Promotion von Julian von Wilmsdorff

Im Vergleich zu anderen Technologien haben elektrische Feldsensoren den Vorteil, dass sie keinen direkten Sichtkontakt benötigen und kompakt gebaut werden können. Die Arbeit konzentriert sich auf die Frage, ob und wie passive elektrische Feldsensoren kostengünstig und einfach verfügbar gemacht werden können und welche Anwendungen dafür geeignet sind. Es werden verschiedene Techniken vorgestellt, um die Installationskosten zu reduzieren und die Handhabung der Sensoren zu vereinfachen. Es werden auch Signalverarbeitungsmethoden untersucht, um die Technologie zu optimieren.

Herzlichen Glückwunsch, Dr.-Ing. Julian von Wilmsdorff!

Julian von Wilmsdorff, wissenschaftlicher Mitarbeiter in der Abteilung »Smart Living and Biometric Technologies« hat seine Dissertation am 28. November 2022 erfolgreich verteidigt - herzlichen Glückwunsch!

Die öffentliche Verteidigung der Dissertation zum Thema »Passive Electric Field Sensing for Ubiquitous and Environmental Perception« fand im Fraunhofer IGD in Darmstadt und online statt. Betreuer der Arbeit waren Prof. Dr. Arjan Kuijper (TU Darmstadt), Prof. Dr. techn. Dieter W. Fellner (TU Darmstadt) sowie Prof. Dr. Matthias Hollick (TU Darmstadt).

Abstract der Dissertation

Electric Field Sensing spielt eine wichtige Rolle in den Forschungsbereichen Environmental Perception und Ubiquitous Computing. Environmental Perception zielt darauf ab, Daten aus der Umgebung zu sammeln, während Ubiquitous Computing das Ziel hat, Computer allgegenwärtig verfügbar zu machen. Dazu gehört auch die Integration von Sensoren, um Umwelteinflüsse auf unauffällige Weise aufzuzeichnen.

Electric Field Sensing, auch als Capacitive Sensing bezeichnet, ist eine häufig verwendete Sensormodalität in diesen Forschungsbereichen, beispielsweise um die Anwesenheitvon Personen zu erkennen oder um Berührungen und Interaktionen auf interaktiven Oberflächen zu lokalisieren. Die elektrische Feldmessung hat eine Reihe von Vorteilen gegenüber anderen Technologien, wie z. B. die Tatsache, dass die kapazitive Messungkeinen direkten Sichtkontakt mit dem zu messenden Objekt erfordert und dass das Messsystem kompakt aufgebaut werden kann. Diese Vorteile erleichtern eine hohe Integrierbarkeit und ermöglichen die Erfassung von Daten, wie sie für die Environmental Perception erforderlich sind, sowie die unsichtbare Einbringung in die Umgebung des Benutzers, wie sie für das Ubiquitous Computing benötigt wird.

Dem kapazitiven Sensorprinzip werden jedoch oft Nachteile zugeschrieben, wie z.B. eine geringe Reichweite von nur wenigen Zentimetern und die Erzeugung elektrischer Felder, was Energie verschwendet und weitere Probleme bei der Implementierung mit sich bringt. Wie in dieser Arbeit gezeigt wird, betrifft dies nur eine Teilmenge dieser Sensortechnologie, nämlich die Unterkategorie der aktiven kapazitiven Messung. Daher konzentriert sich diese Arbeit auf das noch offene Gebiet der passiven elektrischen Feldsensorik im Kontext des Ubiquitous Computing und der Environmental Perception, da die aktive kapazitive Sensorik ein offenes Forschungsfeld ist, dem bereits viel Aufmerksamkeit geschenkt wird. Die Arbeit gliedert sich hierfür in drei Hauptforschungsfragen.

Zunächst beschäftige ich mich mit der Frage, ob und wie Passive Electric Field Sensing auf kostengünstige und einfache Weise verfügbar gemacht werden kann. Dazu stelle ich verschiedene Techniken zur Reduzierung der Installationskosten und zur Vereinfachungder Handhabung dieser Sensorsysteme vor.

Nach der Frage der kostengünstigen Anwendbarkeit untersuche ich, für welche Anwendungen die passive elektrische Feldsensorik überhaupt geeignet ist. Dazu stelle ich verschiedene Anwendungsfelder vor, in denen Daten mit Passive Electric Field Sensing erhoben werden können.

Unter Berücksichtigung der möglichen Einsatzgebiete widmet sich diese Arbeit schließlichder Optimierung von Passive Electric Field Sensing in diesen Anwendungsfällen. Zu diesem Zweck werden verschiedene, bereits bekannte Signalverarbeitungsmethoden auf ihre Anwendbarkeit für Passive Electric Field Sensing Daten untersucht. Darüber hinauswerden neben diesen Software-Optimierungen auch Hardware-Optimierungen für den verbesserten Einsatz der Technologie vorgestellt.