Lasermaussensoren als Messgerät für die Erfassung von Kickerstangenbewegungen

Einführung

Motivation

Rund um den Tischkicker als technologische Herausforderung sind seit über zwei Jahrzehnten eine Vielzahl von Projekten, Veröffentlichungen und Abschlussarbeiten entstanden, welche die zahlreichen technologischen Sparten aufzeigen, die an ihm weiterentwickelt und erforscht werden können. Eine oft verfolgtes Ziel ist dabei die Entwicklung eines automatisierten Gegenspielers, der mit leistungsstarken Motoren die Spielfiguren bewegen und damit den Ball ins gegnerische Tor befördern kann.

Vier Beispiele für solche Projekte sind:

• München automatisiert Tischkicker
• Stuttgarter Tischkicker-Demonstrator
• Kick it like Bosch
• Projekt Kickerbeleuchtung

Auch bei Ingenics Digital gibt es eine Reihe von Abschlussarbeiten um den Tischkicker, in denen neben einem automatisierten Torwart [5] und einer KI-gestützten Ballerkennung [6] auch eine KI-gestützte Spielererkennung [7] konzipiert und umgesetzt wurden.

Eine wesentliche Voraussetzung vieler dieser Arbeiten an Tischkickern ist die automatische Erfassung von Rotation und Translation der Spielerstangen. So sollte z.B. ein autonomer Tischkicker im Idealfall wie auch ein menschlicher Spieler in Echtzeit wissen, wo sich sowohl eigene als auch generische Figuren befinden. Auch die oben genannte KI-gestützte Spielererkennung erfordert die Aufzeichnung der Stangenbewegungen, um diese den Spielern zuzuordnen.

Bisherige Lösungsansätze für die Erkennung der Stangenbewegungen haben sich als zweckdienlich erwiesen, bringen dabei allerdings auch Nachteile mit sich. Die Lösung aus dem Projekt ProCK [2] der Hochschule München nutzt für die vier von Menschen bespielten Stangen jeweils zwei Laserentfernungssensoren der Marke Baumer. Während deren Präzision, Reaktionszeit und Messfrequenz die Anforderungen weit übertreffen, liegen auch die Kosten mit insgesamt ca. 8000 € weit über denen der Alternativen.

Die am häufigsten verwendeten, kamerabasierten Lösungen zeichnen sich durch Empfindlichkeit gegenüber den Lichtverhältnissen und der intensiven Verarbeitung der Bilddaten durch klassische und KI-gestützte Bildverarbeitungsmethoden aus.

Beide der oben genannten Lösungen erfordern zudem weiträumige Aufbauten.

Die Motivation der vorliegenden Abschlussarbeit liegt aus diesen Gründen darin, einen neuen Ansatz für die Aufzeichnung der Stangenbewegungen zu untersuchen, der sich durch einen platzsparenden Aufbau, geringe Kosten und geringem Bedarf an Datennachverarbeitung auszeichnet, insbesondere auch, um eine neue Grundlage für die Fortführung der KI-gestützten Spielererkennung zu legen.

Zielsetzung und Forschungsfrage

Zu diesem Zweck schlägt diese Arbeit die Verwendung von Maussensoren (MS) vor, die an den Kickerstangen montiert deren Rotations- und Translationsbewegungen aufzeichnen sollen. MS benötigen wenig Platz, sind unabhängig von den Beleuchtungsverhältnissen, können hochfrequent Daten liefern, die im Vergleich zu Bildern wenig Nachverarbeitung erfordern und liegen preislich mit Kosten ab etwa 5-10 € pro Stück in einem erschwinglichen Rahmen.

Diese Anwendung von MS unterscheidet sich in mehreren Einflussfaktoren, die in der bisherigen Literatur noch nicht ausführlich betrachtet wurden und deren Einfluss auf die Genauigkeit von MS in dieser Arbeit insbesondere untersucht wurden:

• Die spiegelnde Eigenschaft der Kickerstangenoberfläche.
• Die Krümmung der Kickerstangenoberfläche.
• Die relativ hohen Geschwindigkeiten der zu messenden Bewegungen gegenüber denen bei vorgesehener Anwendung von MS auftretender Bewegungen.

Aufgrund dieser Faktoren und den theoretischen Überlegungen im folgenden Abschnitt wurde dabei ein ADNS-9800 als MS genutzt.

