Automatische Notfallerkennung durch optische und akustische Sensoren

In diesen Beitrag wird ein sensorbasiertes Sicherheitssystem vorgestellt, welches eine automatische Erkennung von Notsituationen in der alltäglichen häuslichen Umgebung ermöglicht und ohne explizite Bedienung des Benutzers autonom Alarmierungsmaßnahmen einleiten kann. Die Entwicklung wird im Rahmen des Projekts sens@home vom BMBF gefördert. Zuerst wurde mithilfe von Workshops, Interviews und Fragebögen mit potentiellen Nutzergruppen eine Anforderungsanalyse durchgeführt und anhand der ermittelten Wünsche und Anforderungen geeignete Sensoren ausgewählt. Hierbei lag der Fokus auf preiswerten und berührungslosen Sensoren, welche eine schnelle Erkennung gewährleisten. Zur Erfüllung der Anforderungen erwiesen sich akustische und optische 3D Sensoren als vielversprechende Lösung. In einem zweiten Schritt wurden anhand praktischer Laborversuche entsprechende Auswertealgorithmen entwickelt, um die Daten der verschiedenen Sensoren zu fusionieren und eine szenenbasierte Unfalldetektion zu entwickeln. Die entwickelte Lösung auf Basis von preiswerten optischen und akustischen Sensoren hat den Vorteil, dass Sie typische Notfälle innerhalb weniger Sekunden automatisch erkennt, ohne Umbaumaßnahmen preiswert in jede Art von Wohnraum integrierbar ist und zudem keinerlei Berührung und Interaktion mit dem Nutzer erfordert. Weiterhin wird ein Großteil der Auswertung bereits im Sensor durchgeführt, wodurch keine Speicherung oder Übertragung von Bilddaten erfolgt.

Within this article a sensor-based safety system is presented which enables an automatic recognition of emergency situations in every day domestic ambiance and triggers autonomously alerting measures without explicit user interaction. The development is performed in the research project sens@home which is funded by BMBF. Within the scope of this project a requirements' analysis had been accomplished first by doing workshops, interviews and questionnaires with potential user groups. Considering the determined demands and requirements potential adequate sensors have been selected. Here the main focus was on reasonably priced and contactless sensors which assure a quick recognition. To meet these demands acoustic and optical 3D sensors turned out to be a promising solution. In the second step, by means of practical laboratory experiments, appropriate evaluation algorithms have been developed in order to combine data from several sensors and to elaborate a scene-based accident recognition. The advantage of this solution based on low priced optical and acoustic sensors is that typical emergencies can be detected automatically within a few seconds and there's neither a need for any physical contact or interaction of its users nor any expensive alterations as it can be build in cheaply in every kind of living space. In addition a large part of the evaluation can already be accomplished in thesensor whereby no data will have to be saved or transmitted.