Detailseite
Projekt
Learning Environmental Maps - Integrating Participatory Sensing and Human Perception
Antragsteller
Professor Dr. Andreas Hotho
Fachliche Zuordnung
Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing
Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme
Förderung
Förderung von 2016 bis 2023
Projektkennung
Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 314699772
Immer häufiger verwenden Interessengruppen, aber auch Einzelpersonen, mobile und billige Sensortechnik, um ihre persönliche Umwelt zu vermessen, offizielle Messwerte zu prüfen oder sogar aktiv die Politik zu beeinflussen. Das öffentliche Interesse kann genutzt werden, um Messungen mit höherer geographischer Abdeckung oder weitläufige Nutzerstudien durchzuführen. Jedoch ist die benutzte Sensortechnik durch den geringen Preis qualitativ beschränkt. Außerdem werden häufig keine offiziellen Richtlinien bzgl. Kalibrierung oder verschiedener Messprotokolle eingehalten. Auch ist die zeitliche Abdeckung durch die erhöhte Mobilität im Gegensatz zu stationären Messgeräte weniger ausgeprägt. Darüber hinaus kann die geringe Messgenauigkeit billiger Sensorik in Kombination mit den Interessen einzelner Gruppierungen zur falschen Interpretation der Messungen führen und schlimmstenfalls eine falsche Wahrnehmung der Umwelt begünstigen.An dieser Stelle setzt dieses Projekt an und bearbeitet drei stark voneinander abhängige Gebiete: 1) Wir werden Wahrnehmungen, subjektive Eindrücke, Verhalten und verschiedene Motivationen von Benutzergruppen sowie Einzelpersonen im Kontext von Participatory Sensing analysieren. 2) Gleichzeitig ist es in diesem Gebiet wichtig zu verstehen, wie die von Privatpersonen aufgenommenen Sensorwerte bestmöglich genutzt werden können. Dafür werden neue Kalibrierungstechniken entwickelt. Auch ist es wichtig, Hintergrund- und Kontextinformationen, gerade über Wahrnehmungen und Meinungen anderer Benutzer, zur Verfügung zu stellen, um eine korrekte Interpretation der Daten zu ermöglichen. 3) Außerdem ist unser Ziel eine integrierte Visualisierung von Sensorwerten, von entsprechenden Vorhersagen, von Wahrnehmungen aber auch von subjektiven Eindrücken in Form von Karten. Dieser Ansatz soll eine aggregierte Sicht auf die Daten gewährleisten und außerdem zusätzliche Informationen liefern, um die entsprechenden Messwerte richtig interpretieren zu können.Insgesamt, zielen wir darauf ab, die Erkenntnisse aus der Benutzeranalyse und den Sensormesswerten durch hochentwickelte Machine-Learning-Ansätze zu kombinieren und so emergente Synergien zu nutzen, die es uns erlauben, akkurates Kartenmaterial in Kombination mit Wahrnehmungen und subjektiven Eindrücken bereitzustellen. Dafür integrieren wir Daten aus offiziellen Quellen und mehreren Nutzerstudien, unterschiedliche Arten von Sensortechnik, sowie Wahrnehmungen und subjektive Eindrücke aus den Bereichen der Lautstärken- und Luftqualitätsmessung. Wir erwarten im Rahmen dieses Projekts 1) einen Erkenntnisgewinn bzgl. der Wahrnehmungen und subjektiven Eindrücke im Kontext von Participatory Sensing, 2) erweiterte Ansätze, um die von Benutzern gesammelte Daten für entsprechende Statistiken nutzbar zu machen, und schlussendlich 3) Visualisierungen (hauptsächlich in Form von Kartenmaterial), die eine informierte Interpretation der gesammelten Daten sowie der Umwelt ermöglichen.
DFG-Verfahren
Schwerpunktprogramme