Das Ziel dieser Arbeit ist zum einen der Entwurf und die Umsetzung eines Messaufbaus, der die bestmögliche Aufzeichnung der Stangenbewegungen durch den ADNS-9800 erlaubt. Zum anderen soll in Anbetracht der oben genannten Einflussfaktoren mit diesem Messaufbau untersucht wurden, wie genau diese Aufzeichnungen sind und in welchem Ausmaß die oben genannten Einflussfaktoren für Ungenauigkeiten verantwortlich sind.

Damit soll die Frage beantwortet werden, wie gut sich der ADNS-9800 zur Aufzeichnung der Kickerstangenbewegungen und allgemein von spiegelnden und/oder rotationssymmetrischen Oberflächen eignet und worin die Schwierigkeiten dabei liegen.

Theoretische Grundlagen

Funktionsweise von Maussensoren

Die für diese Arbeit relevanten Komponenten von Maussensoren sind eine Beleuchtungsquelle, zwei optische Linsen, ein Bildsensor und ein Digitaler Signalprozessor (DSP).

Die Funktionen und das Zusammenspiel dieser Komponenten lässt sich vereinfacht wie folgt zusammenfassen:

Der Bildsensor nimmt in kurzen zeitlichen Abständen Bilder einer durch die Beleuchtungsquelle beleuchteten Oberfläche auf. Die zwei optischen Linsen sorgen dabei für einen optimalen Strahlengang des Lichts zwischen der Beleuchtungsquelle, dem Bildsensor und jeweils der Oberfläche. Aus der so entstehenden Bildreihe wird von dem DSP algorithmisch ein optischer Fluss berechnet, der im Idealfall linear zur Bewegung des Sensors auf der Oberfläche ist. Der Wert dieses optischen Flusses ist die Ausgabe des Sensors.

Eine wichtige Unterscheidung ist dabei die Art der Beleuchtungsquelle: Der gängigeren LED-Beleuchtung steht die Beleuchtung durch Laserlicht mit VCSEL in Lasermaussensoren (LMS) gegenüber. Auf den Unterschied zwischen diesen Beleuchtungsquellen wird im folgenden Abschnitt eingegangen.

Eine Veranschaulichung der Anordnung dieser Komponenten bei einem LMS kann der folgenden Abbildung entnommen werden:

Betrachtung der besonderen Einflussfaktoren

Es folgt eine theoretische Betrachtung der bei dieser Anwendung von Maussensoren besonderen Einflussfaktoren im Zusammenspiel mit der Funktionsweise von Maussensoren.

Oberflächenbeschaffenheit

Die spiegelnde Eigenschaft der Kickerstangenoberfläche stellt für MS eine Herausforderung dar. Die vom DSP umgesetzte Algorithmik zur Bestimmung des optischen Flusses setzt voraus, dass auf den Bildern der Oberfläche eindeutige Merkmale zu erkennen sind. Die glatte Oberfläche der Kickerstange weist im Gegensatz zu für MS besser geeigneten Oberflächen wenig Unebenheiten oder kontrastreiche Muster auf.

Diese Herausforderung ist der Grund, weshalb in dieser Arbeit mit dem ADNS-9800 ein Maussensor mit Beleuchtung durch Laserlicht eingesetzt wird. Die Kohärenz des Laserlichts und die dadurch entstehenden Speckl-Muster ermöglichen es, feinere Unebenheiten zu erkennen als bei einem Maussensor mit LED-Beleuchtung.

Krümmung der Stangenoberfläche

Die Krümmung der Stangenoberfläche stellt zusätzliche Probleme für die optimale Funktion eines MS dar.

Die Grundannahme des vom DSP angewandten Algorithmus ist, dass derselbe Oberflächenausschnitt unabhängig von seiner Lage im aufgenommenen Gesamtbild immer dasselbe Teilbild erzeugt.

