Mit Airwriting Texte in die Luft schreiben, statt aufs Handy zu tippen
Sensor-Handschuh erkennt Buchstaben, die in die Luft geschrieben werden
Bild: csl.anthropomatik.kit.edu
Tippen auf kleinen oder virtuellen
Tastaturen ist eher eine Notlösung für unterwegs. Warum kann man
nicht einfach seine Nachrichten in die Luft schreiben, haben sich
Forscher am Karlsruher Institut für Technologie (KIT) gedacht - und
einen Sensor-Handschuh entwickelt, der die Handbewegungen registriert
und drahtlos an eine Erkennungssoftware auf einem beliebigen Gerät
weiterleitet, die dann den Text ausgibt. Für die weitere Erforschung
mobiler gestenbasierter Schnittstellen erhalten der Diplom-Informatiker
Christoph Amma und Professorin Tanja Schultz nun den mit
81 000 US-Dollar dotierten "Google Faculty Research Award".
Sensor-Handschuh erkennt Buchstaben, die in die Luft geschrieben werden
Bild: csl.anthropomatik.kit.edu
"Der Airwriting-Handschuh erlaubt es, in die Luft zu schreiben
wie auf eine unsichtbare Tafel oder einen unsichtbaren Block", sagt
Doktorand Christoph Amma, der das System am Cognitive Systems Lab
(CSL) des KIT entwickelt hat.
Bald sollen die Komponenten für die Airwriting genannte
Technologie etwa in einem unauffälligeren Armband untergebracht
werden.
Die Wissenschaftler planen nach eigenen Angaben auch die
Integration in Smartphones, so dass Nachrichten direkt mit dem Gerät
in der Hand in die Luft geschrieben werden können. Denkbar seien auch
Brillen mit Minidisplays im Sichtfeld des Nutzers als Ausgabegerät
für den Text.
System filtert und ist lernfähig
Alle Bewegungen, die nicht schriftähnlich sind - etwa Winken, Händeschütteln, Umrühren oder Lenken - ignoriert das System nach Aussagen der Entwickler. Es geht demnach über bisherige Ansätze von Kommandos zugeordneten Gesten hinaus und erkennt die Buchstaben des Alphabets unter Berücksichtigung individueller Unterschiede in der Schrift. Airwriting erkennt den Angaben zufolge derzeit 8 000 Wörter und darauf basierende Sätze, wenn sie in Großbuchstaben geschrieben werden. Die Fehlerquote liegt bei elf Prozent, sinkt aber auf drei Prozent, sobald das System die individuelle Schreibweise eines Benutzers gelernt hat.