EgoCogNav: Kognitionsbasierte, selbstzentrierte Navigation für Menschen

Ein neues Forschungsprojekt namens EgoCogNav eröffnet einen wichtigen Schritt in der Entwicklung von Navigationssystemen, die nicht nur die physische Umgebung berücksichtigen, sondern auch die kognitiven und emotionalen Zustände des Menschen einbeziehen.

Traditionelle Ansätze zur Wegvorhersage konzentrieren sich meist ausschließlich auf die Bewegung in vollständig beobachteten Szenen und vernachlässigen dabei entscheidende menschliche Faktoren wie Unsicherheit, Aufmerksamkeit und Reaktionsverhalten. EgoCogNav adressiert diese Lücke, indem es die wahrgenommene Pfadunsicherheit als latente Variable modelliert und gleichzeitig Trajektorien sowie Kopfdrehungen vorhersagt.

Das System kombiniert Szenenmerkmale mit sensorischen Signalen, um ein multimodales Bild der Umgebung zu erzeugen. Durch die Integration von visuellen, räumlichen und sensorischen Daten kann EgoCogNav die kognitiven Zustände des Navigierenden präziser erfassen und in die Vorhersage einfließen lassen.

Zur Förderung der Forschung wurde das Cognition-aware Egocentric Navigation (CEN) Dataset veröffentlicht. Es umfasst sechs Stunden realer, selbstzentrierter Aufnahmen, die vielfältige Navigationsverhalten in unterschiedlichen Alltagssituationen dokumentieren. Dieses umfangreiche Datenset bietet eine solide Grundlage für die Weiterentwicklung kognitionsbasierter Navigationsmodelle.

Experimentelle Ergebnisse zeigen, dass EgoCogNav die wahrgenommene Unsicherheit zuverlässig erlernt und dabei stark mit menschlichen Verhaltensmustern wie Scannen, Zögern und Rückwärtsschreiten korreliert. Darüber hinaus demonstriert das Modell eine gute Generalisierung auf bislang unbekannte Umgebungen, was seine Anwendbarkeit in realen Szenarien unterstreicht.