AssistME
Unsere Forschung kombiniert künstliche Intelligenz mit virtueller Realität, um Studenten die Möglichkeit zu geben, ihre eigenen Konstruktionen in einer VR-Umgebung zu erleben. Studierende des Maschinenbaus an der TU Dortmund erhalten während des Semesters die Aufgabe, ein Getriebe in Form von technischen 2D-Zeichnungen zu konstruieren. Die Studierenden laden im ersten Schritt ihre Zeichnungen auf einer Website hoch. Es ist geplant, dass das Lernsoftware sowohl Handzeichnungen als auch CAD-Zeichnungen unterstützt. Die KI erkennt die Maschinenelemente in den Zeichnungen und die Daten werden in die VR-Umgebung übertragen. Die Studierenden können dann ihre Konstruktionen in einem virtuellen 3D-Raum u. a. betrachten, zusammenbauen und bewerten.
Projektleitende Personen
Ausgangssituation
Immer mehr Studierende haben Probleme in konstruktiven Fächern des Maschinenbaus. Das Grundwissen und die Grundfähigkeiten, die im Grundlagenstudium erlangt werden sollen, reichen nicht aus, um die im Studium folgenden Themen anzugehen. Dies betrifft besonders die Konstruktion bspw. von Getrieben, welche als Hausarbeit während eines Semesters ausgearbeitet werden müssen. Es mangelt an speziellen Fähigkeiten wie z. B. dem räumlichen Vorstellungsvermögen.
Ziel des Projekts
Die erörterten Defizite sowie die in den konstruktiven Fächern vorkommenden Themen sollen mit einer speziellen Lernsoftware aufgearbeitet werden. Dadurch , dass Studierende mit den Problemen ihrer eigenen Konstruktion konfrontiert werden können und das ganze anschaulich aufbereitet werden kann, kann die Lernmotivation und der Lernfortschritt optimiert werden.
Ergebnisse und Erfolge
Ein Pretest hat gezeigt, dass Studierende Probleme mit der räumlichen Vorstellung aufweisen, die eigenen Fähigkeiten meist nicht adäquat einschätzen können und wichtige konstruktive Grundkenntnisse fehlen - Defizite im Bezug auf das räumliche Vorstellungsvermögen können effektiv und nachhaltig in einer virtuellen Umgebung (VR) aufgearbeitet werden - Eine KI-Objekterkennung ist in der Lage, alle Bauteile auf einer Welle mit einer globalen Genauigkeit von über 0,9, d. h. 90 % der Objekte werden richtig positiv erkannt, zu klassifizieren und die Position wiederzugeben - Die Zuhilfenahme von computererstellten technischen Zeichnungen ist nur sehr begrenzt in der Lage, reale Trainingsdaten zu ersetzten, und so die Objekterkennungsqualität zu erhöhen - Die Gamifizierung der Anwendung ist eine Festanforderung, um die Lernsoftware interessant für die Studierenden zu gestalten, damit eine breite und nachhaltige Nutzung gewährleistet wird
