Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Methodik zur mobilen Erfassung körperlicher Aktivität mittels Beschleunigungssensoren

 
: Bieber, Gerald
: Kirste, Thomas; Urban, Bodo; Stricker, Didier

:
Fulltext (PDF; )

Rostock, 2014, 160 pp.
Rostock, Univ., Diss., 2014
URN: urn:nbn:de:gbv:28-diss2015-0078-6
German
Dissertation, Electronic Publication
Fraunhofer IGD ()
physical activity monitoring; acceleration sensors; ubiquitous computing; signal processing; DiaTrace; mobile devices; Business Field: Digital society; Research Area: Human Computer Interaction (HCI)

Abstract
Ein ausgewogenes Verhältnis zwischen körperlicher Aktivität und gesunder Ernährung trägt zu einem gesunden Lebensstil bei. Oftmals wird jedoch ein optimales Maß an Bewegung und Ernährung nicht erreicht, so dass Übergewicht und gesundheitliche Probleme auftreten können. Eine objektive Erhebung der Bewegungssituation kann hierbei Defizite erkennen und eine Intervention unterstützen.
Für die Erfassung der körperlichen Aktivität mittels Beschleunigungssensoren war es bislang üblich, entweder nur einfachste körperliche Aktivitäten zu erfassen oder spezielle Sensoren einzusetzen, die exakt am Körper auszurichten sind. Die sinnvolle Nutzung von nur einem Sensor zur Aktivitätserfassung, der beliebig orientiert getragen wird, war bisher nicht möglich, da die erhobenen Sensordaten bei Verdrehung nur eine eingeschränkte Erkennung der ausgeführten Aktivitäten zulassen.
Die vorliegende Arbeit beschreibt die Methodik zur mobilen Erfassung körperlicher Aktivität mittels Beschleunigungssensoren. Hierbei wird ein neues Verfahren eingesetzt, welches die Orientierung des Sensorsystems identifiziert und die gemessenen Beschleunigungsdaten in ein neues, geeignetes Bezugssystem transformiert. Zur Bestimmung der Ausrichtung des Messsystems werden spezifische Bewegungsinformationen einer Aktivität genutzt, die eine vollständige Bestimmung der Orientierung erlauben. Durch die Transformation der Sensordaten in ein neues Bezugssystem wird es möglich, die Menge der Trainingsdaten zu reduzieren und die Erkennungsrate zu erhöhen. Die hierfür notwendigen Teilkomponenten werden als Module definiert und in einer Gesamtarchitektur zusammengefasst. Dieses Gesamtmodell basiert auf der Aktivitätserkennung mittels merkmalsbasierter Mustererkennung. In Teilmodulen werden die Messdatenvorverarbeitungen zur Signalschätzung, die Merkmalsextraktion sowie die Klassifizierung abgebildet. Das Gesamtkonzept beinhaltet die Auswahl der relevanten Merkmale sowie eines geeigneten Klassifizierers für mobile Endgeräte.
Als Nachweis der Umsetzbarkeit wurde eine Implementierung auf einem handelsüblichen Mobiltelefon durchgeführt. Die Evaluation zeigt, dass die Bestimmung beliebiger Sensororientierungen und die Generierung des Bezugssystems dynamisch möglich sind und eine praxistaugliche Aktivitätserkennung umsetzbar ist. Der Technologiedemonstrator Dia- Trace liefert den Nachweis, dass auf dieser Grundlage ein mobiles Assistenzsystem sinnvoll zur Behandlung von Adipositaspatienten eingesetzt werden kann.

 

The convenience of civilization comes along with a lack of physical activity. In many societies the average person is overweight and physically inactive. This leads to longterm physical and mental health problems. While measuring weight by scales is very handy, a comprehensive method for measuring physical activity in daily life is currently not available.
This work describes the methodology for the measurement of physical activity by only one mobile acceleration sensor and processing unit to wear at the body. Hereby, a suitable reference system is generated through the identification of the horizontal and vertical orientation of the sensor system.
The bearing information is extracted by the movement pattern of certain physical activities. The usage of a normalized reference frame reduces the need of a large training set and enables the identification of relevant features. This improves the accuracy of physical activity recognition.
A classification provides the current activity of the user in real time. Therefore, the process is designed in modules and integrated in an overall structure of physical activity recognition by acceleration sensors.
For the evaluation of the methodology, a mobile unit has been developed to determine physical activities such as resting, walking, running, cycling, car driving or jumping, which assists the user in performing their activities. For evaluation purposes, the methodology is implemented in the mobile phone application DiaTrace, which supports the user in performing their physical activities in daily life and which can also be used in treatments for obese and overweight patients.

: http://publica.fraunhofer.de/documents/N-358516.html