FH Bielefeld
University of
Applied Sciences

Sturzerkennung im Smart Home

Embedded Systems, Sturzerkennung, Aktivitätenerkennung, Smart Home

 

Fachhochschule Bielefeld
Fachbereich Campus Minden
Artilleriestr.9
32427 Minden

Projektleitung
Matthias König, FB Campus Minden
Tel. 0571 8385 280, matthias.koenig@fh-bielefeld.de

Laufzeit
April 2014 bis Oktober 2015

Projektförderung
FH Bielefeld - hochschulinterner Forschungsfonds

Kurzbeschreibung
Das Forschungsprojekt beschäftigt sich mit der Entwicklung eines Systems zur Erkennung von Stürzen und grundlegenden Aktivitäten eines Menschen und der Einbindung des Systems in einen Smart Home Kontext. Die Erkennung von Stürzen und eine damit verbundene Alarmierung im Notfall betrifft insbesondere ältere Menschen, die sich möglicherweise nach einem Sturz nicht mehr helfen können.

Im Rahmen des Projekts findet eine prototypische Entwicklung von einem tragbaren eingebetteten System statt, das neben der Erkennung von Stürzen und Aktivitäten mittels Sensorik in der Lage ist, mit einem Smart Home bzw. intelligenten Gebäude zu kommunizieren. Für die Einbindung an eine Haussteuerung des Gebäudes wird außerdem eine entsprechende Empfangskomponente entwickelt.

Die Sturz- und Aktivitätenerkennung ist direkt auf dem eingebetteten System implementiert. Es ist kaum größer als eine Euromünze und zeichnet sich durch geringe Kosten sowie einen geringen Energieverbrauch aus. Zudem lässt es sich durch seine kleine Größe problemlos an einem üblichen Gürtel befestigen.

SmartFallHardware

Die Integration des eingebetteten Systems geschieht durch eine Empfangskomponente, die mit dem Hausautomationsbus verbunden ist. Zusätzlich ist das intelligente Gebäude mit Transpondern in den einzelnen Räumen ausgerüstet, was eine Lokalisierung des eingebetteten Systems im Gebäude ermöglicht.

SmartFallArchitecktur

Die Kombination aus Sturzerkennung und Lokalisierung im intelligenten Gebäude ermöglicht es, auf Stürze schnell und gezielt zu reagieren. So können beispielsweise Personen benachrichtigt werden und durch programmierbare Leuchtstreifen zur gestürzten Person geführt werden. Zukünfig kann durch die Erkennung von grundlegenden Aktivitäten einer Person, deren Lokalisierung und durch Einbezug weiterer Smart Home Sensoren auf höherwertige Aktivitäten geschlossen werden.

Publikationen

  • A. Pörtner, D. Sprute, A. Weinitschke, and M. König (2015). Integration of a fall detection system into the intelligent building. In 45. Jahrestagung der Gesellschaft für Informatik, Informatik 2015, Informatik, Energie und Umwelt, Cottbus, Deutschland [To be published]
  • D. Sprute, A. Pörtner, A. Weinitschke, and M. König (2015). Smart Fall: Accelerometer-Based Fall Detection in a Smart Home Environment. In Inclusive Smart Cities and e-Health, 13th International Conference on Smart Homes and Health Telematics, ICOST 2015, Geneva, Switzerland Publisher Website