Categories

Archive

Disclaimer

De meningen ge-uit door medewerkers en studenten van de TU Delft en de commentaren die zijn gegeven reflecteren niet perse de mening(en) van de TU Delft. De TU Delft is dan ook niet verantwoordelijk voor de inhoud van hetgeen op de TU Delft weblogs zichtbaar is. Wel vindt de TU Delft het belangrijk - en ook waarde toevoegend - dat medewerkers en studenten op deze, door de TU Delft gefaciliteerde, omgeving hun mening kunnen geven.

Virtual Knock-out

Verzamelde Data

Alle belangrijke punten zijn uit de trackfiles gevist en geordend genoteerd in 1 Excel bestand per persoon.

2 voorbeeld bestanden:

 

 

 

 

 

Deze hebben we vervolgens samengevoegd in één bestand. Een tipje van de sluier staat hieronder. 

 

 

Tot slot hebben we natuurlijk ook nog gekeken naar de data van de getoonde video’s.

De resultaten hiervan zijn als volgt:

 

 

 

 

Aangepaste Excelsheets

Card Game excelsheet, geschikt gemaakt voor data analyse:

 

 

 

Red Hand excelsheet, geschikt gemaakt voor data analyse:

 

 
 
 
 Drop Test excelsheet, geschikt gemaakt voor data analyse:

 

 

DropTestAangepasteExcelsheet.jpg

Hieronder staan screen captures van het motion analysis programma EVaRT5.
De eerste printscreen is van de Card Game.
Zichtbaar is het skelet van infrarood plakkertjes, dat in dit geval is aangebracht op test persoon 21.
Onderin is de x-, y- en z-positie van 1 marker te zien over tijd, weergegeven als grafiek.
  
 
 
 
De tweede printscreen is van de Drop Test.
Zichtbaar is het skelet van infrarood plakkertjes, dat in dit geval is aangebracht op test persoon 21.
Onderin is wederom de x-, y- en z-positie van 1 marker te zien over tijd, weergegeven als grafiek.
 
 

Rauwe Data

Hieronder weergegeven zie je de ruwe onbewerkte trackfiles van de motion capture camera’s uitgevoerd in Excel. 
Om even één sheet helder door te nemen, van links naar rechts (kolommen) zien we achtereenvolgens

het framenummer, de bijbehorende tijd en daarna de x-,y- en z-posities van iedere marker.

Deze sheets maken we eerst op maat, om vervolgens gemakkelijk de belangrijke data er uit te kunnen vissen.

 

Drop Test:

 

 

 

 

Vandaag hebben we de science fair gehad. Op deze science
fair presenteerde verschillende groepen hun projecten. Op deze manier konden we
zien waar de rest van onze minor collega’s zich de afgelopen weken mee bezig
hebben gehouden. Bij onze stand stond het 4k beeldscherm met bijbehorende
serverkast opgesteld. Op het scherm werd de video afgespeeld waarin te zien was
wat het doel van het project was. Dit door middel van het laten zien van de
verschillende resoluties, de opstelling en (voorzichtige) eerste resultaten.
Verder konden er vragen gesteld worden. Na afloop zijn we weer naar ons “hok”
terug gegaan om door te gaan met de data verwerking. Welke dus nog steeds niet
af is. In het volgende artikel op deze blog hopen we wat betere resultaten te
kunnen laten zien.

Zoals eerder vermeld zijn we bezig met het verwerken van de data.
Hiermee zijn we helaas nog steeds niet klaar. Om een idee te krijgen waarom het
zo lang duurt is hier een korte beschrijving van een gemiddelde Excel sheet
waar wij mee te maken hebben. De gemiddelde sheet bevat 35 kolommen en 15000
rijen. Dit betekent dat er zo’n 525000 getallen per sheet te vinden zijn. Uit
deze getallen moeten we de juiste selecteren welke relevant zijn voor het
onderzoek. Behalve de reactie tijden wil onze begeleider ook graag bij de red
hand en de drop test spellen ook graag de intensiteit van de bewegingen weten.
Dit door middel van de (gemiddelde) snelheid en/of acceleratie te achterhalen.
Dit betekent voor ons dat we nog meer tijd moeten besteden aan naar het kijken
van miljoenen getallen en daar dan de juiste uit vissen om deze vervolgens te noteren. :=(

vrijdag hebben we bijna alle data kunnen analyseren en in een excel sheet kunnen zetten. Zoltan heeft  in SPSS ingeladen en daaruit een grafiek gehaald. Daaruit waren al wat resultaten af te lezen maar nog niet vrij duidelijk. Vandaag gaan de de laatste data proberen te analyseren van de cardgame en de droptest en hopelijk hebben we dan morgen voor de Science Fair een mooi resultaat om te presenteren. Inmiddels zijn we ook bezig om een filmpje te maken voor morgen. In dit filmpje moet onze aanpak van het onderzoek naar voren komen en de resulaten gepresenteerd worden. Tevens lijkt het ons leuk om een filmpje te maken met de verschillende resoluties achter elkaar om mensen deze verschillen te laten ervaren.

