Projekte am Fachgebiet Lichttechnik

Laufende Projekte:

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – 445336968

Das vorliegende Forschungsvorhaben beschäftigt sich mit der Erarbeitung eines KI-basierten Lösungsansatzes zur Ermittlung dynamisch veränderlicher, nutzerorientierter Leuchten-steuerkurven anhand von kontinuierlich erfassten Sensoreingangswerten zur Realisierung von HCL-gerechten Systemlösungen der LED-Innneraumbeleuchtung. Unter dem Begriff „Steuerkurve“ lassen sich all jene Parameter zusammenfassen, die sich für jede Leuchte weitestgehend unabhängig voneinander und zeitlich veränderlich variieren lassen. Für die geplanten Untersuchungen sind dies die erzeugte, horizontale Beleuchtungsstärke Eh auf der Arbeitsfläche, der Anteil des indirekten Lichts an dieser Beleuchtungsstärke (nach Houser), die ähnlichste Farbtemperatur (CCT) sowie der indirekte Blaulichtanteil, der maßgeblich die physiologisch aktivierende Komponente der Beleuchtung definiert und im vorliegenden Forschungsvorhaben mit Hilfe des Circadianen Stimulus (CS) Wertes (nach Rea und Figueiro) beschrieben werden soll.

Zur Ermittlung optimaler, KI-basierter Steuerkurven werden zu unterschiedlichen Tageszeitpunkten Probandentests durchgeführt, um die jeweiligen individuellen Lichtpräferenzen der Nutzer abhängig von sowohl subjektiv-psychologischen wie auch externen Einflussfaktoren zu ermitteln und diese mit Hilfe von Methoden des maschinellen Lernens mit den entsprechend zugehörigen Sensordaten zu korrelieren. Ziel ist es, ein Beleuchtungssystem zu entwickeln, welches auf Basis der eintreffenden Sensordaten mittels eines zugrundeliegenden Nutzerpräferenzmodells in der Lage ist, die für die aktuelle Situation optimale Steuerkurve vorherzusagen und die Beleuchtung des Raumes entsprechend dynamisch über den Tagesverlauf anzupassen.

Als Ausgangspunkt zur Umsetzung des geplanten Forschungsprojektes werden zunächst Stützstellen einzelner Steuerkurven aufgenommen, indem im Rahmen einer ersten Probanden-studie Nutzerpräferenzen bezogen auf die aktuelle Lichtsituation im Raum zu unterschiedlichen Zeitpunkten über mehrere Arbeitswochen hinweg erfasst und mittels KI-gestützter Auswertung mit den zeitgleich aufgezeichneten Sensordaten in Relation gesetzt werden. Auf Basis dieser Datenlage werden die so ermittelten Stützstellen abhängig von den Umgebungsbedingungen sowie den probandenspezifischen Einflussfaktoren (z.B. Alter, Geschlecht, Chronotyp, aktuelle Befindlichkeit, etc.) in einzelne, charakteristische Cluster zusammengefasst, die lichttechnisch ähnlichen Präferenzen der Probanden entsprechen. In einem zweiten Iterationsschritt werden dann in einer weiteren Probandenstudie den teilnehmenden Versuchspersonen diese geclusterten Stützstellen präsentiert und sollen durch diverse, den Probanden zur Verfügung gestellte Einstellmöglichen weiter an die individuelle Präferenz anpasst werden. Diese zusätzlichen Eingangswerte dienen zusammen mit den kontinuierlich erfassten Sensordaten zur weiteren Optimierung der Steuerkurven. Im dritten Teil soll schließlich im Rahmen einer weiteren Probandenstudie eine physiologische Bewertung dieser im Sinne einer Maximierung der Nutzerpräferenz optimalen Steuerkurven erfolgen, um die Frage nach deren aktivierender Wirkung zu beantworten und schlussendlich ein entsprechendes Nutzerpräferenzmodell als Basis zukünftiger, intelligenter Beleuchtungssysteme abzuleiten.

