Augmented Reality in der Leitungsdokumentation

Transkript

1 12. Münchner Fortbildungsseminar Geoinformationssysteme 14. bis 16. März 2007 an der TU München Augmented Reality in der Leitungsdokumentation Monika Ranzinger & Sebastian Junghanns GRINTEC GmbH Maiffredygasse 4 A-8010 Graz Tel.: Fax: {monika.ranzinger sebastian.junghanns}@grintec.com Erick Mendez, Gerhard Schall & Dieter Schmalstieg Institut für Maschinelles Sehen & Darstellen Technische Universität Graz Inffeldgasse 16a / 2. Stock A-8010 Graz Tel.: Fax: {mendez schall schmalstieg}@icg.tu-graz.ac.at M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 1

2 Zusammenfassung Die vorliegende Arbeit präsentiert einen neuartigen Ansatz zur mobilen Bereitstellung von unterirdischer Leitungsinformation. Dabei werden die im Bereich der Computergraphik bewährten Möglichkeiten von Augmented Reality im Kontext der Leitungsdokumentation dazu eingesetzt, verdeckte und abstrakte Information der unterirdischen Trasse intuitiv in einer 3D-Komplettsicht auf einem mobilen Computer zu visualisieren. Wir beschreiben die Potentiale und Anforderungen eines solches mobilen Augmented-Reality-Systems. Darüber hinaus wird ein erster im Rahmen des Forschungsprojekts Vidente ( ) entwickelter Prototyp vorgestellt und in seiner Funktionsweise erläutert. Erste Erfahrungen aus Praxistests und wesentliche Herausforderungen bei der Prototypimplementierung werden diskutiert. 1 Einleitung Ein Vielzahl von Projekten und Initiativen beschäftigen sich mit der Visualisierung urbaner Strukturen basierend auf 3D-Computergraphik. Stadtmodelle sind nach wie vor in aller Munde. Aber wie schaut es mit der Visualisierung des Unsichtbaren, Verborgenen oder Geplanten im Untergrund aus? Die dort befindliche Versorgungsinfrastruktur bleibt zumeist unerschlossen. Gleichzeitig könnten aber Geschäftsprozesse bei Versorgern und Stadtwerken sehr wohl von solcher in 3D aufbereiteter Information profitieren. So werden beispielsweise vor Bauarbeiten immer noch unsere Straßen mit Strichen und Symbolen in allen Farben versehen, um die Lage von Leitungen zu markieren. Für viele Arbeiten vor Ort hat sich durch die Digitalisierung noch nichts Wesentliches geändert. Auch wenn der Plan jetzt auf dem Bildschirm statt auf Papier erscheint, macht das letztendlich wenig Unterschied. Man muß sich nach wie vor entsprechend orientieren und permanent zwischen Plansicht und Wirklichkeit umschalten. Wie könnte man also die Sicht auf die oberirdische Leitungstrasse und auf die unterirdischen Leitungen in einem Bild kombinieren? Abbildung 1: Konzeptansicht zu Vidente Wir haben diese Fragestellung zum Anlaß genommen, uns im Rahmen unserer Forschungsaktivitäten intensiv mit dem Einsatz von Augmented Reality (vgl. Abschnitt 2) für die Visualisierung der unterirdischen Versorgungsinfrastruktur auseinanderzusetzen. In weiterer Folge ist aus ersten Vorüberlegungen Anfang 2006 das Forschungsprojekt Vidente als eine Kooperation von GRINTEC GmbH und dem Institut für Maschinelles Sehen und Darstellen der TU Graz initiiert worden. Vidente, spanisch für Seher, steht hier für ein mobiles System zur Echtzeitvisualisierung aktueller, Seite 2 M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation

