Mobile Augmented Reality Technologien zur Visualisierung von dynamischen Abläufen auf Karten

Transkript

1 316 Mobile Augmented Reality Technologien zur Visualisierung von dynamischen Abläufen auf Karten Robert GREGAT 1, Marcel FRIEDRICH und Ronny SCHOMACKER 1 1 Beuth Hochschule für Technik Berlin rgregat@gmail.com Dieser Beitrag wurde durch das Programmkomitee als reviewed paper angenommen. 1 Zusammenfassung Durch die stetig wachsende Verbreitung von Smartphones und Tablets, erhalten immer mehr Menschen Zugriff auf Augmented Reality (AR) Anwendungen. In der Kartographie lässt sich diese Technologie synergetisch nutzen. AR ert die Nutzung weiterer Dimensionen auf einer zweidimensionalen Karte. So lassen sich schließlich dynamische Phänomene, die sich kartographisch nur schwer realisieren lassen, durch animierte 3D-Objekte darstellen. Die Karte dient, durch die maßstäbliche Verortung von Erscheinungen, zur Orientierung im augmentierten 3D-Raum. Zur Untersuchung der technischen Umsetzbarkeit wurde eine Testkarte mit vier AR-Technologien augmentiert und animiert. Dabei hat sich herausgestellt, dass sich alle getesteten AR-Technologien grundlegend für diese Aufgabenstellung eignen. Genauer betrachtet ergeben sich Schwerpunktbereiche, für die bestimmte Technologien besser geeignet sind als andere. Dazu zählen die Größe eines Projektes, der Aufwand für die Umsetzung und die Anzahl der darzustellenden 3D-Objekte sowie die Dateigröße. 2 Motivation Die Darstellung von dynamischen Abläufen auf einer Karte ist seit jeher ein nur mittelbar und andeutbar lösbares Problem (ARNBERGER 1987). Als Darstellungsmethoden finden Verwendung: pfeilartige Signaturen, Bewegungsbänder, Vektoren und Bewegungslinien, genetische Karten, multitemporale Karten (HAKE et al. 2002) sowie kinematographische Karten (ARNBERGER 1987). Der Bewegungssinn ist bei diesen Darstellungen leicht erfassbar. Schwierigkeiten hingegen bereiten die Erfassung von Zeitpunkten sowie relativer und absoluter Geschwindigkeiten und bedürfen einer guten Legende (IMHOF 1972). Mit Augmented Reality Technologien ist es, eine Karte mit dynamischen 3D- Objekten anzureichern. Damit lassen sich theoretisch raumzeitliche Phänomene in neuer Weise wiedergeben. Eine Grund- bzw. Basiskarte, als solche wird sie hier verwendet, bietet eine räumliche Orientierung und verortet thematische Einzelerscheinungen (OLBRICH, QUICK & SCHWEIKART 2002). Im Gegensatz zu einem mobilen Display können Karten in größeren Ausdehnungen vorliegen und durch ihre maßstäbliche Verkleinerung größere Areale permanent darstellen. Die AR-Technologie hingegen erschließt die dritte und vierte Dimension. Übereinandergestapelte sowie animierte thematische Layer sind denkbar. Die Strobl, J., Blaschke, T., Griesebner, G. & Zagel, B. (Hrsg.) (2013): Angewandte Geoinformatik Herbert Wichmann Verlag, VDE VERLAG GMBH, Berlin/Offenbach. ISBN Dieser Beitrag ist ein Open-Access-Beitrag, der unter den Bedingungen und unter den Auflagen der Creative Commons Attribution Lizenz verteilt wird (

