Forschungsprojekt am KIT: Der Hilfsroboter muss auch mit Haustieren können

Forscher des KIT entwickeln einen Hilfsroboter für die Pflege zu Hause, der menschliche Bedürfnisse erkennen soll. Dabei ergeben sich überraschende Herausforderungen.

. Bildquelle: © Laila Tkotz, KIT

Was tun wir als nächstes? Um Robotern beizubringen, was Menschen wollen, nutzen Forscher am KIT Eyetracking.

Forscher des Karlsruher Instituts für Technologie (KIT) arbeiten an zukünftigen Mensch-Maschine-Schnittstellen, die nicht nur nutzerfreundlich, sondern auch adaptiv sind. Sie sollen Bedürfnisse des Menschen erkennen und auf diese eingehen – wie etwa ein Assistenzroboter für Menschen, die bei der Bewältigung des Alltags Hilfe brauchen.

Mobile Roboter-Helfer könnten körperlich eingeschränkten Personen zur Hand gehen und ihnen so ermöglichen, länger in den eigenen vier Wänden wohnen zu bleiben. „Wenn andere Menschen sich gerade stark konzentrieren müssen, gestresst sind oder ein Problem haben, erkennen wir dies und reagieren darauf, indem wir uns etwa ruhig verhalten oder Hilfe anbieten. Die Roboter-Helfer von morgen sollen das auch können“, sagt Barbara Deml, Leiterin des Instituts für Arbeitswissenschaft und Betriebsorganisation am KIT.

Die Psychologin und Ingenieurin arbeitet daran, Maschinen beizubringen, die körperliche Verfassung sowie die Gemütszustände von Menschen zu erfassen und sich entsprechend zu verhalten. Dabei sei es relativ gleichgültig, ob Assistenzsysteme in einem Maschinenleitstand, dem Cockpit eines Flugzeugs, einem Operationssaal oder eben der häuslichen Pflege zum Einsatz kämen. „Die Prinzipien der Interaktion zwischen Mensch und Maschine bleiben immer die gleichen“, sagt Deml. Stets seien sichere und gleichzeitig praktikable Lösungen gefragt.

Beim Projekt „SINA“ – einer Art fahrbarem Greifarm – zum Beispiel gehe es vornehmlich darum, Übergabevorgänge zwischen Mensch und Roboter zu organisieren: „Etwa wenn der Patient ein Glas Wasser möchte.“ Hierbei müssen neuartige Sensoren eingesetzt werden, die sowohl Berührungen als auch Annäherungen erkennen können, um Unfälle zu vermeiden. Ein weiterer wichtiger Punkt sei die Akzeptanz von Roboter-Helfern. „Bei Erhebungen stellten uns Patienten etwa die Frage, ob ein Hilfsroboter denn überhaupt mit ihrer Katze zurechtkommen würde.“

Eine Möglichkeit, Maschinen erkennen zu lassen, was wir wollen oder was wir als nächstes tun werden, ist das Eyetracking. „Wohin wir schauen, wie lange unser Blick auf einer Stelle verharrt oder ob unsere Pupillen geweitet sind, lässt darauf schließen, was wir empfinden“, erläutert Deml. Darüber hinaus nutzt sie Messungen physiologischer Parameter wie Herzrhythmus, Muskelaktivität oder Hautleitfähigkeit. Diese Daten werden von der Maschine statistisch abgeglichen; gibt es Abweichungen vom Üblichen, wird sie aktiv. So könnten beispielsweise Fahrassistenzsysteme durch Beobachtung des Fahrers brenzlige Verkehrssituationen voraussehen oder Industrieroboter Arbeiter vor Überbeanspruchung schützen, indem sie etwa ihr Arbeitstempo drosseln.

Beim Ableiten psychologischer Zustände aus physiologischer Information stünden empirische Studien und deren statistische Datenauswertung im Mittelpunkt: „Uns ist es wichtig, bei der Analyse nicht nur rein datengetrieben vorzugehen, wie es im Moment mit vielen Deep-Learning-Ansätzen im Bereich der Künstlichen Intelligenz verfolgt wird, sondern entgegen des Trends auch modellbasiert zu arbeiten“, sagt Deml.