3 unterirdischer Leitungsnetzwerkinformation. Mit Hilfe von Augmented Reality werden Plansicht und Wirklichkeit auf einem mobilen Computer verschmolzen (Abbildung 1). 2 Augmented Reality (AR) Augmented Reality (AR) umfaßt Methoden und Technologien zur Überlagerung einer Realweltsicht mit registrierter 3D-Echzeitgraphik. Elemente der realen Umgebung verschmelzen mit völlig computergenerierten Elementen und schaffen somit eine Zusammensicht von Realwelt und abstrakter Sach- bzw. verdeckter Geometrieinformation. Die dem Nutzer in der Realwelt verborgen gebliebenen Zusammenhänge können so intuitiv präsentiert und einfacher verständlich gemacht werden (vgl. u. a. Milgram & Kishino 1994, Azuma 1997). 3 Forschungsprojekt Vidente Mit dem im Mai 2006 begonnenen, 2-jährigen Forschungsprojekt Vidente haben sich GRINTEC GmbH und das Institut für Maschinelles Sehen und Darstellen der TU Graz im Rahmen einer Kooperation das ehrgeizige Ziel gestellt, einen Prototyp für ein mobiles, außendienstfähiges AR- System zu entwickeln. Das System wendet sich an Außendienstmitarbeiter bei Leitungsbetreibern. Nutzern des Systems soll in Abhängigkeit ihrer aktuellen Position und Orientierung eine graphisch plastische 3D-Echtzeitvisualisierung des vor Ort befindlichen, unterirdischen Leitungsnetzes auf einem mobilen, handheld-basierten Computer bereitgestellt werden (Abbildung 1 & Abbildung 3). Im Rahmen des Projektes erfolgen u. a. Untersuchungen zu folgenden Schwerpunkten: Anforderungen und Aufbau einer mobilen, außendienstfähigen AR-Client-Plattform Potentielle Einsatzfelder von 3D-Information innerhalb der Geschäftsprozesse bei Leitungsbetreibern Ableitung von 3D-Information aus bestehenden Produktiv-Geodatenbanken von Leitungsbetreibern Machbarkeit und Realisierung von großräumigen Tracking im Zusammenspiel mit mobilen AR- Applikationen für den Außendienst Machbarkeit und Realisierung einer Daten-Pipeline zur dynamischen Bereitstellung georeferenzierter 3D-Computergraphikmodelle in Echtzeit Das Projekt soll aufzeigen, welches zusätzliche Potential bestehende Geodatenbanken für den Einsatz neuer, prozeßoptimierender Technologien bieten, wenn vollständige 3D-Information und korrekte Topologie verfügbar ist. 4 Anforderungen an ein mobiles AR-System Außendiensttaugliche, mobile AR-Systeme auf Basis von Handheld-Plattformen stellen nach wie vor eine große Herausforderung dar. Komplexe, interaktive 3D-Computergraphikanwendungen müssen auf limitiert leistungsfähiger Hardware laufen. Geschickt organisierte Datenstrukturen sind für eine echtzeitnahe Überlagerung der Realwelt mit 3D-Computergraphik erforderlich. Diese Datenstrukturen müssen eine effektive Datenmanipulation bei möglichst geringem Datenrekonstruktionsaufwand an einem mobilen AR-Client ermöglichen. Darüber hinaus verlangen außendiensttaugliche, mobile AR-Systeme ein weiträumiges, hochgenaues Tracking von Position und Orientierung bei hoher zeitlicher Auflösung. Erst eine Kombination von effektivem 3D- M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 3

4 Computergraphikdatenmanagement und Präzisions-Tracking ermöglicht gute Ergebnisse bei der korrekten Anordnung und Ausrichtung des virtuellen 3D-Computergraphikmodells relativ zu Realweltobjekten. Jenseits interner technischer Abläufe muß eine mobile AR-Client-Plattform ergonomisch akzeptabel und widerstandsfähig gegenüber verschiedensten Umwelteinflüssen, wie Kälte, Feuchtigkeit, Staub und Sonnenlichteinstrahlung, sein. Zur Vermeidung von Interferenzen durch auftretende elektromagnetische Felder in der Einsatzumgebung ist eine entsprechende Abschirmung der Tracking-Sensoren vorzusehen. Die verfügbare Laufzeitdauer des Systems im mobilen Einsatz muß in einem sinnvollen Verhältnis zum Einsatzzweck des Systems stehen. Darüber hinaus sollte das System über Schnittstellen zur Einbindung in bestehende Systeme wie Datenbanken oder GIS verfügen. Insellösungen werden somit vermieden. Synergien