Kuijper, ArjanTazari, Mohammad-RezaBecker, HagenHagenBecker2022-03-072022-03-072020https://publica.fraunhofer.de/handle/publica/283339Im Rahmen dieser Arbeit wurde das Spiel PDDanceCity, welches der Bewegungsförderung dient aber auch kognitive Fähigkeiten trainieren soll, in mehreren Punkten erweitert. Das Spiel befand sich zu Beginn der Arbeit noch im Status eines Proof of Conecpt und ist vor allem für ältere Menschen konzeptioniert worden, in dem sich der Spieler auf einer Tanzfläche physisch bewegen muss, um seine Spielfigur durch ein Labyrinth ans Ziel zu steuern. Die Erweiterungen beinhalten zum einen die Möglichkeit das Spiel in der modernen Physiotherapie einzusetzen. Durch das in der Arbeit umgesetzte Profilverwaltungssystem ist es möglich, dass Physiotherapeuten die Entwicklung eines Patienten beobachten, begleiten und gegebenenfalls die Therapie anpassen können. Weitere Punkte waren die Verbesserung und Automatisierung der Steuereinheit des Spieles sowie die Erarbeitung eines Algorithmus für die Generierung der einzelnen Spielkarten, basierend auf den Einstellungen der Profile der Spieler. Zu Beginn musste die Tanzmatte mit der man das Spiel steuert für jeden Spieler neu eingestellt werden und die Generierung einer Spielkarte war zufällig und bezog sich nicht auf Spielerprofile. Durch diese Arbeit entstand ein Algorithmus, welcher die Spielkarten individuell basierend auf den Einstellungen des jeweiligen Spielers generierte. Auch wurde die Kommunikation der Tanzmatte mit dem Spiel verbessert, sodass zukünftig die Kalibrierung der Tanzmatte für jeden einzelnen Spieler entfällt. Außerdem ist es nun durch Gesichtserkennung möglich sich in sein Spielerprofil einzuloggen. Dies soll die Akzeptanz von älteren Menschen verbessern, da sie durch diese Technologie nicht mit Maus und Tastatur agieren müssen und einfacher und schneller das Spiel starten können. Weiterhin wurde eine Studie in einer Einrichtung für ältere Menschen durchgeführt, um Zusammenhänge zwischen der Fitness und der Spielweise eines Probanden zu untersuchen. Der Fitnesszustand jedes Spielers wurde mittels eines unabhängigen Fitnesstestes ermittelt. Nach dem Spielen von PDDanceCity wurden mit verschiedenen Maschinellen Lernen-Algorithmen die Bewegungsdaten der Probanden ausgewertet. Dadurch können künftig Rückschlüsse auf die Fitness der Probanden abhängig von ihrer Spielweise geschlossen werden.deLead Topic: Individual HealthLead Topic: Smart CityResearch Line: Human computer interaction (HCI)serious gamestherapy planningElderly usershealth care006master thesis