Einfluss urbaner Strukturen auf Wahrnehmung und Orientierung – eine Studie in VR

Gebaute und natürliche Strukturen haben einen entscheidenden Einfluss darauf, wie Menschen ihre Umgebung wahrnehmen und sich in ihr zurechtfinden. Elemente wie die Struktur des Straßennetzes (z. B. grid-artige Stadtpläne versus organisch gewachsene europäische Städte), die Bebauungsdichte sowie das Vorhandensein von Frei- und Grünflächen bestimmen maßgeblich, ob und wie wir uns orientieren können. Dabei spielen auch markante Wiedererkennungspunkte und Landmarken eine wichtige Rolle, da sie als mentale Ankerpunkte entlang von Blickachsen genutzt werden. Zusätzlich beeinflussen Verkehrsdichte und Verkehrsarten die Wahrnehmung des städtischen Raumes.

Virtuelle Umgebungen bieten die Möglichkeit, diese Faktoren systematisch zu variieren und ihre Auswirkungen isoliert zu untersuchen. Ziel der Masterarbeit ist es, zentrale Stellschrauben des städtischen Designs – wie Straßennetz, Bebauungsdichte, Frei- und Grünflächen sowie Verkehr – experimentell zu analysieren und ihren Einfluss auf Wahrnehmung, Orientierung und Wegfindung messbar zu machen. Dazu sollen verschiedene virtuelle Umgebungen modelliert, Navigationsaufgaben entwickelt und systematische Experimente mit Proband:innen durchgeführt werden. Die Ergebnisse tragen nicht nur zu einem tieferen Verständnis menschlicher Raumwahrnehmung bei, sondern liefern auch wertvolle Erkenntnisse für die zukünftige städtebauliche Planung und Gestaltung.

Influence of Urban Structures on Perception and Wayfinding – Experiment in VR

Built and natural structures have a decisive impact on how people perceive their surroundings and navigate within them. Elements such as the structure of the street network (e.g., grid-based city layouts versus organically grown European cities), building density, and the presence of open and green spaces strongly affect our ability to orient ourselves. Distinct landmarks play a crucial role as mental anchor points along visual axes. In addition, traffic density and traffic modes also shape the perception of urban environments.

Virtual environments provide the opportunity to systematically vary these factors and study their effects in isolation. The aim of this master’s thesis is to experimentally analyze key aspects of urban design—such as street networks, building density, open and green spaces, and traffic—and to measure their influence on perception, orientation, and wayfinding. To achieve this, different virtual environments will be created, navigation tasks developed, and systematic experiments with participants conducted. The results will not only contribute to a deeper understanding of human spatial perception but also provide valuable insights for future urban planning and design.

Digital Twins zur sensorbasierten Datenerfassung und Prognose

Im Rahmen dieser Arbeit soll ein Ditial Twin des Geo1-Gebäudes auf Basis eines vorhandenen 3D-Modells entwickelt werden. Der digitale Zwilling wird mit realen Sensordaten (z. B. CO₂-Konzentration, Temperatur, Luftfeuchtigkeit) gekoppelt, die in ausgewählten Räumen wie Seminar- und Lehrräumen erhoben werden. Ziel ist es, die erhobenen Daten in den Digital Twin zu integrieren und Modelle zu entwickeln, mit denen Prognosen zur CO₂-Entwicklung und weiteren raumklimatischen Parametern unter unterschiedlichen Nutzungskonstellationen erstellt werden können.

Die Arbeit umfasst die technische Implementierung des Digital Twins, die Anbindung und Integration von Sensordaten, die Konzeption geeigneter Szenarien (z. B. unterschiedliche Belegungsstärken, Lüftungsstrategien), sowie die Entwicklung und Validierung von Prognosemodellen.

Digital Twin for Sensor-Based Data Collection and Prediction

As part of this project, a digital twin of the Geo1 building will be developed based on an existing 3D model. The digital twin will be linked to real sensor data (e.g., CO₂ concentration, temperature, humidity) collected in selected rooms such as seminar and teaching rooms. The goal is to integrate the collected data into the digital twin and to develop models that can generate predictions of CO₂ levels and other indoor climate parameters under different usage scenarios.

The project includes the technical implementation of the digital twin, the connection and integration of sensor data, the design of appropriate scenarios (e.g., varying occupancy levels, ventilation strategies), as well as the development and validation of predictive models.