Folgende drei durch die Krümmung gegebenen Effekte sind zu betrachten, die diese Grundannahme potenziell stören:

1. Bildfokus: Im Gegensatz zu der Abtastung einer ebenen Fläche liegt wegen der Krümmung der Oberfläche ein Höhenunterschied innerhalb des aufgenommenen Bildes vor. Während dieser Höhenunterschied bei richtiger Wahl der Position des Sensors zwar im Rahmen der angegebenen optimalen Distanz des Sensors liegt, besteht jedoch die Möglichkeit, dass sich das vom Sensor erfasste Bild bei identischer Oberfläche in Abhängigkeit der sich ändernden Höhe verändert und damit die Bestimmung des optischen Flusses erschwert.
2. Bildverzerrung: Ebenso in Abhängigkeit vom Bildbereich findet aufgrund der Krümmung eine ungleichmäßige Verzerrung des Bildes statt, die durch den sich zu den Bildrändern hin ändernden Betrachtungswinkel der Oberfläche entsteht. Diese ungleichmäßige Verzerrung der Oberflächendarstellung ist ein weiterer Faktor, der zu Fehlern in der Bildkorrelation führen kann.
3. Speckle-Muster: Zusätzlich zur Verzerrung des Bildes liegt die Vermutung nahe, dass der sich in der Rotationsrichtung ändernde Betrachtungswinkel eine Veränderung des Speckle-Musters nach sich zieht, da die Streuwinkel des Lichts durch Änderung des Einfallswinkels anders ausfallen, was eine dritte mögliche Fehlerquelle darstellt.

Geschwindigkeit

Auch wenn die maximal abgeschätzten Geschwindigkeiten von etwa 1.5 m/s im Rahmen der vom ADNS-9800 angegebenen messbaren Geschwindigkeiten liegt, ist zu erwarten, dass höhere Geschwindigkeiten einen Einfluss auf die Genauigkeit des Sensors haben, insbesondere im Zusammenspiel mit den oben erläuterten Betrachtungen.

Kenngrößen von Messeinrichtungen

Mit der Genauigkeit der in dieser Arbeit umgesetzten Messeinrichtung ist die Definition nach ISO 5725-1 gemeint, die die Genauigkeit als ein Maß für sowohl Richtigkeit als auch Präzision definiert. Die Richtigkeit ist dabei das Maß für die Nähe zwischen dem tatsächlichen Wert und dem Mittelwert (M) einer großen Anzahl gemessenen Werte, während Präzision das Maß für die Abweichung der gemessenen Werte untereinander ist. Die Präzision wird in dieser Arbeit zumeist als relative Standardabweichung (RSD) der Messwerte angegeben.

Um die Messwerte der Messungen verschieden langer Distanzen besser vergleichbar zu halten, werden sie in dieser Arbeit in den Übertragungsfaktor k umgerechnet, der für jede Messung als Quotient aus der Sensorausgabe und der tatsächlichen Distanz definiert ist.

Methodik und Umsetzung

Messaufbau

Grundlegende Voraussetzung dieser Arbeit ist der Entwurf und die Konstruktion eines Messaufbaus, welcher die Verwendung eines ADNS-9800 Sensors für die Erfassung der Stangenbewegungen ermöglicht. Das Ziel ist dabei, dass der Messaufbau möglichst wenig Potenzial für innere Störgrößen und Robustheit gegenüber äußeren Störgrößen aufweist.

Um den ADNS-9800 mit seiner Halterung so zu montieren, dass sein Abstand relativ zur Stange (Messoberfläche) fixiert ist, dabei dessen Translations- und Rotationsbewegungen weder einschränkt noch von diesen beeinflusst wird und gleichzeitig in der Lage ist, dem Spiel der Kickerstange in den zwei Dimensionen orthogonal zur Kickerstange zu folgen, wurde die folgende, aus drei Teilen bestehende Konstruktion entworfen und mit einem 3D-Drucker produziert:

Schnittstelle und Software zur Datenerhebung

Als Schnittstelle des Sensors wird in dieser Arbeit ein bereits mit dem ADNS-9800 verbauter Microcontroller mit USB-Verbindung verwendet. Softwareseitig wird diese USB-Verbindung von Ubuntu 24.04 angesprochen, das den Sensor als Eingabegerät identifiziert und damit die Sensordaten über das evdev-Kernelinterface zur Verfügung stellt. Um die Sensordaten vom evdev-Interface auszulesen und in geeigneter Form zu speichern, wurde ein Programm in der Sprache Go entwickelt, das die Bibliothek go-evdev nutzt. Die vom Programm kontinuierlich empfangenen Daten bestehen aus einzelnen Einheiten (Events), deren für diese Arbeit relevanten Informationen aus folgenden Werten besteht:

• Ein Empfangszeitpunkt des Events beim Linux-Kernel mit einer Auflösung in Mikrosekunden.
• Der Messwert einer vom LMS beobachteten relativen Bewegung seit dem letzten Event.
• Die Achse, entlang derer die Bewegung beobachtet wurde (x oder y).