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – 450942921

Das Forschungsvorhaben beschäftigt sich mit der Erarbeitung einer KI-basierten Steuerung der automobilen Lichtverteilung um situationsbedingt optimierte, dynamische Lichtverteilungen zu generieren. Ziel dieses Forschungsvorhabens ist es hierbei, sich von der herkömmlichen Unterteilung der Lichtverteilungen in Abblendlicht und Fernlicht zu lösen, und ganzheitliche Lichtverteilungen vorzustellen.

Zur Erarbeitung dieser Lichtverteilungen werden umfangreiche Studien zur Erfassung des aktuellen Verkehrsraums durchgeführt. Hier sollen zunächst repräsentative Daten für den deutschen Verkehrsraum aufgezeichnet werden. Ziel der geplanten Fahrten ist es, flächendeckend den deutschen Verkehrsraum aufzuzeichnen und hierbei verschiedene Straßenklassen analog zu ihrem realen Vorkommen zu berücksichtigen. Für die Auswertung werden aktuellste Algorithmen zur Erkennung von Objekten einzeln trainiert und geometrische Verteilungen verschiedener Objekte, Autos, LKW, Busse (je fahrend und parkend), Verkehrsschilder (je nach Klasse), Fußgänger, Fahrradfahrer erstellt. Aus diesen Objektverteilungsdaten sowie weiteren aufgezeichneten Daten wie Geschwindigkeit, Straßenklasse, Straßenlage etc. werden automatisiert verschiedene Verkehrssituationen erstellt.

Neben der Aufzeichnung des deutschen Verkehrsraumes werden Kontrastuntersuchungen und Leuchtdichteanalysen in den verschiedenen Straßenklassen durchgeführt. Diese dienen dazu, den sicherheitsrelevanten Lichtbedarf für Kraftfahrzeugführer zu ermitteln und die aktuellen Lichtbedingungen im deutschen Verkehrsraum zu erfassen. Dabei werden nicht nur die Erkennbarkeitsentfernung und der dafür notwendige Kontrast betrachtet, sondern auch die Wahrnehmung der Helligkeit und Homogenität der Vorfeldausleuchtung. Dies ist essentiell, da neben einem objektiven Sicherheitsgewinn auch die subjektive Sicherheitswahrnehmung einen starken Einfluss auf das Wohlbefinden und Verhalten des Fahrzeugführers hat. Die Ergebnisse dieser Untersuchungen fließen ebenfalls in die Optimierung der situationsbedingten Lichtverteilungen ein.

Zusätzlich wird in einer weiteren Studie das Blickverhalten der Fahrzeugführer aufgezeichnet und durch die Kombination der Objektverteilungen und des Blickverhaltens im Straßenverkehr optimierte Lichtverteilungen errechnet. Diese theoretischen Lichtverteilungen werden anschließend validiert. In einem ersten Schritt werden in einem Fahrsimulator technologieunabhängig, die verschiedenen Lichtverteilungen in den verschiedenen, virtuell erzeugten, Verkehrssituationen dargestellt. Virtuell wird so die Akzeptanz und das Sicherheitsgefühl der Testpersonen beim Einsatz der verschiedenen Lichtverteilungen getestet. Zusätzlich wird in einer weiteren Studie getestet, in wie fern sich die Sichtweite der Autofahrer durch die neu generierten Lichtverteilungen verändert.

Gefördert durch die Deutsche Forschungsgemeinschaft (DFG) – 450636577

Der Pupillendurchmesser des Auges ist aufgrund seines direkten Einflusses auf die Netzhautbeleuchtungsstärke und der Netzhautabbildungsqualität ein wesentlicher Faktor bei photometrischen und visuellen Untersuchungen. Ein kleinerer Pupillendurchmesser kann einen größeren Tiefenunschärfebereich und eine Verringerung von optischen Aberrationen der Linse gewährleisten, welche sich positiv auf die Sehschärfe des Auges auswirken kann. Verschiedene Studien belegen, dass der optimale Pupillendurchmesser bei Sehaufgaben im photopischen Leuchtdichtebereich etwa zwischen zwei und drei Millimeter liegt. Mit der heutigen Technologie von Mehrkanal LED-Leuchten besteht die Möglichkeit, Lichtspektren zu optimieren, um die Pupillenöffnung, Farb- und Helligkeitswahrnehmung oder andere visuelle Metriken direkt zu beeinflussen. Die Anzahl der unterschiedlichen LED-Farbkanäle in einem solchen System bestimmen den Freiheitsrad, welcher es erlaubt, visuelle Metriken konstant zu halten während andere verändert werden können. Der erste Schritt zur aktiven Optimierung der Pupillenöffnung durch die Innenraumbeleuchtung ohne Beeinflussung anderer bildgebender Sehparameter ist die Entwicklung eines validen Pupillenmodells, welche den spektralen und zeitabhängigen Pupillendurchmesser des Menschen vorhersagt. Zur Charakterisierung und Modellierung des menschlichen Pupillenverhaltens wurde am Fachgebiet Lichttechnik eine temperaturgeregelte 15-Kanal LED-Leuchte entwickelt (siehe Abbildung 1).