2 Mobile Augmented Reality Technologien 317 Perspektivwahl ist dabei intuitiv und frei wählbar. Zudem gibt es Erweiterungskeiten im Bereich Interaktion (Pop-Up, Verlinkung zu anderen Medien ) und Feedback (Vibration, Sound ). Nicht zuletzt werden den bekannten grafischen Variablen nach BERTIN (1983) zusätzliche visuelle Variablen zur Kodierung von Informationen hinzugefügt: Oberflächeneigenschaften (Transparenz und Reflektion) und Animation (Geschwindigkeit, Bewegungspfad, Transformation und Metamorphose). Insgesamt wird davon ausgegangen, dass sich Karten und Augmented Reality insbesondere zur Darstellung von dynamischen Erscheinungen synergetisch ergänzen. Ziel dieser Studie war es, verschiedene aktuelle AR-Technologien in Hinblick auf Anforderungen und Ausstattungen für die Darstellung von dynamischen Erscheinungen auf einer Karte zu bewerten. Im Vordergrund standen dabei AR-Technologien, die einer breiten Masse zugänglich sind. Bis Ende 2016 werden weltweit 1,16 Milliarden Smartphones im Umlauf sein (STATISTA GMBH 2012). Deshalb viel die Entscheidung hardwareseitig auf Smartphones/Tablet-PCs. Für die Registrierung der 3D-Objekte auf der Karte bietet sich das Natural Feature Tracking Verfahren an (BRAUER 2010). Dabei werden für die Verortung vorrangig die digitale Bildverarbeitung und weniger die Lagesensoren berücksichtigt. 3 Untersuchungsmethodik Zur Untersuchung der AR-Technologien wurde ein Kriterienkatalog aufgestellt, der verschiedene Aspekte, die für die Augmentierung einer Karte mit dynamischen Abläufen wichtig sind, qualitativ abdeckt. Des Weiteren wurde eine Testumgebung spezifiziert, mit der sämtliche praktische Tests durchgeführt werden konnten. 3.1 Testszenario Der Durchlauf des Testszenarios fand für alle AR-Technologien unter st identischen Bedingungen statt. Der Testaufbau bestand aus der ausgewählten Testkarte, einem HTC Nexus One als Testgerät und einer Videokamera zur Dokumentation des Testablaufs und späteren Auswertung. Wie in der schematischen Grafik in Abbildung 1 zu sehen, wurde darauf geachtet, dass die Testkarte bildfüllend auf dem Smartphone Display abgebildet wird. Dadurch ergab sich eine vereinfachte Auswertung der erstellten Videoaufnahme. Videokamera Smartphone Testkarte Abb. 1: Aufbau des Testszenarios Die Hardwarespezifikationen des Testsmartphones können der Tabelle 1 entnommen werden. Das Nexus One eignet sich aufgrund der großen Verbreitung des Android 2.3.X Betriebssystem von derzeit 47,6 % wie (GOOGLE 2013) und der verwendeten Hardware der GPU, CPU und Kamera.

3 318 R. Gregat, M. Friedrich und R. Schomacker Tabelle 1: Hardwarespezifikation des Testsmartphones Name HTC Nexus One Betriebssystem Android CPU 1 GHz Qualcomm QSD Snapdragon GPU Adrenao 200 OpenGL ES 2.0 Arbeitsspeicher 512 MB Interner Speicher 512 MB Netzwerk GSM/EDGE, UMTS, HSDPA, HSUPA, GPRS, WLAN Kamera 5.0 Mpx Display 3,7 " 480 px 800 px Für die Auswahl der verwendeten Testkarte wurden einige Kriterien aufgestellt, die eine Karte zu erfüllen hat, damit sie sich für die Augmentierung eignet: harte Kanten sowie Ecken mit hohen Helligkeitskontrasten, viele individuelle und gut verteilte Details, Details sollten in unterschiedlichen Abständen mit der verwendeten Kamera gut erfassbar sein, matte Papieroberfläche und ausgewogenen Lichtverhältnisse. Für die Pilotstudie wurde die abgebildete Karte in Abbildung 2a) genutzt. Nach den genannten Kriterien wurde ein Ausschnitt von mm ausgewählt. Visuell unterstützt wurde die Auswahl durch ein Online-Tool der AR SDK Vuforia von Qualcomm (QUAL- COMM INC. 2012) das die gefunden Feature-Punkte auf dem Bild darstellt. Wie in Abbildung 2a) zu sehen ist, befinden sich die meisten Feature-Punkte, die für die Bilderkennung notwendig sind, an den Ecken von Flächen oder Kanten bei Linien, die einen Kontrastunterschied von ca. 60 % und mehr aufweisen. Zum Teil dienen Buchstabenkanten als Feature-Punkte. Die Verteilung der Feature-Punkte ist ungleichmäßig. Abb. 2: a) Testkarte mit Feature-Punkten und Bewegungsablauf, b) Bewegungspfade

