Anhand der erzielten Kenngrößen zur Zuverlässigkeit der Gestenerkennung aus dem Kapitel Testing kann festgehalten werden, dass das Ziel der Arbeit erreicht wurde und eine erfolgreiche Vier-Gestenerkennung auf dem Android-Betriebssystem realisiert werden konnte. Unter strenger Beachtung der Ausführungstechnik können mehr als 80 Prozent der ausgeführten Gesten zuverlässig erkannt werden. Bei Außenstehenden, die die vier Gesten zum ersten Mal ausführen, ist die Zahl der erfolgreichen Detek-tionen geringer. Den Hauptgrund dafür stellt die Unvertrautheit der Drittpersonen
mit der korrekten Ausführungstechnik dar. Aufgrund der hohen Anzahl von Aus-führungsversuchen in den manuellen Tests konnte eine ansteigende Lernkurve bei den Testpersonen beobachtet werden. Mit zunehmender erfolgreicher Gestenerken-nung konnte die Anzahl an korrekten Ausführungen erhöht werden. Die zusätzlich in dieser Arbeit entstandene Beispielanwendung, die zu Demonstrationszwecken dient, gibt dabei Nutzer*innen bei einer erfolgreichen Gestenerkennung sofortiges Feedback durch eine kurze Vibration des Mobilgeräts. Weiterhin wird eine Gestenerkennung durch Änderungen der entsprechenden User-Interface-Elemente verdeutlicht. Diese Gegebenheiten trugen zur steigenden Lernkurve bei.
7.3. Ausblick
Die im Rahmen dieser Abschlussarbeit entwickelte Gestenerkennungs-Bibliothek hat eine Möglichkeit aufgezeigt, wie mithilfe vorhandener Sensoren sinnvoll vordefinierte Gesten detektiert werden können. Dieser letzte Abschnitt soll Grenzen der Gestenerken-nung aufzeigen und einen Ausblick auf die weitere Entwicklung der Bibliothek geben.
Sollte die Bibliothek in reale Anwendungen integriert werden, ist zu beachten, dass die Ausführung der Gesten relativ zum Raum und nicht relativ zur Körperposition der Nutzer*innen konzipiert wurde. Dies hat zur Folge, dass Nutzer*innen, die die Gesten im Liegen ausführen wollen, angewiesen sind, umzudenken und die Ausführungstech-nik dementsprechend anzupassen.
Im Idealfall wäre eine Gestenerkennung mit einer hundertprozentigen Zuverlässigkeit wünschenswert. Bei einer Fortführung der Bibliothek sollte aus diesem Grund stetig erforscht werden, wie die Zuverlässigkeit der Gestenerkennung gesteigert werden kann.
Schaut man sich bspw. die Geste MotionType.RECEIVE an, weist diese die geringste Zuverlässigkeit auf. Die Hauptursache dafür stellte dar, dass aufgrund aufgetretener Probleme bei der Erkennung dieser Geste, die Bedingungsgrößen und der Lösungsweg so verschärft werden mussten, dass z.B. bei einer einzigen Ausführung die Geste nicht mehrfach oder bei der Rückbewegung zur Standardposition die Geste nicht ein zweites Mal detektiert wird.
Es besteht dementsprechend ein schmaler Grad zwischen der häufigen und zuverlässi-gen Erkennung einer Geste. Häufig bedeutet in diesem Fall, dass der Hauptfokus auf eine erfolgreiche Detektion der Geste möglichst bei jeder Ausführung liegt. Dabei wird in Kauf genommen, dass die Geste möglicherweise gelegentlich mehrfach pro Ausfüh-rung detektiert wird. Zuverlässig bedeutet in diesem Fall, dass die Geste möglichst nur ein einziges Mal pro Ausführung detektiert wird. Dabei wird in Kauf genommen, dass gelegentlich eine Ausführung nicht erkannt wird.
Liegt der Fokus auf der Häufigkeit für die Receive-Geste wird die Lösung sein, die zugehörigen Konditionswerte der Sensoren zu verringern oder das schmale Zeitfenster zu vergrößern. Angenommen, eine Chat-Anwendung würde die Gestenerkennungs-Bibliothek integrieren und man müsste mithilfe der Receive-Geste abfragen, ob unge-lesene Nachrichten für die jeweiligen Nutzer*innen vorliegen, würde im Falle einer doppelten Gestenerkennung die zweite Abfrage für die Nutzer*innen nicht erkenn-bar sein, da technisch die zweite Abfrage ignoriert werden kann, weil in der ersten
Gestenerkennung alle ungelesenen Nachrichten zugestellt werden konnten. Bei der Entscheidung hinsichtlich der Wahl zwischen Häufigkeit und Zuverlässigkeit der Ges-tenerkennung sollte jedoch der Performanzaspekt berücksichtigt werden. Sollte keiner der zwei oben genannten Lösungsansätze sich bewähren, besteht die Option zum Austausch oder Anpassung der Geste.