Versuchsaufbauten

Um die verschiedenen Einflussfaktoren isoliert auf ihre Auswirkungen zu untersuchen, wurden Versuche mit verschiedenen Geschwindigkeiten (v = 32 mm/s, 84 mm/s und 107 mm/s), ebenen Messoberflächen (verchromter Edelstahl, Mauspad, Buchenholz) als auch Stangenoberflächen (Kickerstange, Buchenholzstange) durchgeführt.

Diese Versuche basieren auf vier im Folgenden beschriebenen Versuchsaufbauten, von denen drei einen der Linearmotoren eines Bambu Lab A1 Mini 3D-Druckers für die reproduzierbare und kontrollierbare Erzeugung von Eingangssignalen für den Messaufbau nutzen, während der vierte den ADNS-9800 unter realen Bedingungen am Kickertisch untersucht.

Bewegung auf ebener Fläche

Um die Genauigkeit des ADNS-9800 bei der Erfassung von Bewegungen auf ebenen Oberflächen zu bestimmen, wurde ein Versuchsaufbau konstruiert, bei dem der ADNS-9800 in seiner Sensorhalterung über dem Druckbett des A1 Mini angebracht wird. Die zu untersuchende Oberfläche wird auf diesem Druckbett fixiert, sodass sie dessen Bewegung durch den Linearmotor folgt. Diese Bewegung wird schließlich durch den auf der Oberfläche fixierten ADNS-9800 gemessen.

Stangenlängsbewegungen

Der Versuchsaufbau für die Messung von Stangenlängsbewegungen besteht aus einer gleitgelagerten Kickerstange, die an einem Ende über das Druckbett des A1 Mini mit dessen Linearmotor verbunden und damit bewegt werden kann. Auf der anderen Seite der Stangenlagerung ist orthogonal eine Holzplatte verschraubt, an der wiederum der Messaufbau befestigt ist.

Stangenrotationsbewegungen

Um die Bewegungen des Linearmotors auf Rotationsbewegungen zu übersetzen, wurden Zahnräder an den Stangen befestigt, die auf einer mit dem Linearmotor verbundenen Zahnstange laufen:

Am Kickertisch

Um die Genauigkeit des Messaufbaus unter den tatsächlichen Bedingungen eines Kickerspiels (insbesondere bezüglich der hohen auftretenden Oberflächengeschwindigkeiten) zu testen, dient folgender Versuchsaufbau: Der Messaufbau wird wie vorgesehen am Kickertisch angebracht. Die Bewegungen der Kickerstange wurden von Hand erzeugt und in drei zunächst qualitativ definierten Geschwindigkeiten durchgeführt, die möglichst das ganze Spektrum der vorkommenden Bewegungen abdecken soll: Eine geringe Geschwindigkeit, die im Spiel nicht bei einem aktiver Spielzug vorkommen würde, eine schnellere Geschwindigkeit, die bei vielen aktiven Spielzügen vorkommt und eine höchstmögliche Geschwindigkeit, wie sie bei einem Schuss oder Abwehrversuch vorkommen kann. Die tatsächlichen Geschwindigkeiten wurden im Nachhinein anhand der Zeitstempel der eingehenden Daten genauer ermittelt.

Fehlerbetrachtung

Um den Fehler der durch den Linearmotor erzeugten Eingangsgrößen abzuschätzen, wurde ein weiterer Versuchsaufbau aufgestellt, bei dem mit einer Schieblehre manuell die Bewegungen des Linearmotors gemessen und auf ihre Abweichungen untersucht wurden.

Ergebnisse

Fehlerbetrachtung

Die Messungen von wiederholten Linearmotorbewegungen durch eine Schieblehre und unter Berücksichtigung deren Fehlers ergab sich für den relativen Eingabefehler durch den Linearmotor ein Maximum von 0.3 % bei einer Bewegungsdistanz von 10 mm mit einer Geschwindigkeit von 105 mm/s. Dieser relative Fehler nimmt bei steigender Distanz und niedriger Geschwindigkeit auf bis zu 0.02 % ab. Insgesamt lässt sich jedoch in Anbetracht der folgenden Ergebnisse sagen, dass der Eingabefehler durch den Linearmotor im Vergleich zu den Messfehlern so gering ist, dass er bei der Betrachtung vernachlässigt werden kann.

Oberflächenvergleich

Zunächst wurde festgestellt, dass Bewegungen der verwendeten verchromten Edelstahloberfläche ohne weiteres überhaupt nicht vom ADNS-9800 erkannt wurden. Erst nach Erzeugung von künstlichen Abnutzungsspuren waren mit den anderen Oberflächen sinnvoll vergleichbare Ergebnisse erkennbar. Auf die Vergleichbarkeit mit der Oberfläche einer Kickerstange wird im weiteren Verlauf eingegangen.

Es folgt eine grafische Darstellung der Messergebnisse des Oberflächenvergleichs:

Folgende Beobachtungen lassen bei diesen Ergebnissen sich machen:

1. Der Übertragungsfaktor steigt mit zunehmender Distanz bei allen drei Oberflächen an.
2. Der Übertragungsfaktor bei der Edelstahloberfläche weicht erheblich von denen der anderen Oberflächen ab.
3. Bei der Holz- und insbesondere bei der Edelstahloberfläche zeigt sich teils erhebliche Abweichungen von einer erwartbaren Normalverteilung ab. Diese sind insbesondere bei der Edelstahloberfläche in Form von mehreren Verteilungsspitzen zu beobachten.
4. Die relative Standardabweichung der Übertragungsfaktoren nimmt mit steigender Distanz ab.

Oberflächenidentität

Die oben präsentierten Messergebnisse gaben bei ihrer Auswertung Grund zu der Vermutung, dass neben der grundlegenden Beschaffenheit einer Oberfläche auch die Identität der Oberfläche eine Rolle für die Genauigkeit des ADNS-9800 spielt. Mit der Identität der Oberfläche ist dabei der Fall gemeint, wenn bei zwei oder mehrere Messungen linearer Bewegungen durch den ADNS-9800 Sensor nicht nur Distanz und grundlegende Beschaffenheit der abgetasteten Oberfläche übereinstimmen, sondern auch Start- und Endpunkt der Bewegung bezüglich der Oberfläche. Aus diesem Grund wurden Messungen der Edelstahloberfläche mit einer über den gesamten Versuchsablauf identischen Teststrecke von 40 mm durchgeführt und den Messungen eines Versuchsablaufs gegenübergestellt, der bis auf die Verwendung von zwei sich nicht überschneidenden Teststrecken, die sich nach jeder Messung zusätzlich leicht verschieben, identisch ist. Im gleichen Sinne wurden Messungen des Mauspads mit 8 unterschiedlichen Teststrecken von 80 mm über den gesamten Versuchsablauf den Ergebnissen vom gleichen Versuchsablauf mit einer Teststrecke gegenübergestellt. Diese sind im Folgenden grafisch dargestellt:

Geschwindigkeitseinfluss

Für die Untersuchung des Geschwindigkeitseinflusses wurden Versuche mit ebenen Testflächen und den Distanzen von 10, 20, 40 und 80 mm bei drei verschiedenen Geschwindigkeiten durchgeführt.

Die Ergebnisse sind im Folgenden dargestellt:

Es fällt auf, dass bei v = 107 mm/s sowohl beim Mauspad und als auch der Holzoberfläche zusammen mit der deutlich steigenden Standardabweichung gleichförmige Spitzen in der Verteilung entstehen.

Krümmungseinfluss

Eine weitere wichtige Beobachtung ist, dass die Kickerstange auch ohne künstliche Abnutzung wesentlich besser vom ADNS-9800 erkannt zu werden scheint als die verchromte Edelstahloberfläche.

Am Kickertisch

Auswertung

Oberflächeneinfluss

Die folgenden Punkte der beziehen sich auf die im Ergebnisteil aufgezählten Beobachtungen.

1. Bei Betrachtung der Zunahme des Übertragungsfaktors mit zunehmender Distanz bei allen drei Oberflächen ist nicht klar, ob die Distanz kausal oder korrelierend zusammenhängt. In [3] wurde eine Korrelation des Übertragungsfaktors mit Geschwindigkeit und dem Verhältnis der Dauer von Beschleunigungs- und Verzögerungsphase einer Bewegung festgestellt. Eine genauere Untersuchung der Messdaten zeigt zudem, dass der Linearmotor nicht die angegebene Beschleunigung erreicht und dadurch bei längeren Distanzen eine höhere Durchschnittsgeschwindigkeit produziert. Es liegt damit nahe, dass die Ursache für die Zunahme des Übertragungsfaktors in der nicht idealen Beschleunigung des Linearmotors, den daraus resultierenden zusätzlichen Unterschieden zwischen den Testdistanzen und den Beobachtungen in [3] liegen.
2. Die Abweichungen des Übertragungsfaktors bei der Edelstahloberfläche gegenüber den anderen Oberflächen ist in Anbetracht der Tatsache, dass der ADNS-9800 große Probleme beim Messen der unversehrten Hochglanzoberflächen hat, nicht überraschend. Daher ist der geringere Übertragungsfaktor auch bei der Edelstahloberfläche mit stärkeren Abnutzungsspuren dadurch erklärbar, dass das Vorkommen unversehrter, hochglänzender Teilflächen zu einem Abfall der Sensorpräzision führen kann.
3. Die Unregelmäßigkeiten der Messwertverteilungen in Form von zwei oder mehr deutlich erkennbaren Verteilungsspitzen könnten von Überschneidungen der Testdistanzen verursacht werden. Dieser Vermutung nach häufen sich genau die Messbewegungen, deren Überschneidungen besonders markante Oberflächenabschnitte enthalten, die zu einem systematischen Fehler der Sensorausgabe führen. Die Ergebnisse im folgenden Abschnitt stützen diese Vermutung.
4. Die Abnahme des relativen Fehlers mit zunehmender Testdistanz kann nur zu einem kleinen Teil als Fehlerfortpflanzung des abnehmenden Eingabefehlers durch den Linearmotor erklärt werden. Es liegt nahe, den in Punkt 3 bereits beschriebenen Effekt durch die höhere Oberflächenüberschneidung in den Versuchsreihen mit höherer Testdistanz ebenfalls als Ursache zu Vermuten.

Oberflächenidentität

Die beiden Testvariationen zeigen deutlich, dass der Übertragungsfaktor bei mehreren Messungen desselben Oberflächenabschnitts einem deutlich geringerem Fehler unterliegt als bei Messungen von unterschiedlichen Abschnitten der gleichen Oberfläche. Die Identität der Oberfläche spielt also über die grundsätzliche Beschaffenheit der Oberfläche hinaus eine messbare Rolle und ist in den Versuchsreihen durch die Einschränkung der Bewegungsfreiheit des Linearmotors vermutlich Grundsätzlich für die höhere Präzision bei steigender Versuchsdistanz verantwortlich.

Krümmungseinfluss

Die Ergebnisse zeigen mit der abnehmenden Fehlergröße bei höherer Bewegungsvorgabe und damit größerer Überschneidung der Testflächen, dass auch hier die Oberflächenidentität einen starken Einfluss auf den Übertragungsfaktor und dessen Fehler hat. Der Vergleich zu den Ergebnissen bei ebenen Oberflächen kann insbesondere bei Holz gezogen werden und zeigt, dass der Fehler insgesamt deutlich höher ausfällt, was einen starken Einfluss auf den Fehler durch die Krümmung der Oberfläche vermuten lässt.

Der stark abnehmende Übertragungsfaktor bei der Rotationsmessung des Holzstabes gegenüber der Kickerstange lässt vermuten, dass die theoretischen Überlegungen über den Einfluss der Krümmung stärkere Ausprägung bei der matten Holzoberfläche haben, als bei der reflektiveren Stahloberfläche.

Die großen Unterschiede im Übertragungsfaktor der Rotationsbewegungsmessungen in Anbetracht der Geschwindigkeit und Bewegungsvorgabedistanz lassen vermuten, dass die Einflüsse von Geschwindigkeit und Beschleunigung durch die Krümmung der Oberfläche verstärkt werden. Wie erwartet ist die Translationsmessung mit weniger starken Fehlern behaftet.

Der unerwartete Unterschied bei der Messbarkeit der Kickerstangenoberfläche gegenüber der Edelstahlplatte ist vermutlich den Unterschieden im Fertigungsprozess und der Oberflächenbehandlung beider Komponenten zuzusprechen. Es scheint die Fähigkeit eines LMS zu demonstrieren, feinste Unebenheiten der Oberflächen zu erkennen.