4 Mobile Augmented Reality Technologien 319 Zum Testen der Animationsfähigkeit einer AR-Technologie wurden zwei Objektdatensätze bestehend aus jeweils drei zylindrischen 3D-Objekten mit Texturen und unterschiedlichen Bewegungspfaden erstellt. Exportiert wurden die 3D-Objekte als statische OBJ-Dateien und animierte MD2-Dateien. Eine ausführliche Beschreibung der Formate befindet sich unter dem Punkt Ergebnisse. Der Bewegungsablauf der erstellten zylindrischen 3D-Objekte orientiert sich nach dem Straßen- und Flussnetz, das sich auf der verwendeten Testkarte befindet, und ist in Abbildung 2b) dargestellt. Der Bewegungspfad aller 3D-Objekte innerhalb eines Objektdatensatzes ist identisch mit dem zweiten Objektdatensatz und beträgt ca. 30 Sekunden. Es wurden zwei Objektdatensätze erstellt, um zwei verschiedene Schwierigkeitsgerade im Bereich der darzustellenden Vertices, Edges und Faces für die Tests nutzen zu können. Der erste Objektdatensatz besteht aus 198 Vertices, 576 Edges und 384 Faces. Der zweite Objektdatensatz besteht aus 768 Vertices, Edges und Faces. Durch die Verwendung des MD2-Formates führte eine weitere Erhöhung der Vertices zu einer überproportionalen Steigerung der Dateigröße. Aus diesem Grund wurde für den zweiten Objektdatensatz ein zusätzliches statisches 3D-Objekt mit Vertices, Edges und Faces hinzugefügt. Die Gesamtdateigröße der beiden Objektdatensätze für die jeweiligen Exportformate befindet sich in Tabelle 2. Tabelle 2: Gesamtdateigröße der Objektdatensätze und verwendeten Formate Format/Objektdatensatz 3D-Objekt Textur Gesamtdateigröße OBJ / Objektdatensatz 1 29,3 KB 460 KB 489,3 KB MD2 / Objektdatensatz KB 460 KB 777 KB OBJ + Zusätzliche OBJ-Datei/Objektdatensatz 2 2,29 MB 1,20 MB 3,49 MB MD2 + Zusätzliche OBJ-Datei/Objektdatensatz 2 3,47 MB 1,20 MB 4,67 MB Der Testablauf untergliedert sich in zwei Tests. Der erste Test entspricht dem Versuchsaufbau aus Abbildung 1. Zusätzlich zu der orthogonalen Position des Smartphones zu der Testkarte wurde ein Stativ verwendet, um die Entfernung des Smartphones zu der Testkarte bei allen AR-Technologien gleichbleibend zu halten. Bei dem zweiten Test wurde auf die starre und orthogonale Position des Smartphones verzichtet, um die AR-Technologien auch bei unterschiedlichen Entfernungen, Blickwinkeln und kontinuierlichen Bewegungen des Smartphones testen zu können. Die durchgeführten Tests wurden am selben Tag unter gleichen Lichtverhältnissen durchgeführt. 3.2 Kriterienkatalog Der Kriterienkatalog beinhaltet 11 Kriterien, die nachfolgend erläutert werden. Die Beurteilung erfolgt auf Basis von Tests, technischen Merkmalen und Internetrecherchen. Technologieart: Für die verwendete Testhardware stehen im Wesentlichen zwei Technologien zur Verfügung: AR-Browser, als selbstständige Software und AR-SDKs, als Programmbibliothek. Für beide Technologiearten wurden jeweils zwei verbreitete Vertreter ausgewählt: Mobile SDK von Metaio 3.1 (METAIO GMBH 2012), die Qualcomm AR- SDK Vuforia 1.5 (QUALCOMM INC. 2012), der AR-Browser Junaio 3.0 mit seiner GLUE Funktionalität (METAIO INC. 2012) und Layar Vision (LAYAR 2012).

5 320 R. Gregat, M. Friedrich und R. Schomacker Natural Feature Tracking: Für die Augmentierung einer Karte kommt im Sinne von BRAU- ER (2010) das Marker-basierte Tracking oder das Natural-Tracking infrage. Bei der zuerst genannten Variante werden spezielle Marker verwendet. Ein Nachteil, der sich daraus ergibt, liegt in der zusätzlichen Beeinflussung der Karte durch Marker, beispielsweise QR- Codes. Bei der zweiten Variante findet eine digitale Bildverarbeitung zur Ermittlung von Feature-Punkten statt, die dazu dient, das zu augmentierende Realobjekt anhand von Bildstrukturen zu erkennen und für die animierten 3D-Objekte ein virtuelles Koordinatensystem zu positionieren (Registrierung). Verwendbare 3D-Formate: Wie unter dem Punkt Testszenario erwähnt, wurde das Testszenario bestehend aus den zwei Objektdatensätzen sowohl in das OBJ- als auch in das MD2- Format exportiert. Daraus ergaben sich unterschiedliche Eigenschaften in Bezug auf Konstruktion, Darstellungskeiten, Speicherbedarf und Animation. Funktionserweiterungen: Bei diesem Kriterium wird nur erfasst, ob individuell gestaltete Erweiterungen sind oder ob nur vom Softwareanbieter vorgegebene, in der Regel eingeschränkte Erweiterungen, genutzt werden können. Cache-Funktion: Der Punkt Cache-Funktion beschreibt die Datenhaltung der 3D-Objekte auf dem Smartphone. Diese Eigenschaft betrifft nur die Browser-Technologie, da sich bei den SDKs die notwendigen 3D-Objekte innerhalb der Programmstruktur der App befinden und daher vom Benutzer nur einmal heruntergeladen werden. Es können zwei Cache-Arten unterschieden werden. Der temporäre Cache hält alle notwendigen Daten nur für die Dauer der aktuellen Sitzung vor und muss deshalb immer wieder neu aus dem Internet geladen werden. Ein Vorteil, der sich daraus ergibt, liegt in der Aktualität der entsprechenden 3D- Objekte. Im Fall des dauerhaften Caches bleiben die Daten auf dem Smartphone gespeichert, bis der Nutzer die Daten löscht. Dies verringert den Datenstrom nach einem erneuten Aufruf des Kanals. Internetverbindung bei Start und Interaktion: Es wird betrachtet, ob eine aktive Internetverbindung zum Start einer Sitzung jeweils notwendig ist und ob eine Kommunikation zwischen Smartphone und dem Internet stattfinden muss, wenn eine Interaktion mit oder auf einem 3D-Objekt ausgelöst wird. Aufwand für die Umsetzung: Dies ist ein Punkt der schwer zu bewerten und nicht frei von subjektiven Entscheidungen ist. Dennoch ist dieser Punkt wichtig, da er die Umsetzung eines Testszenarios bei vier unterschiedlichen AR-Technologien und den Aufwand beschreibt. Dieser Punkt wurde nur qualitativ in folgenden Kategorien beschrieben: Animation (Testszenario) Interaktiver Start der Animation (Testszenario) Dokumentation (Technologie) Forum (Technologie) Tutorial (Technologie) Programmierhilfestellungen, beispielsweise Javadoc (Technologie) Dauer für Objektdarstellung nach Erkennung: Für die Beurteilung der Objektdarstellung und Erkennung wurde der Versuchsaufbau aus der Abbildung 1 angewandt. Entscheidend waren hierbei die qualitativen Zeitunterschiede von der Erkennung des zu trackenden Real-

6 Mobile Augmented Reality Technologien 321 objektes, dem Laden der darzustellenden 3D-Objekte im Arbeitsspeicher sowie das Rendern. Animationsablauf: Der Animationsablauf wurde, wie die Beurteilung der Objektdarstellung und Erkennung, anhand des Versuchsaufbaus aus der Abbildung 1 untersucht. Der Ablauf der Animation ist entscheidend, um einen Bezug zwischen der realen Karte und dem virtuellen Thema zu erhalten. Bei en oder ruckartigen Bewegungen wird der Eindruck minimiert. Tracking-Stabilität: Die Tracking-Stabilität wurde anhand des zweiten praktischen Tests untersucht und visuell bewertet. Für diesen Zweck wurde das Smartphone freihändig mit sanften sowie ruckartigen Bewegungen über die zu augmentierende Karte bewegt. Zusätzlich zu der variierenden Bewegung des Smartphones wurde die Karte in unterschiedlichen Blickwinkeln betrachtet. Bewertet wurde hierbei die Positionierung des virtuellen Koordinatensystems. Unter Umständen kann es bei einer Bewegung des Smartphones zu einer fehlerhaften Positionierung und Orientierung des Koordinatensystems und damit auch den 3D-Objekten führen. 4 Ergebnis In Tabelle 3 befinden sich die Ergebnisse der Pilotstudie. Nachfolgend werden einige Besonderheiten herausgegriffen und kurz erläutert. Wie in Abbildung 2a dargestellt, bestand eine ungleichmäßige Verteilung der Feature- Punkte auf der Testkarte. Eine Erkennung der Testkarte sowie die Aufrechterhaltung und Stabilität des Trackingprozesses war auch bei kleineren sichtbaren Bereichen gegeben. Eine Untersuchung zu den minimal sichtbaren Feature-Punkten sowie ihrer Verteilung fand in dieser Pilotstudie jedoch nicht statt. Ein weiterer Punkt, der ebenfalls nicht untersucht wurde, betrifft das Setzen von mehreren Bereichen auf einer Karte, an denen ein virtuelles 3D- Koordinatensystem aufgespannt werden kann. Auf diese Weise lassen sich überlappende Bereiche erstellen, auf denen getrennt voneinander 3D-Objekte positioniert werden können. Bei den zur Verfügung stehenden 3D-Formaten haben sich folgende Unterschiede ergeben, die einen erheblichen Einfluss auf die Umsetzbarkeit des Testszenarios hatten. In einer OBJ-Datei können multiple, statische Meshes gespeichert werden. Den einzelnen Polygonen können dabei verschiedene Texturen und Materialen (MTL-Datei) zugewiesen werden. Es eignet sich daher besonders für qualitativ hochwertige 3D-Objekte. Allerdings wird keine Animation im Objekt unterstützt. Eine Animation der vollständigen Objekte mit den Transformationen Translation, Skalierung und Rotation ist jedoch auf der Programmebene umsetzbar. Bei dem MD2-Format ist es nur, eine Textur zu einem 3D-Objekt hinzuzufügen. Daher ist dieses Format bei der 3D-Modellierung unflexibler als das OBJ- Format. Allerdings unterstützt dieses Format objektinterne Animationen. Die Animationen werden pro Vertex über Keyframes vorprozessiert und sind damit sehr effektiv für schwache Prozessorleistungen. Diese Vorgehensweise kann jedoch geometrische Ungenauigkeiten (wobbling) verursachen. Des Weiteren wächst der Speicherbedarf enorm mit der Anzahl der Vertices und der Dauer (Anzahl der Frames) der Animation. Unter dem Punkt Funktionserweiterung hat sich herausgestellt, dass aufgrund ihrer Beschaffenheit als Programmbibliothek, die AR-SDKs mehr Möglichkeiten bieten eigene

7 322 R. Gregat, M. Friedrich und R. Schomacker Funktionen zu dem bestehenden Angebot hinzuzufügen als AR-Browser. AR-Browser sind auf der Programmebene abgeschlossen. Diese Erkenntnis relativiert sich jedoch bei dem AR-Browser Junaio von Metaio durch diverse Updates, die in dem Zeitraum zwischen der Pilotstudie und diesem Beitrag erschienen sind. Nähere Informationen dazu befinden sich unter dem Fazit. Unter dem Punkt Animation ergaben sich Erkenntnisse im Bezug auf die Dauer der Animation. Die geplante Dauer von 30 Sekunden ist nicht bei jeder AR-Technologie gleich lang und hängt von verschiedenen Faktoren ab. Beispielsweise hängt die Dauer und damit die Geschwindigkeit der Animation bei der AR-SDK von Vuforia direkt von den Frames pro Sekunde (FPS) ab. Dies liegt daran, dass die, während der Pilotstudie, erstellte Programmklasse erst nach jedem Frame aktiv wird und damit auch erst zu diesem Zeitpunkt die neue Position eines 3D-Objektes berechnet. Aufgrund der Anzahl der Vertices in dem zweiten Objektdatensatz ergab sich ein geringerer FPS-Wert als beim ersten Objektdatensatz, was zu einem langsameren Ablauf der Animation führte. Bei der MobileSDK von Metaio trat dieser Effekt nicht auf, jedoch bestand die Möglichkeit, die Dauer der Animation direkt im Programm nachträglich zu verändern. Der Bereich der Sicherheit, war nicht Bestandteil der Pilotstudie, dennoch soll eine Besonderheit herausgegriffen werden, die die Verschlüsselung von 3D-Objekten betrifft. Die beiden Produkte von Metaio und der AR-Browser Layar bieten Möglichkeiten zur Verschlüsselung der 3D-Objekte, wodurch ein erhöhter Schutz bei den eigenen 3D-Objekten entsteht. Gerade bei selbst programmierten Applikationen, auf Basis einer SDK, ist dies sinnvoll. Denn in der Regel befinden sich grundlegende und wiederkehrende 3D-Objekte, wie 3D-Buttons oder Gebäude, innerhalb der Programmstruktur und sind somit für andere erreichbar und damit kopierbar. Tabelle 3: Ergebnisse der Technologieuntersuchung Kriterien AR-SDK MobileSDK 3.1 Junaio Layar Vuforia Technologieart AR-SDK AR-SDK AR-Browser AR-Browser Natural Feature Tracking Verwendbare 3D- Formate (OBJ/MD2) vorhanden/ Bestandteile der OBJ-Datei wurden verwendet vorhanden/ vorhanden/ vorhanden/ (OBJ/MD2) (OBJ/MD2) OBJ wird in eigenes L3D umgewandelt Funktionserweiterungen eingeschränkt eingeschränkt Programmfunktionen nein ja ja ja für Interaktionen Cache-Funktion entfällt entfällt temporärer Cache dauerhafter Cache Internetverbindung bei Start und Interaktion ja nein ja ja

8 Mobile Augmented Reality Technologien 323 Kriterien AR-SDK Vuforia 1.5 Aufwand für die Umsetzung: Animation eigene Programmklasse -C++ Interaktiver Start der Animation Interaktion durch hinzu programmierte Funktion C++ MobileSDK 3.1 Animation im 3D-Format enthalten Interaktion über vorhandene Funktion Junaio 3.0 Animation im 3D-Format enthalten Interaktion über vorhandene Funktion Layar Animation über eine Datenbank Interaktion über eine Datenbank Dokumentation umfangreich umfangreich umfangreich umfangreich, teilweise fehlerhafte Verlinkungen Forum vorhanden und aktiv Tutorials nur Beispielprogramme vorhanden und aktiv vorhanden und umfangreich vorhanden und aktiv vorhanden und umfangreich Programmierhilfe nein ja ja ja Dauer für Objektdarstellung nach Erkennung: Objektdatensatz 1 nahezu keine Objektdatensatz 2 nahezu keine nahezu keine sichtbare sichtbare sichtbare vorhanden und weniger aktiv vorhanden, jedoch nur Grundlagen sichtbare sichtbare Animationsablauf: Objektdatensatz 1 fließend fließend fließend vibrierend Objektdatensatz 2 fließend, aber verlangsamt fließend vibrierend stockend Tracking Stabilität: Objektdatensatz 1 nahezu in Echtzeit mitgeführt Objektdatensatz 2 nahezu in Echtzeit mitgeführt verzögert nachgeführt, fehlerhafte Lage und Orientierung verzögert nachgeführt, fehlerhafte Lage und Orientierung verzögert nachgeführt, fehlerhafte Lage und Orientierung verzögert nachgeführt, fehlerhafte Lage und Orientierung nahezu in Echtzeit mitgeführt nahezu in Echtzeit mitgeführt 5 Fazit Die Untersuchung der vier AR-Technologien hat gezeigt, dass sich alle für die Augmentierung sowie Animation einer Karte technisch eignen. Unterschiede ergeben sich bei der Komplexität eines Projektes, der Größe der verwendeten 3D-Objekte und dem Aufwand für

