Sensor Applications for Human Activity Recognition in Smart Environment

Wir gratulieren Biying Fu herzlichst zur erfolgreichen Verteidigung ihrer Doktorarbeit »Sensor Applications for Human Activity Recognition in Smart Environment«!

© Fraunhofer IGD
Im Foyer des Fraunhofer IGD verewigt: Research Coach Prof. Dr. Arjan Kuijper (li.) und Institutsleiter Prof. Dr. Dieter W. Fellner (re.) gratulieren Dr.-Ing. Biying Fu zur erfolgreichen Verteidigung ihrer Doktorarbeit.

Dr.-Ing. Biying Fu ist Mitarbeiterin der Abteilung »Smart Living and Biometric Technologies« am Fraunhofer IGD. Die öffentliche Verteidigung der Dissertation zum Thema »Sensor Applications for Human Activity Recognition in Smart Environment« fand am 17. November im Fraunhofer IGD in Darmstadt statt. Betreut wurde die Arbeit von Prof. Dr. Arjan Kuijper (TU Darmstadt).

Abstract

Bei der automatischen Erkennung menschlicher Aktivitäten geht es darum, den Zustand und die Bewegungen von einzelnen Personen oder auch Gruppen mit Hilfen von Sensoren zu detektieren. Für die Erkennung menschlicher Aktivitäten gibt es sehr breite Anwendungsbereiche, wie zum Beispiel im Gesundheitswesen, sämtliche assistierende Anwendungen, Quantified-Self oder auch sicherheitsrelevante Anwendungen. Sie ist ein Schlüssel für den Entwurf von auf den Menschen bezogene Anwendungen. Sie erlaubt eine einfache und natürliche Interaktion zwischen Nutzern untereinander, aber auch zwischen dem Nutzer und dessen intelligenter Umgebung.

Unter einer intelligenten Umgebung versteht man dabei einen Raum, der mit untereinander vernetzten Sensoren und Aktoren ausgestattet ist. Diese kann den physikalischen Zustand und die menschlichen Aktivitäten innerhalb dieses Bereiches erkennen und analysieren. Die große Diversität der Sensoren macht es jedoch schwierig, den geeigneten Sensortyp für einen bestimmten Anwendungsbereich auszuwählen. Sensorspezifische Limitierungen können ein ausschlaggebendes Auswahlkriterium sein.

In ihrer Arbeit beschäftigt sich Biying Fu mit der sensor-getriebenen Entwicklung von Applikationen für die automatische Erkennung menschlicher Aktivitäten. Diese sollen eine verbesserte Interaktion mit der intelligenten Umgebung ermöglichen. Der Entwurf und die Ausgestaltung der jeweiligen Anwendung folgen der von ihr vorgestellten Prozesskette einer Produktentwicklung.
Basierend auf diese Prozesskette resultieren die wisschenschaftliche Fragestellungen, die in dieser Arbeit beantwortet werden.

Biying Fu beschäftigt sich zunächst mit einer umfangreichen Untersuchung vorangegangener Arbeiten zur Kategorisierung von Sensoren. Die auf diesen Sensorkategorien basierenden Systeme zur Erkennung menschlicher Aktivitäten stehen dabei im Fokus. Diese Untersuchung ist wichtig, um ihre wissenschaftlichen Beiträge im richtigen Kontext einordnen zu können. Als Resultat dieser Untersuchung wurden zwei interessante Anwendungsbereiche identifiziert: Quantified-Self und Smart Home Anwendungen.

Bei der sogenannten Quantified-Self Bewegung geht es um die Selbstvermessung mit Zahlen und Kurven. Dahinter steckt ein stark wachsender Markt, ein wenig Hype, aber auch viel Potenzial für auf mobilen Sensoren basierenden Anwendungen. Das Tracking von Aktivitäten wie Gehen, Laufen oder Radfahren basiert für gewöhnlich auf den in mobilen Geräten häufig vorhandenen Beschleunigungssensoren. Dabei kann es sich zum Beispiel um ein Smartphone oder eine Smartwatch handeln. Aber auch stationäre Übungen wie Kraftübungen sind für eine gesunde Lebensweise wichtig. Sie stärken vor allem die Koordination und Balance des Körpers. Solche Übungen können von einem einzigen Beschleunigungssensor nur unzureichend vermessen werden, da sie koordinierte Bewegungen mehrerer Gliedmaßen beinhalten. In dieser Arbeit stellt Biying Fu zwei alternative Sensortechnologien zur mobilen und berührungsfreien Vermessung solcher stationären Aktivitäten vor. Des Weiteren gibt sie einen Ausblick über die daraus hervorgehenden interessanten zukünftigen Forschungsrichtungen, die sie im Rahmen ihrer zukünftigen Arbeit weiter untersuchen möchte.