resultieren. Offensichtlicher Mehrwert kann geschaffen werden. Zusammenfassend gesagt, erfordert der Betrieb eines mobilen AR-Systems die Zusammenführung von drei wesentlichen Inputs: Realweltsicht: beschreibt den aktuellen Ausschnitt der Realweltumgebung in Abhängigkeit von Position und Orientierung des mobilen AR-Clients. In unserem Kontext wird die Sicht durch eine mit dem AR-Client integrierte Kamera erfaßt. Tracking-Information: beschreibt die räumliche Position des AR-Clients und dessen Orientierung an dieser Position. Computergraphik: beschreibt in unserem Kontext ein aus Geo-Objekten (z. B. Kabel- oder Leitungsabschnitte) abgeleitetes, geo-referenziertes, graphisches 3D-Modell. Ziel ist die räumliche Registrierung der Realweltsicht mittels Tracking, um nach entsprechender Koordinatentransformation eine Überlagerung der Realweltsicht mit geodatenbasierter 3D- Computergraphik zu ermöglichen. 5 Realisierung eines mobilen AR-Systems Im Rahmen des Forschungsprojekts Vidente bauen wir eine Infrastruktur zum Betrieb eines mobilen AR-Systems für den Außendiensteinsatz auf. Diese umfaßt sowohl eine mobile AR-Client- Plattform (Abbildung 2 & Abbildung 3), als auch einen Geodatenserver. Leitungsdaten können am Geodatenserver im Offline- und Online-Modus bereitgestellt werden. Bei ersterem werden, analog zur Nutzung eines Feldbuchcomputers, Daten interaktiv oder automatisiert mittels einer auf die Geodatenbank zugreifenden GIS-Applikation zusammengestellt. Die so ausgewählten Daten werden entsprechend eines vordefinierten Austauschformats in eine Datei exportiert. Diese wird am AR-Client hochgeladen und dient als Ausgangsbasis zur Erzeugung eines 3D- Computergraphikmodells. Im Online-Modus kann der AR-Client über eine drahtlose Internet- Verbindung auf einen Web-Service zur Bereitstellung der Geodaten im vordefinierten Austauschformat zugreifen. Am AR-Client läuft eine Applikation, die die Zusammenführung der in Abschnitt 4 angeführten Inputs bewerkstelligt. Zur Implementierung der Anwendung nutzen wir Studierstube, ein momentan an der TU Graz entwickeltes (Schmalstieg et al. 2002) Software-Framework mit umfassender Funktionalität zur raschen Erstellung mobiler, ubiquitärer AR-Applikationen. Studierstube unterstützt die Einbindung von Software-Hardware-Schnittstellen für die Verarbeitung von Tracking- (OpenTracker) und Video-Input (OpenVideo). Seite 4 M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation

5 5.1 Aufbau des mobilen AR-Clients Ein Großteil bisheriger Projekte zu mobiler Outdoor-AR basieren auf eingeschränkt ergonomischen Rucksack-Prototypen in Kombination mit Head-Mounted-Displays (HMD) (vgl. u. a. Höllerer et al. (1999), Piekarski & Thomas (2001)). Gegenwärtig zeigt sich im Bereich der mobilen AR allerdings der Trend, AR-Applikationen auf kompakteren, handheld-basierten Plattformen, wie z. B. PDAs, Mini-TabletPCs, oder sogar Smartphones (vgl. u. a. Rekimoto 2001, Wagner & Schmalstieg 2006), zu betreiben. Der Grad an Ergonomie und vor allem Nutzerakzeptanz solcher Plattformen erweist sich als deutlich höher. Allerdings funktionieren die meisten dieser Prototypen auf Basis von Indoor-Tracking-Systemen. Dies läßt sich mittlerweile schon mit handelsüblichen, vollintegrierten Standardplattformen realisieren. Outdoor-AR-Lösungen hingegen sind auf hochgenaues, großräumiges Tracking angewiesen. Die Integration der dafür notwendigen Hardware führt momentan zwangsweise zu Abstrichen bei der Kompaktheit handheld-basierter AR-Client-Plattformen. Abbildung 2: Setup des mobilen AR-Clients Der von uns entwickelte