Abbildung 1: Aufbau des Pupillenmessplatzes am Fachgebiet Lichttechnik und der Basisspektren der am Fachgebiet entwickelten temperaturgeregelten 15 Kanal LED-Leuchte. A: Die LED-Leuchte besteht auf der Vorderseite aus 16 temperaturgeregelten LED-Modulen. Die LED-Module besitzen jeweils 15 LED-Farbkanäle. Die Rücksicht der Leuchte zeigt die Steuerungselektronik bestehend aus einem STM32 Mikrocontroller, 15 LED-Treibern und einem Temperaturcontroller. In der Beobachtungsbox wird die speziell angefertigte 15-Kanal LED-Leuchte als Lichtquelle oben auf einem Aufbau hinter einer Diffusor-Optik positioniert. Innerhalb der Beobachtungsbox befinden sich zwei Kameras, um den Pupillendurchmesser zu erfassen. B: Relative Basisspektren jedes einzelnen LED-Kanals, gemessen in der Mitte des Adaptationsbereiches mit einem kalibrierten Konica Minolta CS2000 Spektralradiometer. Teile der Abbildungen sind entnommen aus: Babak Zandi, Julian Klabes, Tran Quoc Khanh. Prediction accuracy of L- and M-cone based human pupil light models. Sci. Rep. 10, 10988 (2020).

Existierende Pupillenmodelle basieren auf der Empfindlichkeit von den L- und M-Zapfen in der Netzhaut, wodurch sie in einem Lichtspektrums-Optimierungsprozess zur Erreichung einer idealen Pupillenöffnung ungeeignet sind [1]. Die Verwendung dieser Modelle würde eine Variation des Pupillendurchmessers bei gleichzeitiger Beibehaltung von Helligkeits- und Farbwahrnehmungsparametern unmöglich machen. Aktuell entsteht eine signifikante Vorhersageungenauigkeit beim Einsatz dieser Pupillenmodelle durch die Zeitunabhängigkeit und die Verwendung der Leuchtdichte als V(λ)-gewichtete photometrische Kenngröße. Die Integration einer V(λ)-gewichteten photometrischen Größe in ein Pupillenmodell führt beim Einsatz von Mehrkanal LED-Leuchten als Lichtquelle zu signifikanten Vorhersagefehlern des Pupillendurchmessers [1] (siehe Abbildung 2). Ein Hauptgrund dieser Vorhersagefehler ist die wellenlängenabhängige Empfindlichkeitskurve der Pupille, die nicht der V(λ)-Kurve allein entspricht [1,2]. Dieser Effekt wurde erst durch die Entdeckung der intrinsisch photosensitiven Ganglienzellen (ipRGCs) verstanden, welche zum grundlegenden Verständnis der Reizverarbeitung in der Netzhaut, der Helligkeitswahrnehmung, des zirkadianen Rhythmus und der Pupillenlichtreaktion beigetragen haben. Diese neurophysiologischen Erkenntnisse sind bisher unzureichend in die existierenden Pupillenmodelle integriert. Die Folge davon sind Vorhersagefehler des absoluten Pupillendurchmessers von aktuellen Pupillenmodellen (siehe Abbildung 2).