TinyAIoT: Ressource-efficient AI Models for IoT Sensors

Modern IoT applications often rely on sensors that run on microcontroller units and communicate via network protocols such as LoRaWAN or Bluetooth Low Energy. To operate autonomously for extended periods of time, application resource requirements must be minimized.

This master’s thesis investigates the development of resource-efficient IoT applications through the utilization of AI models. These models aim to save energy by reducing the computational load, camera resolution or data transmission, while maintaining the ability to perform specific tasks. You will develop, implement and compare different resource-efficient AI models with sensors such as cameras, distance sensors, vibration sensors and test your implementation in different application scenarios.

Ressourceneffiziente KI für IoT Anwendungen

Moderne IoT Anwendungen greifen häufig auf Sensoren zurück, die auf Mikrocontrollern laufen und über Netzwerkprotokolle wie LoRaWAN oder Bluetooth Low Energy kommunizieren. Damit die Sensoren über eine längere Zeit autark betrieben werden können, muss der Ressourcenbedarf der Anwendungen minimiert werden.

Die Bachelorarbeit beschäftigt sich mit der Frage, wie weit Ressourcen wie Rechnenleistung, Kameraauflösung, Datenübertragung minimiert werden können, um dennoch bestimmte Aufgaben wahrnehmen zu können. Es werden ressourceneffiziente KI-Modelle mit Sensoren (Kameras, Abstandssensoren, Vibrationssensoren) implementiert und in verschiedenen Anwendungsszenarien getestet.

Förderung der Navigational Map-Reading Kompetenz – in der Realität oder in VR

Die Fähigkeit, sich zu orientieren und Karten zu lesen, ist grundlegend für eine erfolgreiche Navigation in unbekannten Umgebungen. Es ist bekannt, dass sich die Kartenlesekompetenz von Person zu Person stark unterscheidet. Während zahlreiche Navigationssysteme entwickelt wurden, um uns beim Finden des Weges zu unterstützen, gibt es bisher nur wenige Ansätze, Geoinformationstechnologien gezielt zur Förderung von Orientierungs- und Kartenlesefähigkeiten einzusetzen und individuelle Unterschiede zu überwinden.

GeoGami ist ein ortsbezogenes Spiel, das digitale Karten nutzt, um systematisch die Kompetenz im navigationalen Kartenlesen zu vermitteln. Ziel der Arbeit ist es, Trainingskonzepte zu entwickeln, die diese Kompetenzen mit Hilfe digitaler Karten fördern. Erfolgreiches Kartenlesen setzt insbesondere die Fähigkeit voraus, die eigene Position auf der Karte zu bestimmen, Objekte auf der Karte zu lokalisieren und die Karte mit der realen Umgebung in Deckung zu bringen. Im Rahmen dieser Bachelorarbeit werden Sie Aufgaben entwerfen, die diese Teilkompetenzen auf unterschiedlichen Schwierigkeitsstufen trainieren. Die Trainings können sowohl in der realen Welt als auch in eigens dafür gestalteten virtuellen Umgebungen durchgeführt werden. Im Rahmen der Arbeit soll eine Studie durchgeführt werden, um die Trainings zu evaluieren und die effizientesten Ansätze zur Förderung der navigationalen Kartenlesekompetenz zu identifizieren.

Literaturhinweise:

  • Lobben, A. K. (2007). Navigational map reading: Predicting performance and identifying relative influence of map-related abilities. Annals of the Association of American Geographers, 97(1), 64–85. https://doi.org/10.1111/j.1467-8306.2007.00524.x

  • Bistron, J., & Schwering, A. (2023). Assessing navigational map reading competencies with the location-based GeoGame “GeoGami”. Journal of Geoscience Education, 72(1), 73–85. https://doi.org/10.1080/10899995.2023.2190830

Fostering Navigational Map Reading Competence

The ability to orient oneself and read maps is essential to successfully navigate in unfamiliar environments. It is well known that the ability to orient oneself with maps varies from person to person. While there are numerous navigation systems to help us find our way, very few efforts have been made to use GI technologies to promote orientation and map reading skills and overcome the individual differences. GeoGami is a location-based game using digital maps to systematically teach navigational map reading competence.