handheld-basierte AR-Client (Abbildung 2 & Abbildung 3) ist als sogenanntes Video-See-Through konzipiert. Dabei wird die Realweltsicht durch eine am AR-Client montierte Kamera ins Display eingespielt. Ein Video-See-Through beruht auf der sogenannten Magic Lens-Metapher, wobei der Anwender das AR-fähige Gerät ähnlich zu einem Vergrößerungsglas über den jeweils durch Graphik zu ergänzenden Realweltausschnitt führt. Konkret setzt sich der Prototyp unseres AR-Clients aus einem Ultra Mobile PC (Samsung Q1) und mehreren damit gekoppelten externen Sensoren zusammen. Die Sensoren umfassen eine ueye USB-Kamera mit speziellem Weitwinkelobjektiv zur Bereitstellung des Video-Inputs. Für die Positionsbestimmung verwenden wir mit u-blox ANTARIS 4 GPS eine kompakte, leistungsfähige und flexibel konfigurierbare GPS-Empfangseinheit, die die Auswertung von satellitengestützten Fehlerkorrektursignalen auf Basis von EGNOS (European Geostationary Navigation Overlay Service) unterstützt. Wir erreichen damit momentan Lagegenauigkeiten im Bereich von 3-4 m bei einer zeitlichen Auflösung von 2 Hz. Zur Bestimmung der Orientierung des AR-Clients setzen wir mit InterSense InertiaCube3 eine ausgereifte und extrem kompakte Inertialmeßeinheit (IMU) mit integriertem elektronischen Kompaß ein. Diese IMU verfügt über eine mittlere Fehlerabweichung von unter einem Winkelgrad und eine Aktualisierungsrate von bis zu 180 Hz. Des Weiteren ist der AR- Client mit einer handelsüblichen GPRS- / UMTS-Karte zur Online-Datenübertragung ausgestattet. Die einzelnen Komponenten kommunizieren über USB- oder Bluetooth-Schnittstellen mit der Haupteinheit. M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 5

6 Bei ersten Outdoor-Tests (Abbildung 3) mit dem beschriebenen Setup konnte ein abgestimmtes Zusammenarbeiten der einzelnen Systemkomponenten erfolgreich bewerkstelligt werden. Das Orientierungs-Tracking ermöglicht in seiner derzeitigen Form eine freie Umorientierung des AR- Clients bei gleichzeitig echtzeitnaher Registrierung des 3D-Computergraphikmodells mit der Realweltsicht ohne größere Abweichungen. Allerdings machen sich lokale Magnetfelder (z. B. Gleiskörper) bemerkbar und erfordern eine bessere Abschirmung der Sensors. Abbildung 3: Outdoor-Test des mobilen AR-Clients Ähnliche Interferenzphänomene zeigten sich für das Positions-Tracking im Fall einer direkt an der AR-Client-Haupteinheit montierten GPS-Antenne bzw. bei Arbeiten in der Nähe von elektrischen Anlagen. Der Einsatz einer besser abgeschirmten Antenne ist angedacht. Eine weitere Herausforderung bei der Positionsbestimmung stellt die momentan erzielte Lagegenauigkeit von 3-4 m im Idealfall dar. Besonders in Straßenschluchten nimmt diese rapide ab, womit sich eine korrekte Registrierung der 3D-Computergraphik als schwierig bis unmöglich erweisen kann. Fehlerhafte Positionsbestimmungen spiegeln sich vor allem durch die inkorrekten Wiedergabe von Objektentfernungen in der Visualisierung wider. Zur Überwindung dieser Situation werden wir den Einsatz von Sensor Fusion, Koppelnavigation (Dead Reckoning) und die Integration terrestrischer Fehlerkorrekturdienste auf Basis von VRS- Technologie (Virtual Reference Station) untersuchen. Sensor Fusion ermöglicht die Zusammenführung von Daten aus mehreren Sensoren zum Erzielen verbesserter Ergebnisse. Mittels Dead Reckoning kann anhand von Richtungs-, Zeit- und Geschwindigkeitsmessungen die relative, aktuelle Position auch bei Wegfall eines brauchbaren GPS-Signals ermittelt werden. Temporäre Ausfälle des GPS-Signals können so überbrückt werden. VRS ermöglicht Lagegenauigkeiten weit im Submeterbereich, was den Genauigkeiten für z. B. erfaßte Leitungsabschnitte entspricht. Der Einsatz einer mobilen Online-Kommunikation mittels GPRS / UMTS wurde noch nicht realisiert. Allerdings wird auch hier der Einfluß elektromagnetischer Felder in der Nähe elektrischer Anlagen zu berücksichtigen sein. Darüber hinaus wird die nicht komplett flächenmäßige Abdekkung und variierende Signalqualität, vor allem für UMTS, Einschränkungen für größere Online- Datenübertragungen mit sich bringen. 