Am Kickertisch

Die bessere Messperformanz des ADNS-9800 am Kickertisch gegenüber der neuwertigen Kickerstange ist mit den in geäußerten Vermutungen erklärbar, dass Verschmutzungen und Abnutzungsspuren auf der Stangenoberfläche, die beim Bespielen des Kickertischs entstehen, zuträglich für die Oberflächenerkennung des Sensors ist.

Auch ist bei den Versuchen qualitativ aufgefallen, dass Messungen am äußeren Ende der Kickerstangen schlechter ausfielen, was damit zusammenhängen kann, dass dieser Teil der Stangen nicht die Kunststoffgleitlager durchläuft und damit weniger Verschmutzung und Abnutzung ausgesetzt ist, was wiederum eine glattere, für den Sensor schlechter messbare Oberfläche bedeutet.

Für den starken Anstieg des Übertragungsfaktors bei den Rotationsbewegungen mit höchster gemessener Geschwindigkeit konnte auf Basis der in dieser Arbeit erwogenen Aspekte keine Erklärung gefunden werden.

Beantwortung der Forschungsfrage

Die Frage, ob ein LMS wie der in dieser Arbeit verwendete ADNS-9800 Sensor ein geeignetes Mittel für die Erkennung von Kickerstangenbewegungen ist, lässt sich nur in Hinblick auf die Anforderungen der Genauigkeit beantworten. Die Ergebnisse zeigen, dass zwischen Stangenbewegungen und der Messausgabe eine Korrelation besteht, die gegebenenfalls ausreicht, um für einen Zweck erforderliche Informationen zu gewinnen. So ist vorstellbar, dass eine Verarbeitung der Daten durch KI trotz der Messfehler sinnvolle Ergebnisse erzielen kann.

Für den Zweck, eine möglichst genauen Erkennung der Stangenposition und -rotation zu ermöglichen, beispielsweise um einen automatisierten Tischkicker über den Spielzustand zu informieren, lässt sich die Frage jedoch in Anbetracht der großen Fehler des Messaufbaus eindeutig verneinen.

Dazu konnten die Einflüsse der verschiedenen erschwerenden Faktoren bei der Erfassung von Kickerstangenbewegungen durch LMS gut dargelegt werden und ihre Auswirkungen eingeordnet werden. So stellte die Krümmung der Oberfläche das größte Problem dar, insbesondere auch bei matten Oberflächen, während Geschwindigkeit und Oberflächenbeschaffenheit geringere Auswirkungen haben, die jedoch insbesondere auch in ihrer Kombination mit der Oberflächenkrümmung nicht vernachlässigt werden können.

Limitationen und weitere Forschung

Die Einschränkungen des Linearmotors in Geschwindigkeit, Beschleunigung und Präzision im Vergleich zu existierenden Alternativen stellen ein Potenzial für eine noch genauere Charakterisierung der LMS Performance dar, welches jedoch nicht im Rahmen der verfügbaren Ressourcen dieser Arbeit nicht ausgeschöpft werden konnte. Auch konnte in den Versuchen immer nur eine Richtungsdimension durch den Linearmotor bewegt werden. Für tiefergehende Untersuchungen des Sensorverhaltens wäre die Möglichkeit zwei Achsen gleichzeitig anzusteuern ein wesentliches Hilfsmittel.

Eine weitere Limitation war die geringe Vergleichbarkeit der Edelstahloberfläche mit der Kickerstangenoberfläche. Mit einem Edelstahlblech mit gleicher Fertigungstechnik und Oberflächenbehandlung wie die Kickerstangen als Versuchsgegenstand, könnte mehr Aufschluss darüber gewonnen werden, welche Auswirkung die Krümmung der Stange in Kombination mit der glänzenden Oberfläche hat.

Trotz dieser Limitationen konnte die Forschungsfrage bezüglich der Eignung eines LMS für den Zweck der Stangenerfassung in dieser Arbeit hinreichend beantwortet werden.

Eine weitere Möglichkeit der Analyse, die in der vorliegenden Arbeit nicht betrachtet werden konnte, ist die Auswertung von detaillierteren Sensorausgaben, die über die USB-Schnittstelle des ADNS-9800 nicht ausgelesen werden konnten. So ist es über direkte Kommunikation mit den Sensor über eine SPI-Schnittstelle möglich, die Bildaufnahmen des CMOS-Bildsensors sowie eine Bewertung der Oberflächenqualität hinsichtlich der Anzahl der vom Sensor erkennbaren Oberflächenmerkmalen auszulesen. Anhand dieser könnte noch genauer analysiert werden, welche Bedingungen für eine erfolgreiche Anwendung des LMS als Verschiebungssensors notwendig sind.

