Smartfloor

Entwicklung eines Fussbodenpaneels mit integrierter kapazitiver Sensorik zur Erhebung von Aktivitätsdaten. Diese Daten können als Informationsgrundlage für Smart Homes, zur Sturzerkennung oder für Sicherheitssysteme genutzt werden.

Ausgangslage

Durch die alternde Gesellschaft und den Fachkräftemangel in der Pflege ist es nötig Konzepte zu entwickeln, welche grossen Teilen der Bevölkerung ein sicheres alt werden in der eigenen Wohnumgebung ermöglichen. Es werden auch immer weitere Fortschritte im Bereich der Smart Homes verzeichnet, welche uns Aufgaben zur Steuerung und Überwachung abnehmen und diese automatisieren. Derartige Konzepte sind jedoch oft sehr spezifisch für eine Aufgabe entwickelt und derzeitige Sturzerkennungen setzen auf sehr komplexe Sensoriken, die einen grossflächigen Einsatz aufwändig und somit teuer machen. Kapazitive Sensorik hingegen braucht keine mechanischen Bauteile und kann aufgrund der immer günstiger werdenden elektrischen Komponenten auch grossflächig eingesetzt werden. Kapazitive Sensoren können nicht nur direkten Kontakt, sondern auch eine Annäherung feststellen, sodass diese Sensoren einerseits viel mehr Informationen bieten können als z.B. Kraftsensoren und zum anderen auch unter nichtleitenden Oberflächen angebracht werden können. Dadurch sind die Sensoren an der Oberfläche eines Produktes nicht sichtbar.

Vorgehen

Das Projekt beinhaltet Entwicklungen in verschiedenen Bereichen der Forschung, von der Elektrotechnik über die Informatik bis hin zur Materialwissenschaft. In einem ersten Schritt sollen die auf dem Markt befindlichen Lösungen evaluiert und bewertet werden, um ein Konzept zu entwickeln, welches Probleme bisheriger Produkte umgeht und deren Stärken ausbaut. In einem nächsten Schritt müssen die Nutzungsszenarien festgelegt werden, welche von dem Boden erkannt und unterschieden werden sollen. Anhand dieser Szenarien wird dann auch die Sensorik entwickelt und ausgelegt. Sobald die ersten Prototypen entstehen, muss zeitgleich auch die Auswertung und Analyse erster Daten erfolgen, um eine Grundlage zur sicheren Identifizierung der verschiedenen Nutzungsszenarien zu schaffen und Rückschlüsse auf die Auslegung der Sensoren zu ziehen. Die Auswertung der Daten soll mit einem maschinell lernenden Algorithmus erfolgen, um die Varianz der verschiedenen Inputs differenzieren zu können. Dafür werden mit den Prototypen Trainingsdaten gesammelt, um den Algorithmus hinterher auf die Szenarien trainieren zu können. Die Entwicklung muss zum Schluss des Projektes intensiv getestet werden, um noch einmal Optimierungen an den Algorithmen und gegebenenfalls auch an der Elektronik vorzunehmen.

Ergebnisse

Das Ziel des Projektes ist es einen Boden zu entwickeln, der mit integrierter Sensorik definierte Nutzungsszenarien unterscheiden kann. Das System soll nicht nur entsprechende Daten sammeln, sondern diese auch auswerten. Da das System in sehr unterschiedlichen Szenarien eingesetzt werden kann, soll der Output lediglich eine Klassifizierung der Nutzungsszenarien sein und keine direkten Schaltsignale. So soll z.B. eine laufende Person von einer gestürzten unterschieden werden, ebenso ein Haustier von einem Blumentopf. Diese Informationen können dann in den bestehenden Systemen (Alarmanlage, Smart Home, …) genutzt werden.

Ausblick

Das Projekt befasst sich mit der Lokalisierung von Personen in Räumen. Die dazu möglichen Einsatzgebiete sind weitläufig. Neben der schon erwähnten Sturzerkennung und dem Einsatz in Smart Homes, kann ein solches System auch in Pandemiezeiten zum Kontrollieren von Abständen eingesetzt werden. Auch der grossflächige Einsatz in öffentlichen Gebäuden könnte es ermöglichen, schnelle Zählungen, Bewegungsanalysen oder Statistiken zu erstellen und so auch in anderen Bereichen der Forschung spannende Informationen zu generieren. Ein ständig wachsender Markt ist auch der Bereich der Computerspiele und der Augmented/ Virtual Reality. Hier könnte ein spezieller Boden Personen verorten und Avatare in einem digitalen Raum an entsprechender Stelle erstellen. Je nachdem wie exakt das System arbeiten kann, ist es auch denkbar, Personen aufgrund von spezifischen Gehmustern wiederzuerkennen.

Kontakt

Prof. Dr. Thomas Volkmer

• Fachgruppenleiter
• +41 32 344 03 46
• E-Mail anzeigen

• Zum Profil