Fraunhofer-Forschende haben zur Aufnahme und Auswertung von Bewegungsprofilen sowie zur Lokalisierung von Personen und Gegenständen in einem Raum ein miniaturisiertes Radarsystem entwickelt, das in einer LED-Deckenleuchte integriert ist.
Wie erkennt man möglichst schnell, dass eine hilfebedürftige Person beispielsweise gestürzt ist, ohne einen Raum – und damit die betroffene Person – ständig per Videokamera zu überwachen? Das rechtzeitige Erkennen von Gefahrensituationen bei alleinstehenden älteren Menschen sowie die Unterstützung bei der Suche nach vermeintlich verlorenen Gegenständen ist das Ergebnis des jetzt erfolgreich abgeschlossenen Projekts „Omniconnect“.
Durch vier Radarmodule wird eine lückenlose 360 Grad-Detektion eines Raums erreicht. Stürze und andere Gefahrensituationen werden mithilfe von Algorithmen der künstlichen Intelligenz erkannt. Das Radarsystem ist in der Lage, mit einer Winkelauflösung von 12 Grad mehr als 30 Personen in einem Raum von bis zu 150 Quadratmetern zu detektieren. Die Lokalisierung greift auf ein eigens für diesen Zweck entwickeltes passives Transpondersystem zu.
Privatsphäre bleibt gewahrt
In dem vom Bundesministerium für Bildung und Forschung (BMBF) finanzierten Projekt haben Forschende vom Fraunhofer-Institut für Zuverlässigkeit und Mikrointegration IZM zusammen mit Projektpartnern aus Berlin und Oldenburg ein miniaturisiertes Radarsystem entwickelt, das Notfall- und Assistenzsituationen detektiert und zugleich die Privatsphäre wahrt. Denn anders als etwa bei Kameras entstehen lediglich Bewegungsmuster und keine Bilder. Das Radarsystem ist in eine Deckenleuchte integriert und somit für den Pflegebedürftigen im Alltag kaum wahrnehmbar. Dies verringert den Installationsaufwand und sorgt für die notwendige Akzeptanz.
KI-basierte Bewegungs- und Tätigkeitserkennung
Das Gesamtsystem kombiniert die KI-gestützten Radarmodule mit passiven Transpondern, die sich an verschiedenen Gegenständen im Raum befinden. Dadurch können erstmals Bewegung und Position mit nur einem Radarsystem erkannt werden. Die digitale Auswertung der Daten erfolgt in einer vor Ort programmierbaren Logik-Anordnung, dem so genannten FPGA, mit integriertem Prozessor. Der FPGA übergibt die Zieldaten für die Bewegungserkennung und -verfolgung direkt an eine KI-basierte Bewegungs- und Tätigkeitserkennung des Informatikforschungsinstituts OFFIS der Universität Oldenburg. Die Anwendung und die Bestimmung konkreter Objekte wiederum ist über eine App-Oberfläche möglich, die von der HFC Human-Factors-Consult GmbH stammt.
Positionsdaten auf fünf Zentimeter genau
Der vollständig am Fraunhofer IZM gefertigte Demonstrator erreichte in den abschließenden Tests in einem Radius von bis zu zehn Metern eine zuverlässige Detektion von Positionsdaten auf fünf Zentimeter genau. Aktuell wird der Demonstrator in verschiedenen Nutzungsszenarien der Projektpartner eingesetzt. Die ermittelten Positionsdaten ermöglichen Rückschlüsse auf typische Verhaltensweisen oder Bewegungsabläufe von Personen. Ab einer gewissen Datengrundlage können so nachgelagerte Assistenzanwendungen und die erfolgreiche Erkennung bestimmter Fallszenarien abgeleitet werden. Anhand der Position einer Person wird dann evaluiert, ob es der betroffenen Person gut geht oder nicht und welche Maßnahmen seitens einer Pflegeeinrichtung zu ergreifen sind.