The thesis will investigate how to design trainings to promote people’s navigational map reading competence with digital maps. Successful map reading relies on the ability to localize yourself on the map, to localize objects on the map and to align the map with your environment. You will design tasks to practise these competences at different levels of difficulty. These trainings can be either conducted in the real world or in virtual worlds explicitly designed for these trainings. You will run a study testing your trainings to identify the most efficient ways to teach navigational map reading.

Literature:

Lobben, A. K. (2007). Navigational map reading: Predicting performance and   identifying relative influence of map-related abilities. Annals of the Association of American Geographers, 97(1), 64–85. https://doi.org/10.1111/j.1467-8306.2007.00524.x

J Bistron, A Schwering (2023): Assessing navigational map reading competencies with the location-based GeoGame “GeoGami”, Journal of Geoscience education 72 (1), 73-85, https://doi.org/10.1080/10899995.2023.2190830

Interpreting Spatial Movement Behaviour

Every day, humans move through space and time. Traditionally, performance in navigation tasks has been assessed primarily by measuring the time or distance required to reach a destination. With the use of mobile sensors such as GPS and digital compasses, it is now possible to record spatio-temporal movement data in great detail and even capture contextual information about the surrounding environment. However, such spatio-temporal trajectories alone do not provide direct insights into actual movement behaviour. For example: does a decrease in speed indicate disorientation, or is it simply a reaction to environmental factors? Conversely, does high speed reflect confidence in wayfinding?

In this thesis, you will investigate spatial trajectories of participants performing wayfinding tasks. Your objectives will be to identify suitable measures for analysing and interpreting trajectories – e.g. how to determine wayfinding confidence and getting lost based on speed, viewing direction and trajectory – , to develop algorithms that extract relevant information from trajectory data, and to test your approach using existing datasets.

You will have access to trajectories collected during wayfinding studies with our research software GeoGami (www.geogami.org respectively https://app.geogami.ifgi.de/)

Measures for wayfinding performance measures (not technology supported):

Hölscher et al (2006): Up the down staircase: Wayfinding strategies in multi-level buildings, https://doi.org/10.1016/j.jenvp.2006.09.002

Ruddle et al (2006): Three Levels of Metric for Evaluating Wayfinding, https://doi.org/10.1162/pres.15.6.637

Interpretation von räumlichem Bewegungsverhalten

Jeden Tag bewegen sich Menschen durch Raum und Zeit. Traditionell wurde die Leistung bei Navigationsaufgaben vor allem anhand der benötigten Zeit oder der zurückgelegten Distanz bis zum Ziel gemessen. Durch den Einsatz mobiler Sensoren wie GPS und digitale Kompasse ist es inzwischen möglich, raum-zeitliche Bewegungsdaten sehr detailliert zu erfassen und sogar kontextuelle Informationen über die Umgebung aufzunehmen. Solche raum-zeitlichen Trajektorien liefern jedoch allein keine direkten Einsichten in das tatsächliche Bewegungsverhalten. Beispielsweise: Weist eine langsamere Geschwindigkeit bei der Navigation auf Desorientierung hin, oder handelt es sich lediglich um eine Reaktion auf Umweltfaktoren (z.B. Verkehr)? Umgekehrt – spiegelt hohe Geschwindigkeit tatsächlich ein hohes Vertrauen in die eigene Wegfindung wider?

In dieser Arbeit untersuchen Sie räumliche Trajektorien von Teilnehmenden, die Wegfindungsaufgaben bearbeiten. Ziel ist es, geeignete Maße zur Analyse und Interpretation von Trajektorien zu identifizieren – z. B. wie sich Wegfindungssicherheit oder das “Getting-List” anhand von Geschwindigkeit, Blickrichtung und Trajektorienverlauf bestimmen lassen –, Algorithmen zu entwickeln, die relevante Informationen aus Trajektoriendaten extrahieren, sowie den Ansatz anhand bestehender Datensätze zu testen.

Sie erhalten Zugang zu Trajektorien, die in Wegfindungsstudien mit unserer Forschungssoftware GeoGami (www.geogami.org bzw. https://app.geogami.ifgi.de/) erhoben wurden.

Literatur zu Maßen für die Wegfindungsleistung (nicht technologiegestützt):

Hölscher et al (2006): Up the down staircase: Wayfinding strategies in multi-level buildings, https://doi.org/10.1016/j.jenvp.2006.09.002

Ruddle et al (2006): Three Levels of Metric for Evaluating Wayfinding, https://doi.org/10.1162/pres.15.6.637