Die Ergebnisse zeigen auf, dass durch die Krümmung der Oberflächen ein deutlich unterschiedliches Messverhalten auf den beiden Achsen entsteht. Ein Ansatz, um diese Einschränkung für das Messen von runden Oberflächen möglicherweise zu umgehen ist es, die optische Linse eines LMS anzupassen, sodass sie die Krümmung der Oberfläche so auf den Bildsensor fokussiert, dass die besprochenen Effekte aufgrund der Oberflächenkrümmung nicht mehr gegeben sind.

Fazit und Ausblick

Um die Frage nach der Eignung von LMS für die Erfassung von Kickerstangenbewegungen zu beantworten und die möglichen hinderlichen Einflussfaktoren auf ihre Auswirkungen zu untersuchen, wurden in dieser Arbeit neben dem Entwurf und der Konstruktion eines geeigneten Messaufbaus auch relevante theoretische Hintergründe betrachtet und analysiert. Auf dieser Basis wurden vier verschiedene Versuchsaufbauten entworfen, mit denen eine experimentelle Analyse der Wechselwirkungen zwischen einem ADNS-9800 Sensors und den besonderen Herausforderungen dieses Ansatzes durchgeführt wurde.

Dabei stellte sich die Krümmung der Kickerstange noch vor der spiegelnden Oberfläche der Stangenoberfläche und den hohen Geschwindigkeiten als größte Fehlerquelle heraus.

Auch wenn die Ergebnisse gegen die Eignung des ADNS-9800 als Bestandteil eines Messaufbaus zum präzisen Erfassen der Bewegung von Kickerstangen oder ähnlich beschaffenen Oberflächen sprechen, zeigen sie interessante Charakteristiken der Einflüsse von den problematischen Faktoren auf das Messverhalten des ADNS-9800. Der Einfluss der Oberflächenidentität auf den Übertragungsfaktor und damit die Kennlinie des Sensors macht Anwendungen für LMS vorstellbar, die sich diese Eigenschaft zunutze machen. So könnte zum Beispiel die Abnutzung einer Oberfläche durch eine Abtastung mit bekanntem Bewegungsprofil durch eine Veränderung der Sensorausgabe erkannt werden. Für die Messung von Verschiebungen kann ein LMS demnach auch insbesondere dann in Betracht gezogen werden, wenn die zu messende Oberfläche nur in einer Achse bewegt wird.

Eine wesentliche Motivation dieser Arbeit war zudem die Auswertung der Messdaten durch KI. Auch wenn die Eignung von LMS für eine präzise Erfassung der Kickerstangenbewegungen nicht gegeben ist, besteht die Möglichkeit, dass der Informationsgehalt einer Kickerstangensensorik ausreicht, um mit KI Erkenntnisse über den Spielverlauf eines Kickerspiels zu gewinnen.

Literatur

[1] David Hagens, Jan M. Knaup, Elke Hergenröther, and Andreas Weinmann. CNN-based Game State Detection for a Foosball Table. Journal of WSCG, 32(1-2), 2024. arXiv:2404.05357 cs.

[2] Prof. Dr. Rainer Seck et al. Projektbeschreibung Computerkicker (ProCK) Hochschule München, 2014.

[3] N. Tunwattana, A.P. Roskilly, and R. Norman. Investigations into the effects of illumination and acceleration on optical mouse sensors as contact-free 2D measurement devices. Sensors and Actuators A: Physical, 149(1):87–92, January 2009.

[4] https://github.com/RandomDelta6/USB-Mouse?tab=readme-ov-file; license CC-BY-SA-4.0

[5] Marco Knaus. Robotorwart. HAW Landshut, Diplomarbeit, 2017.

[6] Ella Kallmuenzer. Erkennung von Ballmanipulationen am Tischkicker mittels Deep Learning in Videos. Technische Hochschule Rosenheim, Masterarbeit, 2024.

[7] Alexander Mayer. Optische Kickerspielauswertung mit Deep Learning. Hochschule München, Masterarbeit, 2019.