerstrategien und Sicherheitsmechanismen sowie verbesserte Energieeffizienz. Als Beispielobjekt wurde mit einem Kran gearbeitet. Mögliche Anwendungsbereiche sind daher künftig automatisch kontrollierte Kräne (z. B. in ­Häfen) sowie für diese bestimmte Applikationen.

 

In der Automatisierungsindustrie bieten sich zahlreiche weitere Anwendungsmöglichkeiten an. Koordinator des Projekts war beachtenswerterweise ein KMU: Das Wiener Unternehmen TTTech Computertechnik (www.tttech.com), eines der führenden Unternehmen für Netzwerklösungen, basierend auf zeitgesteuerter Technologie und modularen Sicherheitsplattformen. TTTech-Lösungen fokussieren u. a. auf integrierte Steuerungssysteme und sollen dazu beitragen, Lebenszykluskosten und Systemkomplexität vernetzter Systeme zu senken. Bei CLIC arbeiteten die TTTech-Entwickler mit Experten der TU Wien (Institut für Technische Informatik, Institut für Automatisierungs- und Regelungstechnik) sowie der Uni Klagenfurt (Forschungsgruppe Pervasive Computing) zusammen. CLIC lief Ende 2010 aus, aber „wir verfolgen die im Projekt behandelten Thematik nach wie vor stark. So arbeiten wir gemeinsam mit Prof. Kugi von der TU Wien und einigen weiteren Partnern ab 1. Jänner 2012 an einem Projekt, in dem diese Technologie in Holzverarbeitungsmaschinen eingesetzt werden soll“, betont Arjan Geven von TTTech. Dabei werden durch Bildanalyse Fehler im Holz erkannt (speziell Äste). Die gefundenen Stellen werden von einem Roboter automatisch korrigiert (die Platten werden ausgebohrt und entsprechende Holzstücke werden eingesetzt). Dafür werden ähnliche Pfadplanungsalgorithmen eingesetzt, wie es bei CLIC der Fall war. Der in einem Prototyp zu entwickelnde Roboter soll Bilder über mehrere Kameras erfassen, in Echtzeit verarbeiten und per synchroner Datenkommunikation an die Steuerelemente übertragen. Anhand dieser Bilder wird der weitere Bewegungsablauf des Roboters berechnet. Das neue Projekt nennt sich HOL-i-wood-PR und wird von der EU im 7. Rahmenprogramm (Information and Communication Technologies, „ICT“) gefördert. Koordiniert wird es vom italienischen Unternehmen MiCROTEC.