https://www.hsbi.de/publikationsserver 2000-01-01T00:00+00:00 1 weekly https://www.hsbi.de/publikationsserver/record/1267 König, Matthias Lakomek, Heinz-Jürgen Pörtner, