[Back]

M. Schmitzer:
"Unterstützung der menschlichen Selbstlokalisierung";
Supervisor: I. Giannopoulos; Department für Geodäsie ung Geoinformation, FB Geoinformation, 2018; final examination: 2018-11-19.

Human self-localisation is an important part of everyday life. In order to determine one's own position and orientation, the allocentric representation, usually in the form of a map, has to be aligned with one's own egocentric representation of the real world. This requires objects (anchor points) that are present in both representations. In this thesis, two novel approaches are presented, which aim to simplify the process of the alignment and thus the self-localisation. The Viewshed approach is based on a visibility analysis to assist the user choose appropriate anchor points. By highlighting only those buildings of the map that are visible for the user in reality, the remaining buildings can be excluded from the selection. The image recognition approach simplices the process of self-localisation by automating parts of the task and highlighting an anchor point on the map. On the basis of an empirical experiment with 30 participants in Vienna's 10th district, the two methods were compared with each other, as well as with a baseline method concerning different aspects. Aspects, such as efficiency, user experience but also cognitive workload and the required effort. Results show that the image recognition method provided the best support for self-localisation and was also most popular among users. The Viewshed method performed well below expectations.

Die menschliche Selbstlokalisierung ist ein wichtiger Bestandteil des Alltags. Zur Bestimmung der eigenen Position und der Orientierung muss die allozentrische Darstellung, meist in Form einer Karte, mit der eigenen egozentrischen Repräsentation der realen Welt angeglichen werden. Dafür sind Objekte (Ankerpunkte) nötig, die in beiden Darstellungen vorhanden sind. In dieser Arbeit werden zwei neuwertige Ansätze vorgestellt, die den Prozess dieser Angleichung und damit auch die Selbstlokalisierung vereinfachen sollen. Der Viewshed-Ansatz basiert auf einer Sichtbarkeitsanalyse, um den NutzerInnen die Wahl geeigneter Ankerpunkte zu erleichtern. Dadurch, dass nur die in der Realität sichtbaren Gebäude in der Karte hervorgehoben werden, können die übrigen Gebäude von der Wahl ausgeschlossen werden. Der Bilderkennungs-Ansatz vereinfacht hingegen den Prozess der Selbstlokalisierung, indem ein Teil der Aufgabe automatisiert wird, und den NutzerInnen ein Ankerpunkt auf der Karte markiert wird. Anhand eines empirischen Experiments mit 30 TeilnehmerInnen im zehnten Wiener Gemeindebezirk wurden die beiden Methoden miteinander und zusätzlich auch mit einer Basis-Methode in verschiedenen Aspekten verglichen. Dabei ging es um die Effzienz, das Nutzererlebnis aber auch um die kognitive Belastung und den nötigen Aufwand. Die Ergebnisse zeigen, dass die Bilderkennungs-Methode bei der Selbstlokalisierung die beste Unterstützung bot und auch bei den NutzerInnen am beliebtesten war. Die Viewshed-Methode blieb deutlich hinter den Erwartungen zurück.

Selbstorientierung, Test, Navigation