5.2 Datenbasis und Datenbereitstellung Das im Rahmen von Vidente entwickelte mobile AR-System setzt auf umfangreiche Echtdaten auf, wie sie bei Leitungsbetreibern für den Betrieb von Netzinformationssystemen (NIS) / Geographischen Informationsdiensten (GIS) zum Einsatz kommen. Die für die Visualisierung am AR-Client benötigten 3D-Computergraphikmodelle werden dynamisch aus den zugrundeliegenden Geodaten Seite 6 M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation

7 generiert. Zur Repräsentation der Modelle verwenden wir die von Reitmayr & Schmalstieg (2004) vorgestellte Datenstruktur eines kontextsensitiven Szenegraphs. Im Gegensatz zur herkömmlichen Datenstruktur eines Szenegraphs, wird hier nicht nur Information zur logischen und räumlichen Anordnung von Objekten einer Szene gespeichert, sondern auch objektbezogene Sachinformation. Operationen, wie das Filtern von Objekten einer Szene, können somit effizient ohne Rekonstruktion des Szenegraphs durchgeführt werden. Die dynamische Generierung von 3D-Computergraphikmodellen erfordert eine Geodatenbank, die bereits über 3D-Information verfügt, bzw. anhand derer die erforderliche 3D-Information abgeleitet werden kann. Die bei Leitungsbetreibern im Einsatz befindlichen Geodatenbanken sind zumeist auf einen 2D- / 2,5D-Kontext ausgerichtet. D. h. Koordinaten liegen als X/Y-Paare vor. Höhenbzw. Tiefeninformation wird oft nur als separates, optionales Attribut geführt. Für Leitungsabschnitte existieren standardisierte Verlegetiefen. Deshalb werden hier z. B. nur Abweichungen von Standardverlegetiefen in der Datenbank festgehalten. Geländehöhen, wo erforderlich für den Arbeitskontext bei Leitungsbetreibern, werden durch eigene Objekte beschrieben. Es liegt in den meisten Fällen keine echte 3D-Information vor. Anhaltspunkte für die Ableitung dieser sind aber in den Geodatenbanken zumeist gegeben. Momentan arbeiten wir für Vidente mit Standardwerten für die Tiefen unterirdischer Infrastrukturobjekte. In einem nächsten Schritt soll untersucht werden, inwieweit aus bestehenden Geodatenbanken bei Leitungsbetreibern 3D-kompatible Datenbanken (teil- )automatisiert aufgebaut werden können. Dabei spielt die Verfügbarkeit spezieller 3D-Datentypen und -Operatoren beim eingesetzten Geodatenbanksystem eine wesentliche Rolle. Abbildung 4: Daten-Pipeline Zur Bereitstellung der am AR-Client zu visualisierenden Daten haben wir eine Daten-Pipeline (Abbildung 4) entwickelt, die sich an der Portrayal-Pipeline von Doyle & Cuthbert (1998) und analogen Konzepten aus dem Bereich der Computergraphik anlehnt. Die in der Geodatenbank gehaltenen Daten durchlaufen dabei in mehreren, lose gekoppelten Etappen eine Transformation hin zu einem renderbaren Szenegraph. Für unseren Prototyp arbeiten wir mit echten Leitungsdaten der Grazer Stadtwerke AG und Energie Graz GmbH, die in einer Smallworld-Datenbank verwaltet werden. Objekte können aus dieser Datenbank entweder offline mittels einer Smallworld-GIS-Applikation oder online über einen speziellen Applikationsserver (SIAS, Smallworld Internet Application