9 324 R. Gregat, M. Friedrich und R. Schomacker die Umsetzung. Dabei hat sich herausgestellt, dass AR-Browser für eine schnelle Umsetzung von kleineren Projekten gut geeignet sind. Wenn ein Projekt einen größeren Umfang einnimmt, eignen sich AR-SDKs aufgrund der größeren Flexibilität. 6 Ausblick Das Testergebnis stellt den momentanen Stand dar und kann bei anderen Smartphones abweichende Ergebnisse hervorrufen. Die mobile Augmented Reality befindet sich derzeit noch im starken Aufbau. Alle getesteten AR-Technologien entwickeln sich regelmäßig weiter, was durch die rasante Entwicklung von neuen Smartphones begünstigt wird. Diese Pilotstudie hat die technische Umsetzbarkeit der AR-Technologie in der Kartographie betrachtet. Weitere Untersuchungen sind notwendig. Darunter zählen der praktische Nutzen, die Qualität der Informationsvermittlung und Wege der 3D-Generalisierung. Nach dem Stand des haben alle getesteten AR-Technologien Updates, mit diversen Erweiterungen, erhalten, wodurch eine erneute Untersuchung im Bezug auf die Animation von Abläufen auf Karten sinnvoll erscheint. Die aktuelle Versionierung kann der Tabelle 4 entnommen werden. Tabelle 4: Versionierung Stand AR-SDK Vuforia von Qualcomm MobileSDK von Metaio AR-Browser Junaio von Metaio AR-Browser Layar Der AR-Browser Junaio von Metaio bietet seit der Version 4.0 eine Javascript-Schnittstelle und HTML5-Funktionalitäten an. Dadurch ist eine erhebliche Verbesserung im Bezug auf die Layoutgestaltung und Funktionserweiterung gegeben. Es können selbst kreierte Pop-up- Fenster verwendet werden. Aufgrund der Einbindung von jquery Mobile ist es ebenfalls auf die dargestellten Layout-Objekte Animationen zu legen, was mit den älteren Versionen von Junaio nicht war. Diese Funktionalitäten werden durch AREL (Augmented Reality Experience Language) bereitgestellt und finden seit Neuestem auch Anwendung bei der MobileSDK. Eine weitere Neuerung vom Junaio und der MobileSDK liegt in der Verwendung des 3D-Formates FBX. Dieses Dateiformat ist in seiner Originalversion sehr flexibel und kann weitaus mehr beinhalten als 3D-Modelle und Animationen. Einige Funktionen werden jedoch von Junaio und der MobileSDK nicht unterstützt. So kann derzeit pro Datei nur eine Textur genutzt werden. Ein Vorteil, der sich gegenüber des MD2-Formates ergibt, liegt in dem effizienten Abspeichern von komplexen Animationen durch das Hinzufügen eines sogenannten Armature-Systems, dass die Knochenstruktur eines 3D-Objektes abbildet (AUTODESK 2013).

10 Mobile Augmented Reality Technologien 325 Literatur ARNBERGER, E. (1987), Thematische Kartographie. Westermann Verlag, Braunschweig. AUTODESK (2013), FBX-Format. ( ). BERTIN, J. (1983), Semiology of Graphics. The University of Wisconsin Press. London. BRAUER, H. (2010), Masterarbeit: Entwicklung eines Augmented Reality Frameworks auf Basis von Kamera-basierten Trackingverfahren. ( ). GOOGLE (2013), Plattform Versions. html ( ). HAKE et al. (2002), Kartographie Visualisierung raumzeitlicher Informationen (8. Ausgabe). Walter de Gruyter, Berlin/New York. IMHOFE, E. (1972), Thematische Kartographie. Walter de Gruyter, Berlin/New York. LAYAR (2012), Layar AR-Browser. ( ). METAIO GMBH (2012), Metaio Mobile SDK. ( ). METAIO INCORPORATED (2012), Junaio AR-Browser. ( ). METAIO INCORPORATED (2012), Qualcomm AR-SDK Vuforia. ( ). OLBRICH, G., QUICK, M. & SCHWEIKART, J. (2002), Desktop Mapping Grundlagen und Praxis in Kartographie und GIS (3. Auflage). Springer Verlag, Berlin/Heidelberg. STATISTA GMBH (2012), Prognostizierter Absatz von Smartphones weltweit von 2010 bis 2016 (in Millionen Stück). ( ).