MoCap to Music
Mithilfe eines Motion-Capturing-Systems (MoCap) können Bewegungsabläufe und Körperhaltungen sehr präzise aufgenommen und visualisiert werden. Können durch eine Kombination von Human Body Tracking und einer Analyse der Daten bzw. einer Künstlichen Intelligenz körperliche Fehlstellungen in den Körperhaltungen von Instrumentalist*innen frühzeitig erkannt und verbessert werden? Können durch biomechanische Messungen sogar Verbesserungsvorschläge für instrumentale Spieltechniken abgeleitet werden?
Bob MarleyEine gute Sache über Musik ist die, dass wenn sie dich trifft, du keinen Schmerz mehr fühlst.
Das mag für die Zuhörer*innen zutreffen, aber was ist mit den Musiker*innen? Das Spielen eines Musikinstruments kann zu Haltungsschäden führen. Bis zu 80% der Berufsmusiker*innen geben Beschwerden beim Instrumentalspiel an.
Mithilfe eines Motion-Capturing-Systems (MoCap) können Bewegungsabläufe und Körperhaltungen sehr präzise aufgenommen und visualisiert werden. Die zwei Fragestellungen des Projektes „MoCap to Music“ sind daher: Können durch eine Kombination von Human Body Tracking und einer Künstlichen Intelligenz Fehlstellungen in den Körperhaltungen von Musiker*innen frühzeitig erkannt werden? Können durch biomechanische Messungen sogar Verbesserungsvorschläge für instrumentale Spieltechniken abgeleitet werden?
Human Body Tracking ist eine Technologie, welche bereits in vielen medizinischen Bereichen Anwendung findet – etwa bei der Erkennung schlechter Körperhaltungen am Arbeitstisch oder der Verbesserung von Bewegungsabläufen im Leistungssport. Beim Spielen eines Instrumentes können ernsthafte Verspannungen und Verletzungen entstehen, die durch ein frühzeitiges Erkennen von Fehlstellungen und einer entsprechenden Änderung der Haltung vermeidbar wären.
Hier setzt das Projekt an: Mithilfe eines Motion-Capturing-Systems werden Musiker*innen aufgenommen. Ihre Bewegungen werden millimetergenau auf ein digitales Skelettmodell übertragen, wobei sich alle Gelenkwinkel in Echtzeit auswerten lassen. Durch Algorithmen werden die Bewegungsdaten über die Zeit kumuliert und aus diesen Daten die Belastung für den Bewegungsapparat abgeleitet. Ergänzt wird das MoCap-System durch Sensoren auf den Instrumenten, die Kräfte und Beschleunigungen, die auf diese ausgeübt werden, aufnehmen. Dadurch kann das rechnerinterne Skelettmodell um weitere Kräfte ergänzt werden.
Projektbeteiligte:
-
Prof. Dr. Michael Koch
Technische Hochschule Nürnberg, Fakultät für Maschinenbau und Versorgungstechnik
-
Fabian Müller
Technische Hochschule Nürnberg, Fakultät für Maschinenbau und Versorgungstechnik
-
Prof. Patrick Stadler
Hochschule für Musik Nürnberg, Professur für Saxophon
-
Prof. Valerie Rubin
Hochschule für Musik Nürnberg, Violine und Kammermusik