Server) in GML 3 kodiert abgefragt werden. GML 3 (Geography Markup Language) ist ein XML-basiertes Datenaustauschformat zur Beschreibung geo-referenzierter Objekte, sogenannter Features. Seit Version 3.x verfügt GML über zahlreiche, bereits in der Spezifikation einbegriffene Geometrietypen zur Beschreibung von 3D- Features. Für die Abbildung des Feature Model (Abbildung 4) haben wir ein eigenes Applikationsschema (= Erweiterung) auf Basis von GML 3 entwickelt, wobei verstärktes Augenmerk auf die Flexibilität zur Beschreibung von Level-of-Detail und Mehrfachgeometrien gelegt wurde (Abbildung 5). Da eine Vielzahl von Objektklassen abzudecken ist, wurde ein generischer Ansatz gewählt bei M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 7

8 dem die Anzahl der entsprechend in GML zu definierenden Feature Types gering gehalten werden konnte. Unser GML 3-Applikationsschema dient als reines Datenaustauschformat und nicht als identische Wiedergabe der Datenbankstruktur. Die Wahrung von Konsistenz und Vollständigkeit der exportierten Daten obliegt der Datenbankebene. Abbildung 5: Auszug aus einem Instanzdokument Vidente-GML Das Feature Model in GML stellt eine ausgewählte Untermenge unserer Daten für den Aufbau des Szenegraphs dar. Mittels Stylesheet-Transformation kann nun sehr leicht aus der so geschaffenen Datengrundlage die Beschreibung eines Szenegraphs generiert werden. Momentan setzen wir für die Transformation XSLT ein. Für die Beschreibung des Szenegraphs verwenden wir eine spezielle Syntax auf Basis von Coin, die von der AR-Applikation am Client direkt weiterverarbeitet und gerendert werden kann. Die präsentierte Daten-Pipeline zur Bereitstellung von renderbaren 3D-Computergraphikmodellen ermöglicht eine klare Trennung von Modelldaten und deren Darstellungsweise: Die den 3D-Computergraphikmodellen zugrundeliegenden Daten werden in einer Geodatenbank verwaltet. Somit kann von den Vorteilen eines (Geo-)Datenbanksystems, wie z. B. Datenzugriffskontrolle, Transaktionen, Datenwiederherstellung, Topologieprüfung, Einsatz spezieller räumlicher Datentypen und Operatoren, Konsistenzprüfung und generell komfortable Methoden zur Datenabfrage, -einspielung und -aktualisierung, profitiert werden. Die Erstellungsregeln für die als GML zu exportierenden Daten werden in Konfigurationsdateien festgehalten oder dynamisch im Rahmen von Online-Abfragen erzeugt. Style-Information wird in Stylesheets festgelegt. Stylesheets können in Folge variabel auf die in GML vorliegenden Feature-Daten angewendet werden. Im Gegensatz zu herkömmlichen Ansätzen, wo 3D-Computergraphikmodelle statisch in separaten Dateien abgespeichert verwaltet wurden, ermöglicht unser Ansatz eine flexible und dynamische Zusammenstellung von Daten und Styles für die Visualisierung. Datenaktualität und -integrität können einfacher gewährleistet werden. Es werden nicht 3D-Computergraphikmodelle an sich verwaltet, sondern vielmehr die zugrundeliegenden Daten, aus denen jederzeit dynamisch ein aktuelles 3D-Computergraphikmodell generiert werden kann. Die mobile AR-Applikation kann auf bestehenden Geodatenbanken aufsetzen, die bereits in anderen Anwendungskontexten produktiv im Einsatz sind (Abbildung 4). Für bestehende Daten kann somit ein zusätzlicher Nutzen geschaffen werden. Für die AR-Applikation muß keine zusätzliche, separate Datenbank verwaltet werden. Vielmehr können die über GML bereitgestellten Feature- Daten auch in die Verarbeitung anderer Anwendungen einfließen (Abbildung 4). Seite 8 M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation

9 5.3 Visualisierung Am AR-Client wird dem Nutzer eine interaktive Benutzeroberfläche mit Funktionalität zur Auswahl, Identifikation, Sachdatenabfrage und Sichtbarkeitssteuerung von Objekten angeboten. Am bisher realisierten Prototyp existiert eine Sichtbarkeitssteuerung auf Objektklassenbasis. Das Zu- /Wegschalten von Objektklassen in der Visualisierung erfordert aufgrund der Verwendung eines kontextsensitiven Szenegraphs (vgl. Abschnitt 5.2) keine Rekonstruktion des zugrundeliegenden 3D-Computergraphikmodells. Dank der in einem solchen Szenegraph integrierten Sachinformation lassen sich Objekte sehr leicht auf Attribute hin filtern und entsprechend visualisieren. So läßt sich beispielsweise eine attributabhängige Farbkodierung von Objekten für die Visualisierung problemlos realisieren. Weitere Arbeitsschwerpunkte werden sich mit folgenden Themen beschäftigen: Verbesserte Informationswahrnehmung (Information Hiding & Enhancement): Durch den Einsatz von kontextsensitiven Magic Lenses (vgl. Mendez et al. 2006) soll es Nutzern ermöglicht werden, nach eigenem Ermessen Inhalte der visualisierten Szene interaktiv zu filtern. Dabei haben Nutzer die Möglichkeit mit einem Zeiger einen virtuellen Kubus durch die Szene zu führen. Daten werden entweder nur innerhalb dieses Kubus visualisiert, oder sie werden genau in diesem Bereich wesentlich detaillierter dargestellt. Die Praktikabilität und Akzeptanz dieses Ansatzes soll innerhalb von Nutzertests untersucht werden. Der Ansatz hängt des Weiteren auch wesentlich von der Leistungsfähigkeit der mobilen Graphikhardware ab. Intelligente Annotationsplazierung (Smart Labeling): Sachinformation zu Objekten soll als temporäre Labels in Objektnähe visualisiert werden (z. B. Leitungsbeschriftungen, Hausnummern). Aufgrund des 3D-Kontextes müssen sich die Labels kontinuierlich an den Blickwinkel des Betrachters unter Vermeidung von Überdeckungen anpassen. Autoplausible Wiedergabe von Objekten: Anhand von Nutzertests und unter Berücksichtung der Render-Performance mobiler Graphikprozessoren wird untersucht, wie Objekte der unterirdischen Leitungsinfrastruktur zu modellieren und visualisieren sind, um eine eindeutige Wahrnehmung beim Nutzer zu erzielen. Abbildung 6: Mobiles Indoor-AR mit Modell Jakominiplatz Zum Testen der Visualisierungsmöglichkeiten haben wir eine eigene Indoor-AR-Plattform entwikkelt (Abbildung 6), die in Kombination mit einem Tischmodell des Jakominiplatzs in Graz (M 1:250) M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 9

10 betrieben wird. Positions- und Orientierungsbestimmung des AR-Clients erfolgen mittels optischen Trackings über eindeutige Marker, die an verschiedenen Stellen des Modells angebracht sind. Als wesentliche Herausforderung hat sich bei den Tests die Tiefenwahrnehmung herausgestellt. Überblendete 3D-Computergraphiken von Leitungsabschnitten vermitteln den Eindruck als schwebten sie über der Oberfläche (Abbildung 3 & Abbildung 6). Durch Einsatz von Objektschattierungen, Schattenwürfen und Clipping der 3D-Graphik an in der Realität vorhandenen Objekten soll eine verbesserte Tiefenwahrnehmung erzielt werden. Als positiv hat sich der Ansatz einer optischen Kalibrierung herausgestellt. Dabei werden 3D- Graphiken für in der Realität sichtbare Objekte, wie z. B. Gebäude, bereitgestellt. Anhand des Überlagerungsgrads von 3D-Graphik mit dem Realweltobjekt, erhält der Nutzer eine intuitive Vorstellung der Lagegenauigkeit der projizierten Leitungsabschnitte. Vor allem Lagefehler aufgrund eines verschlechterten GPS-Signals sind so schnell erfaßbar. 