AG Technische Informatik

Stefan Kolano

Ein verteiltes Ereigniserkennungssystem für drahtlose körpernahe Sensornetze zur Klassifizierung von Bewegungen des menschlichen Köpers

Betreuer: Prof. Dr.-Ing. Jochen Schiller , Dipl.-Inform. Martin Seiffert , Dipl.-Inform. Norman Dziengel
Abschluss: Master of Science (M.Sc.)
Projekt:

Inhalt

Übersicht

Ereigniserkennungssysteme in drahtlosen Sensornetzen erkennen anhand verschiedenster Sensordaten Ereignisse wie Brandentwicklung, Erdrutsche oder Einbrüche in sicherheitsrelevante Areale. Die auf einzelnen Sensorknoten ermittelten Rohdaten werden in dem an der Arbeitsgruppe „Computer Systems & Telematics“ der Freien Universität Berlin entwickelten verteilten Ereigniserkennungssystem für drahtlose Sensornetze fusioniert um trainierte Ereignisse zu klassifizieren. Das Verfahren der verteilten Ereigniserkennung hat bereits im Anwendungsbereich der Ereigniserkennung am Bauzaun sehr gute Ergebnisse erzielen können.

Es wird nun validiert, ob die Forschungsinnovation der verteilten Ereigniserkennung eingesetzt werden kann, um Patienten mit Einschränkung der motorischen Fähigkeiten (beispielsweise nach einem Schlaganfall oder beim Umgang mit Prothesen) beim Erlernen von Bewegungsabläufen zu unterstützten.

Dafür muss das System der verteilten Ereigniserkennung in den Anwendungsbereich eines Body Area Network (BAN) übertragen werden. Dabei ergeben sich neue Anforderungen für das Sensornetz, sowie für einzelne Komponenten und Eigenschaften des Ereigniserkennungssystems. Eine dieser Anforderungen ist z.B. das Klassifizieren von Bewegungen aus einer fließenden Bewegungsfolge heraus. Weiterhin soll ein zeitnahes Feedback bezüglich der Qualität einer Bewegung an die ausführende Person erfolgen. Ein solches System soll trainierbar und intuitiv nutzbar sein.

Aufgaben

Eine Diplom- oder Masterarbeit in diesem Bereich umfasst folgende Punkte:

  • Einarbeitung in die Plattform AVS-Extrem und Erarbeitung eines ausgeprägten Signalverständnisses über die im BAN auftretenden Rohdaten und Ereignismerkmale erfasst mittels
    • Beschleunigungssensor
    • Gyroskop, Magnetometer (optional).
  • Identifizieren von Komponenten, welche an die Anforderungen des neuen Anwendungsbereiches angepasst werden müssen, bzw. Erweitern des Systems um neue notwendige Komponenten in den Bereichen Segmentierung, Merkmalsextraktion, Kommunikation, Klassifikation, Training, Benutzerfeedback.
  • Implementieren der erforderlichen Komponenten.
  • Experimentelle Evaluation der verteilten Ereigniserkennung im BAN anhand einiger für die Rehabilitation typischer Bewegungen.

Umfeld

Verteilte Ereigniserkennung in Sensornetzen ist derzeit ein aktuelles Thema in der Forschung. Die grundsätzliche Möglichkeit der Ereigniserkennung mit Hilfe der AVS-Extrem Plattform wurde am Fachbereich bereits gezeigt, die Vorgehensweise ist gut dokumentiert und auf der Hompage des Projektes AVS-Extrem als auch auf der Homepage des Projektes VIVE beschrieben. Für den praktischen Teil der Arbeit stehen Sensorknoten zur Verfügung, die am Fachbereich entwickelt wurden.