Radargestützte Sturzerkennung: Entwicklung eines Prototyps mit dem Sensor BGT60TR13C von Infineon

Abstract

Die vorliegende Arbeit befasst sich mit der Entwicklung und Evaluierung eines radarbasierten Sturzerkennungssystems und hebt dessen Potenzial als nicht-invasives und die
Privatsphäre wahrendes Verfahren im Vergleich zu traditionellen Methoden hervor. Die
Motivation für diese Forschung ergibt sich aus dem Bedarf an effizienten Sturzerkennungssystemen, die den Komfort und die Privatsphäre der Benutzerinnen und Benutzer
nicht beeinträchtigen. Der radarbasierte Ansatz bietet erhebliche Vorteile gegenüber
tragbaren Geräten und Kamerasystemen, da er den ständigen Kontakt und die visuelle
Überwachung überflüssig macht.
Die Hauptergebnisse der Arbeit umfassen die hohe Präzision des Radarsystems bei
der Erkennung typischer Sturzbewegungen unter standardisierten Bedingungen, was auf
die effektive Kombination von Radartechnologie und Bewegungsanalyse-Algorithmen
zurückzuführen ist. Den Hauptbestandteil der angewandten Algorithmen bildet die Spitzenwertdetektion, die die Radardaten filtert und für weitere Analysen aufbereitet. Das
System zeigte in verschiedenen Testszenarien eine zufriedenstellende Erkennungsrate,
insbesondere bei Stürzen aus einer stehenden Position. Die Analyse der Ergebnisse
identifiziert jedoch auch Herausforderungen wie die Notwendigkeit der Kalibrierung
und Anpassung des Systems an unterschiedliche Umgebungen und Benutzergruppen.
Vergleiche mit bestehenden Systemen zeigten, dass die radarbasierte Lösung eine gute
Ausgewogenheit zwischen Genauigkeit, Komfort und Privatsphäre bietet, obwohl sie für
eine breite praktische Anwendung weiter optimiert werden muss.
Zusammenfassend stellt das entwickelte radarbasierte Sturzerkennungssystem eine
vielversprechende Lösung dar, die bedeutende Vorteile in Bezug auf Präzision und Privatsphäre bietet. Die zukünftige Forschung wird sich darauf konzentrieren, aktuelle
Einschränkungen zu überwinden und die Integration des Systems in bestehende Gesundheitsüberwachungssysteme zu verbessern, sowie die Genauigkeit der Sturzerkennungsalgorithmen durch die Anwendung von künstlicher Intelligenz oder Multi-SensorSystemen zu erhöhen.

Datum der Bewilligung	2024
Originalsprache	Deutsch (Österreich)
Betreuer/-in	Josef Langer (Betreuer*in)