6 Fazit und Ausblick Wir sehen AR als Ergänzung zu bereits bewährten NIS- / GIS-Lösungen. Aufgrund ihrer Charakteristik bietet AR das Potential, mittelfristig einen wesentlichen Beitrag zur Geschäftsprozeßoptimierung bei Leitungsbetreibern in den Bereichen Instandhaltung, Auskunft, Störungsmanagement und Netzplanung zu leisten. Vor allem im Planlesen ungeschultem Personal wird ein Werkzeug zur intuitiven 3D-Präsentation der unterirdischen Infrastruktur bereitgestellt. Im Rahmen einer an Praxisrelevanz / -tauglichkeit orientierten Weiterentwicklung von Vidente, werden in enger Zusammenarbeit mit Leitungsbetreibern detaillierte Anwendungsszenarien auf Basis des ersten mobilen Vidente-Prototyps (Abbildung 2 & Abbildung 3) entwickelt. Aus technischer Sicht werden sich die Entwicklungen auf eine Verbesserung der AR-Client-Plattform und Visualisierung konzentrieren. Zukünftige Herausforderungen liegen in der Implementierung einer Online-Kommunikation zwischen Geodatenserver und mobilen AR-Client bzw. in der Implementierung einer Zurückschreib- / Abgleichfunktionalität aus der AR-Umgebung in die zugrundeliegende Geodatenbank. Danksagung Vidente als Forschungskooperation von GRINTEC GmbH und TU Graz wird aus Mitteln der Österreichischen Forschungsförderungsgesellschaft (FFG) teilgefördert (BRIDGE ). Die bei der Prototyp-Entwicklung verwendeten Echtdaten wurden freundlicherweise von der Grazer Stadtwerke AG und der Energie Graz GmbH zur Verfügung gestellt. Des Weiteren danken wir Energie AG Oberösterreich und Elektrizitätswerk Gösting V. Franz GmbH für deren inhaltliche Unterstützung im Rahmen der Prototyp-Entwicklung. Literatur Azuma, R. T. (1997): A Survey of Augmented Reality. PRESENCE - Teleoperators and Virtual Environments 6, 4 (August 1997), Doyle, A. & Cuthbert, A. (1998): Essential Model of Interactive Portrayal. OpenGIS Project Document, Document-Number Piekarski, W. & Thomas, B. (2001): Tinmith-Metro: New Outdoor Techniques for Creating City Models with an Augmented Reality Wearable Computer. Proceedings of ISCW 01, Seite 10 M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation

11 Höllerer T., Feiner, S., Terauchi, T., Rashid, G. & Hallaway, D. (1999): Exploring mars: Developing indoor and outdoor user interfaces to a mobile augmented reality system. Computers & Graphics, 23(6): Mendez, E., Kalkofen, D. & Schmalstieg, D. (2006): Interactive Context-Driven Visualization Tools for Augmented Reality. Proceedings of International Symposium on Mixed and Augmented Reality 2006 (ISMAR 06) Oktober 2006, Santa Barbara, California, USA Milgram, P. & Kishino, F. A, (1994): Taxonomy of Mixed Reality Visual Displays. IECE Trans. on Information and Systems (Special Issue on Networked Reality), E77-D (12), Reitmayr, G. & Schmalstieg, D. (2004): Flexible Parameterization of Scene Graphs. Proceedings of IEEE Virtual Reality 2005 (VR 2005), Rekimoto, J. (2001): NaviCam: A Palmtop Device Approach to Augmented Reality. In: Barfield, W. & Caudell, T. (Hrsg.): Foundamentals of Wearable Computers and Augmented Reality. Laurence Erlbaum Associates, Publishers. Schmalstieg, D., Fuhrmann, A., Hesina, G., Szalavári, Zs., Encarnação, L. M., Gervautz, M. & Purgathofer, W. (2002): The Studierstube Augmented Reality Project. PRESENCE - Teleoperators and Virtual Environments, 11(1): Wagner, D. & Schmalstieg, D. (2006): Handheld Augmented Reality Displays. Proceedings of IEEE Virtual Reality 2006 (VR 2006), March Weitere Information Vidente: Coin: GML: OpenTracker: OpenVideo: Smallworld: Studierstube: M. Ranzinger et al.: Augmented Reality in der Leitungsdokumentation Seite 11