Abbildung 2: Ergebnis und Vorgehensweise in der Studie zur Bestimmung der Vorhersagegenauigkeit von klassischen Pupillenmodellen. A: Protokoll des durchgeführten Experiments in der Studie. Die Spektren wurden fünf Minuten zufällig mit einer konstanten Leuchtdichte von 100 cd/m2 dargeboten. Vor jedem Stimulus wurde fünf Minuten lang ein Ankerspektrum mit 200 cd/m2 dargeboten, um den Pupillendurchmesser auf eine Basis zu bringen. Als Stimuli-Spektren wurden LED-Spektren mit den Peak-Wellenlängen 450 nm, 530 nm, 610 nm und 660 nm verwendet. B: Gemessene Pupillendurchmesser bei den Darbietungszeiten 1 Sekunde, 60 Sekunden und 300 Sekunden. Stichprobe bestand aus 20 Probanden im Alter von 19-25. C: Der Mittelwert und die Standardabweichung der Differenzen zwischen dem berechneten und gemessenen Pupillendurchmesser. Die Bandmarkierung zeigt den Schätzfehler von ± 0.5 mm als Indikator. Abbildungen sind entnommen aus: Babak Zandi, Julian Klabes, Tran Quoc Khanh. Prediction accuracy of L- and M-cone based human pupil light models. Sci. Rep. 10, 10988 (2020).

In unserem geförderten DFG-Forschungsprojekt streben wir ein neues Pupillenmodell auf Basis von Deep Learning an, welches die Zeitabhängigkeit und die adaptive Gewichtung der retinalen Rezeptoren zur Kontrolle des Pupillenverhaltens berücksichtigt. Die neusten Erkenntnisse zum Mechanismus des Pupillenverhaltens sollen mit diesem Modell abgedeckt werden. Konkret möchten wir bestehende zeitvariante und zeitinvariante Modellansätze mit einem datengetriebenen, nicht-parametrischen Modell kombinieren, um ein Gesamtmodell des Pupillenverhaltens zu entwickeln. Damit berücksichtigen wir die dynamische und spektral abhängige Rezeptoradaptation des phasischen und tonischen Pupillenverhaltens. Der nicht-parametrische Modellansatz soll eine stetige Verbesserung der Modellgüte mit zunehmender Datenbasis gewährleisten. Dies soll durch eine öffentlich zugängliche und auch von fremden Arbeitsgruppen bearbeitbare Pupillen-Datenbank erreicht werden. Das Basismodell und die Basisdaten sollen in diesem Forschungsprojekt mittels umfangreicher empirischer Pupillenuntersuchungen erarbeitet werden und als genereller Anschub dieses generischen Modellvorhabens dienen.

Das Konzept zur Entwicklung eines Pupillenmodells, welches die aktuellen Erkenntnisse aus der neurophysiologischen Grundlagenforschung integriert, würde die zeitabhängige Berechnung des Pupillendurchmessers für verschiedene Lichtspektren erstmals ermöglichen. Die akkurate Berechnung des spektral- und zeitabhängigen Pupillendurchmessers ist unter anderem bei visuellen Experimenten, Augensicherheitsberechnungen und der medizinischen Diagnostik von essenzieller Bedeutung. Zudem kann ein solches Modell auch dazu beitragen, den Zusammenhang zwischen der Helligkeitswahrnehmung und dem Pupillenkontrollpfad aufzuzeigen [3].

Quellen und weiterführende Literatur

[1] Zandi B, Klabes J, Khanh TQ. Prediction accuracy of L- and M-cone based human pupil light models. Sci Rep 2020;10:10988. https://doi.org/10.1038/s41598-020-67593-3.
[2] Zandi B, Kunst K, Khanh TQ. Einfluss der melanopsinhaltigen Ganglienzellen auf die kurz- und langzeitige Pupillenlichtreaktion. 120. Jahrestagung der Dtsch. Gesellschaft für Angew. Opt., Darmstadt: 2019.
[3] Zandi B, Guo X, Bodrogi P, Khanh TQ. EXPERIMENTAL EVALUATION OF DIFFERENT BRIGHTNESS PERCEPTION MODELS BASED ON HUMAN PUPIL LIGHT RESPONSES. Proc. CIE 2018 Top. Conf. SMART Light., vol. 2, International Commission on Illumination, CIE; 2018, p. 201–8. https://doi.org/10.25039/x45.2018.OP34.