Ein letzter Aspekt zur Verbesserung der Zuverlässigkeit der Gestenerkennung stellt die Lernkurve der Nutzer*innen dar. Um Nutzer*innen zur korrekten Ausführung der Gesten zu verhelfen, wäre eine Option zur Erweiterung der Bibliothek ein Feedback-Mechanismus. Dieser Mechanismus sieht vor, die detect()-Methoden der Detector-Klassen so auszubauen, dass bei knapper Verfehlung der Konditionsgrößen vordefi-nierte Broadcasts mit den erforderlichen Informationen versendet werden. Ein gültiger Broadcast könnte demzufolge die Information enthalten:vertical acceleration value was 4f instead of 5f. Nutzer*innen könnten daraufhin den Hinweis bekommen:Bewege das Telefon 30% schneller.
[1] Stephanus Büttgenbach.Mikrosystemtechnik. Vom Transistor zum Biochip. 1. Auflage.
Berlin Heidelberg: Springer Verlag, 2016.isbn: 978-3-662-49773-9.
[2] Google Developers.Application Fundamentals. Online:https://developer.android.
com/guide/components/fundamentals#Components; letzter Zugriff: 23.09.2021.
2021.
[3] Google Developers.Best Practices for Accessing and Using Sensors. Online:https://
developer.android.com/guide/topics/sensors/sensors_overview#sensors-practices; letzter Zugriff: 25.09.2021. 2021.
[4] Google Developers.Broadcasts Overview. Online:https://source.android.com/
setup/start/build- numbers#platform- code- names- versions- api- levels-and-ndk-releases; letzter Zugriff: 25.09.2021. 2021.
[5] Google Developers.Codenames, Tags, and Build Numbers. Online:https://source.
android.com/setup/start/build- numbers#platform- code- names- versions-api-levels-and-ndk-releases; letzter Zugriff: 25.09.2021. 2021.
[6] Google Developers.Foreground Services. Online: https://developer.android.
com/guide/components/foreground-services; letzter Zugriff: 24.09.2021. 2021.
[7] Google Developers.Monitoring sensor events. Online:https://https://developer.
android . com / guide / topics / sensors / sensors _ overview # sensors - monitor;
letzter Zugriff: 25.09.2021. 2021.
[8] Google Developers. Sensor availability. Online: https : / / developer . android . com/guide/topics/sensors/sensors_overview#sensor- availability; letzter Zugriff: 25.09.2021. 2021.
[9] Google Developers.Services Overview. Online:https://developer.android.com/
guide/components/services#Basics; letzter Zugriff: 24.09.2021. 2021.
[10] Google Developers.Use the gravity sensor. Online:https://developer.android.
com / guide / topics / sensors / sensors _ motion # sensors - motion - grav; letzter Zugriff: 24.09.2021. 2021.
[11] Google Developers.Use the gyroscope. Online:https://developer.android.com/
guide/topics/sensors/sensors_motion#sensors-motion-gyro; letzter Zugriff:
24.09.2021. 2021.
[12] Google Developers. Use the linear accelerometer. Online: https : / / developer . android . com / guide / topics / sensors / sensors _ motion # sensors motion -linear; letzter Zugriff: 24.09.2021. 2021.
[13] Joachim Goll und Manfred Dausmann.Architektur- und Entwurfsmuster der Softwa-retechnik. Mit lauffähigen Beispielen in Java. 1. Auflage. Wiesbaden: Springer Vieweg, 2013.isbn: 978-3-8348-2432-5.
[14] Ekbert Hering und Gert Schönfelder.Sensoren in Wissenschaft und Technik. Funkti-onsweise und Einsatzgebiete. 2. Auflage. Wiesbaden: Springer Vieweg, 2011.isbn: 978-3-658-12562-2.
[15] Varun Nagpal.Android Sensor Programming By Example. Take your Android applica-tions to the next level of interactivity by exploring the wide variety of Android sensors.
Birmingham: Packt Publishing, 2016.isbn: 978-1-78528-550-9.
[16] Statista Research Department (StatCounter). Anteile der verschiedenen Android-Versionen an der Internetnutzung von Geräten mit Android OS weltweit im Juli 2021.
Online:https://de.statista.com/statistik/daten/studie/180113/umfrage/
anteil-der-verschiedenen-android-versionen-auf-geraeten-mit-android-os;letzterZugriff:25.09.2021, Juli 2021.
MEMS Micro-Electro-Mechanic Systems API Application Programming Interface