KI-basierte Modellierung individueller Nutzerpräferenzen zur dynamischen Ansteuerung zukunftsweisender LED-Beleuchtungssysteme

• Antragsteller: Professor Dr.-Ing. Tran Quoc Khanh
• Fachliche Zuordnung: Arbeitswissenschaft, Ergonomie, Mensch-Maschine-Systeme ; Bild- und Sprachverarbeitung, Computergraphik und Visualisierung, Human Computer Interaction, Ubiquitous und Wearable Computing ; Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
• Förderung: Förderung seit 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 445336968

Das vorliegende Forschungsvorhaben beschäftigt sich mit der Erarbeitung eines KI-basierten Lösungsansatzes zur Ermittlung dynamisch veränderlicher, nutzerorientierter Leuchtensteuerkurven anhand von kontinuierlich erfassten Sensoreingangswerten zur Realisierung von HCL-gerechten Systemlösungen der LED-Innenraumbeleuchtung. Unter dem Begriff „Steuerkurve“ lassen sich all jene Parameter zusammenfassen, die sich für jede Leuchte weitestgehend unabhängig voneinander und zeitlich veränderlich variieren lassen (z.B. Beleuchtungsstärke, Anteil des indirekten Lichts an dieser Beleuchtungsstärke, ähnlichste Farbtemperatur, indirekter Blaulichtanteil, etc.). Zur Ermittlung optimaler, KI-basierter Steuerkurven werden zu unterschiedlichen Tageszeitpunkten Probandentests durchgeführt, um die jeweiligen individuellen Lichtpräferenzen der Nutzer abhängig von sowohl subjektiv-psychologischen wie auch externen Einflussfaktoren zu ermitteln und diese mit Hilfe von Methoden des maschinellen Lernens mit den entsprechend zugehörigen Sensordaten zu korrelieren. Ziel ist es, ein Beleuchtungssystem zu entwickeln, welches auf Basis der eintreffenden Sensordaten mittels eines zugrundeliegenden Nutzerpräferenzmodells in der Lage ist, die für die aktuelle Situation optimale Steuerkurve vorherzusagen und die Beleuchtung des Raumes entsprechend dynamisch über den Tagesverlauf anzupassen. Als Ausgangspunkt zur Umsetzung des geplanten Forschungsprojektes werden zunächst Stützstellen einzelner Steuerkurven aufgenommen, indem im Rahmen einer ersten Probandenstudie Nutzerpräferenzen bezogen auf die aktuelle Lichtsituation im Raum zu unterschiedlichen Zeitpunkten über mehrere Arbeitswochen hinweg erfasst und mittels KI-gestützter Auswertung mit den zeitgleich aufgezeichneten Sensordaten in Relation gesetzt werden. Auf Basis dieser Datenlage werden die so ermittelten Stützstellen abhängig von den Umgebungsbedingungen sowie den probandenspezifischen Einflussfaktoren in einzelne, charakteristische Cluster zusammengefasst, die lichttechnisch ähnlichen Präferenzen der Probanden entsprechen. In einem zweiten Iterationsschritt werden dann in einer weiteren Probandenstudie den teilnehmenden Versuchspersonen diese geclusterten Stützstellen präsentiert und sollen durch diverse, den Probanden zur Verfügung gestellte Einstellmöglichen weiter an die individuelle Präferenz anpasst werden. Diese zusätzlichen Eingangswerte dienen zusammen mit den kontinuierlich erfassten Sensordaten zur weiteren Optimierung der Steuerkurven. Im dritten Teil soll schließlich im Rahmen einer weiteren Probandenstudie eine physiologische Bewertung dieser im Sinne einer Maximierung der Nutzerpräferenz optimalen Steuerkurven erfolgen, um die Frage nach deren aktivierender Wirkung zu beantworten und schlussendlich ein entsprechendes Nutzerpräferenzmodell als Basis zukünftiger, intelligenter Beleuchtungssysteme abzuleiten.

• DFG-Verfahren: Sachbeihilfen