Datenerhebung und -speicherung bilden die Grundlage, um mit neuen Use Cases (Anwendungsfällen) ein bisher ungenutztes Innovationspotenzial für Beleuchtungsanlagen zu erschließen. Die Leuchten bzw. die Beleuchtungsanlagen einschließlich der zugehörigen Sensorik müssen hierfür jedoch in der Lage sein, Daten zu erfassen, diese mit einer einheitlichen Semantik in eine Cloud zu übertragen und zu speichern. In diesem Projekt werden die Daten aus Testanlagen, welche über 14 Standorte verteilt installiert sind, in einer gemeinsamen IoL-Cloud zusammengeführt. Ziel dieses Vorhabens ist die semantische Beschreibung der in den Testanlagen generierten Sensor- und Leuchtendaten bei gleichzeitiger Erprobung der Architektur für die Datenspeicherung und Datenübertragung. Hierauf aufbauend werden die zentral gespeicherten Daten analysiert und ausgewertet sowie datengetriebene, lichttechnische Use Cases untersucht und bearbeitet.

[Online]. Verfügbar unter: https://www.projekt-sense.de. [Zugriff am 18 Februar 2020]

Die leitenden Forschungsfragen für das Projekt „Internet of Light“ als gemeinschaftliche Projektarbeit zwischen der deutschen Lichtindustrie und den Forschungseinrichtungen lauten dabei:

  • Wie können die in den Beleuchtungsanlagen erzeugten Daten von Sensoren und Leuchten in einem einheitlichen, klar strukturierten Datenformat effizient und mit geringer Latenzzeit in ein oder in mehrere Cloud-Systeme übertragen, persistiert und analysiert werden?
  • Wie ist mit Sendeausfällen, physikalisch nicht plausiblen Daten und Restriktionen hinsichtlich des Systems umzugehen?
  • Welche Sensortypen und Betriebsdaten werden für datengetriebene Use Cases in verschiedenen Beleuchtungsanlagen benötigt?
  • Welche gegenseitigen Interaktionen, Einflüsse und Korrelationen haben die Leuchten- und Sensordaten zueinander?
  • Welchen Nutzen können die Anwender und Anlagenbetreiber aus den Leuchten- und Sensordaten über längere Zeiträume von mehreren Jahreszeiten gewinnen, um beispielsweise die Wirtschaftlichkeit, die Umweltfreundlichkeit und die Benutzerfreundlichkeit unter Reallaborbedingungen und für spätere Feldsysteme zu optimieren und nachzuweisen?
  • Welche Algorithmen und Methoden können für die Verarbeitung von Sensordaten im Bereich Lichttechnik angewendet werden?

 

 

 

Visuelle Effizienz als neuer zukunftsfähiger Bewertungsparameter für die Licht- und Architekturplanung

In diesem interdisziplinären Forschungsvorhaben wird auf die Einführung eines wahrnehmungsorientierten Begriffes hingearbeitet, der sog. „Visuellen Effizienz“ als neues, auf die LED-Technik anzuwendendes Planungskriterium. Durch das Forschungsfeld der Visuellen Effizienz können sich neue Beleuchtungskonzepte für die Architekturbeleuchtung in realen Gebäuden ergeben.

Der dabei zu verfolgende Ansatz führt eine neue Bewertungsskala ein, die die klassische rein visuelle Bewertung um psychophysische und psychologische Faktoren, Nutzerpräferenzen sowie Energieeffizienz erweitert. Die Entwicklung einer solchen Bewertungsskala soll auf Basis von Feldstudien in diversen Beleuchtungskontexten erfolgen.

Die Vision ist die Entwicklung eines Leitfadens für einen erneuerten Lichtplanungsprozess, der lichttechnische mit ökonomischen Parametern verknüpft und dabei gleichzeitig die Optimierung der Lichtqualität mit wahrnehmungspsychologischen Faktoren und der Energieeffizienz beachtet.

Das Forschungsprojekt wird gemeinsam mit dem FG Entwerfen und Gebäudetechnologie des FB 15 (Architektur) realisiert.