Op het moment zijn we bezig met de data te analyseren. We hebben de volgende data tot onze beschikking: De data van het motion tracking system; dit bestaat uit een excelbestand waarin de x, y en z coördinaten van iedere marker die op het lichaam van de testpersoon was geplakt worden weergeven per 1/200 seconde. Daarnaast hebben we de grafieken tot onze beschikking die bij deze coördinaten horen, het filmmateriaal (24fps) ter referentie van de testpersoon en het 3d model dat bestaat uit de punten van de markers op het lichaam van de testpersoon. Daarnaast hebben we de speedcam (200fps) tot onze beschikking om de data te synchroniseren en daarmee de exacte reactietijd van de testpersonen te achterhalen. Het analyseren van de data bestaat vooral uit de Excel bestanden doorzoeken naar de waarden die een omkeerpunt weergeven. Als een testpersoon bijvoorbeeld met zijn hand een plotselinge beweging maakt in de z-richting, dan zullen de waarden daar sterk veranderen in een korte tijd. Het is dan van belang precies te definiëren wanneer de beweging precies begint. We registreren de framenummers waar een beweging van de testpersoon begint. Ook registreren we de framenummers waar de beweging begint van de degene die op het 4k scherm te zien was en waarop de testpersoon zo snel mogelijk moest reageren. Met deze data kunnen we achterhalen wat het verschil was in reactietijden, maar nog niet wat de reactietijden exact waren omdat er verschillende vertragingen zijn. Niet alle data kan namelijk even snel door een kabel naar de computer gestuurd worden of door de computer verwerkt worden. Daarom hebben we de speedcam gebruikt. De speedcam heeft van elk spel maar 4 reacties van de test persoon geregistreerd omdat deze niet meer dan 30 seconden kan opnemen. Op deze beelden is het scherm en te testpersoon te zien, zodat we de data uit het motion tracking system hier over heen kunnen leggen. We zijn ook bezig met een film maken die we kunnen laten zijn bij de Science fair om mensen een goed beeld te geven hoe we het onderzoek hebben aangepakt. Hierin moeten ook de resultaten van het onderzoek gepresenteerd worden.

Hierbij een samenvatting van de afgelopen week

We filmen de testpersoon samen met het scherm waarop hij of zij reageert. Het scherm laat een video zien van 24 beelden per seconde. Eerst gebruikte we een normale camera om dit beeld en de testpersoon te filmen, maar het bleek dat deze camera ook maar 24 beelden per seconde filmde. Omdat de camera en het beeld met ieder 24 beelden per seconde nooit synchroon lopen, is het nooit te achterhalen wat de reactietijd van de testpersoon is. Daarom hebben we een hoge snelheidscamera gehuurd. Deze Speedcam filmt 200 beelden per seconde en daarom kunnen we in slow motion precies zien wanneer het volgende frame in beeld verschijnt en hoe lang de testpersoon er over doet voordat hij of zij reageert op wat er te zien is op die frame. Zo meten we exact de reactietijd van deze persoon. Dit synchroniseren we met het motion tracking system. Het versturen van de data van de Speedcam naar de computer vergt veel tijd. Hierop moeten de testpersonen elke keer wachten nadat ze op een filmpje hebben gereageerd. Dit duurt zo lang omdat er in de computer een te trage netwerkkaart zit. Daarom begonnen we maandag met het proberen of deze data ook naar een andere computer overgezet kon worden die een snellere netwerkkaart heeft. Deze computer bleek echter een tragere processor en harde schijf te hebben dus dit was geen goede oplossing. We hebben daarna nog drie personen getest. Ieder heeft drie verschillende spellen gedaan op twee resoluties. We kozen ervoor om niet drie resoluties te doen persoon omdat dit te lang zou duren en we daardoor met concentratieverlies van de testpersonen te maken hebben. Dinsdag zijn we verder gegaan met de experimenten met een andere opzet. Elk persoon doet vanaf dinsdag twee van de drie spellen in drie verschillende resoluties (VGA, HD en 4K). Op deze manier filteren we de verschillende reactietijden per persoon er nog meer uit en specificeren we onderzoek meer op de verschillen in resoluties.  De films duren tussen de 3 en 1 minuut en elk persoon doet zes spellen dus het onderzoek zou niet zo lang moeten duren per persoon, maar doordat we de data van de Speedcam na elke opname naar de computer moeten doorsturen komen gemiddeld op 45 minuten uit per persoon. Tot nu toe hebben we zeventien personen gedaan. We hopen er vandaag nog 5 te doen en dan gaan we morgen beginnen met analyseren van de data. We hebben de data van het motion tracking system, de speedcam en de normale camera. Deze data gaan we naast elkaar leggen

17/10/2011

On monday we started with trying a different computer with the highspeed camera because it takes a lot of time to handle the amount of data of the high speed captures. Due to the time constraints it would have benefitted us if the experiments took less time. Unfortunatly this didn’t work. However the new motiontracking camera setup worked better because the markers are now better in view of the camera, which will give us more reliable data.
Following we conducted experiments with new subjects with the method of 2 resolutions of 3 games, a total of 6 games per subject. After a few subjects we saw an other way to shorten the experiments. The time in between the actions in the movies of the games is rather long for the card game and drop test. We decided to edit the movies in the afternoon and render them again to have the time shortend. We hope this will benefit us in two ways. The experiments will take less time and we will get more data in that time.
Besides the experiments we also made a test movies from earlier experiments, combing two correspondig players in a virtual setting. This way you can see how the game play would have been as if in real life.

http://www.youtube.com/watch?v=X85D4d9eZ50

© 2011 TU Delft