智能相机助于教育和科研

"我们不是为学校而学习，而是为自己的生活而学习"--每个人都可能在学生时代的某个时刻听到过这种华语，并可能以翻白眼的方式对待它。由于你的年龄，你当时可能没有意识到的是：填鸭式学习并没有在学校、培训或学习结束时停止。现代工作环境和工业4.0的挑战意味着雇主和雇员都必须注意确保知识的培训和保留--关键词是终身学习。

教育和培训措施的质量不仅取决于个人的学习类型，而且还取决于教育和培训的类型。虽然网络研讨会，即你只看不听，其最大的学习成功率为50%，但好的研讨会已经可以达到70%。另一方面，当尽可能多的感觉通道被激活时，就能获得最佳的学习成功。这也包括触觉或学习者自己使用某样东西时。后者可以导致高达90%的学习成功率。

这也是KoBeLU项目的想法，该项目由联邦教育和研究部资助，计划运行三年。该项目本身得到了奥迪公司、马勒国际有限公司、慕尼黑大学和图宾根大学等知名工业和科学代表的支持。KoBeLU代表情境感知的学习环境，也就是说，应该可以通过一个学习单元在一个站台上交互式地工作，该站台根据工作的人的情况，直接在工作区投射出适合个人的信息。例如，如果触摸到一个金属部件，学习者会看到它的属性和需要焊接的地方。这种游戏化的方法，也称为游戏化学习，旨在提供额外的动力。交互式投影、手势控制、情绪或压力识别--考虑到数据保护--以及行动导向和游戏方式的结合，也是为了使学习内容真正 "易于掌握"。

很明显，项目合作伙伴在计算机游戏世界中寻找技术实现，并在微软的Kinect中找到了合适的人选。Kinect是一个3D相机，用于Xbox游戏机中的非接触式控制。Kinect捕捉到了玩家，因此玩家不仅通过游戏手柄与游戏互动，而且完全靠自己。

用Kinect进行的第一次测试很有希望，在许多场景下都能发挥作用，但很快就发现，Kinect的320×240像素的2D分辨率对于组装任务等来说简直太低了。甚至第二代Kinect的512×424像素分辨率也被认为太低。

因此，开发人员开始寻找可能的解决方案。来自工业图像处理部门的具有更高分辨率的3D相机被测试，但与Kinect的API相比，它们太复杂了。通过参观贸易展览会，项目代表了解到MATRIX VISION公司的智能相机mvBlueGEMINI与检测软件mvIMPACT Configuration Studio（简称mvIMPACT-CS）。虽然它是一台2D工业相机，但基于向导的工具和1280 x 1024像素的分辨率有可能用更高分辨率的额外2D相机补充现有的3D相机。毕竟，为了检查参加培训和进修的人是否将一个部件焊接在正确的位置，这只不过是一种检查，也是mvBlueGEMINI和mvIMPACT-CS的领域。

mvBlueGEMINI的加入提供了几个优势。它被设计成允许任何人创建检查；没有任何编程或图像处理知识作为先决条件。为此，明确定义了一些 "工具"，它们描述了各自的应用目的并使用用户理解的语言。然后，工具中的向导帮助自动评估智能相机目前正在拍摄的场景，并选择适当的算法，如果需要，还可以选择过滤器。这确保了有更多的人可以为学习环境创建或改编学习单元。mvBlueGEMINI的另一个优势是其基于网络的方法。这意味着智能摄像机可以在全世界范围内访问，因此可以在全世界范围内记录学习环境。这对于那些希望集中控制其进修措施的大公司来说是理想的。

智能相机的整合工作目前正在全面展开，进展迅速。直观和易于学习的软件也加强了开发商使用MATRIX VISION解决方案的决定。现在的任务是为学习环境配备所需的功能，并在2019年项目结束前用必要的内容填充它。KoBeLU将主要用于奥迪和Mahle自己的培训人员。然而，学习环境也将提供给外部公司。工业以外的另一个可能的应用领域是护理设施。我们的想法是让学习环境作为烹饪时的互动伙伴。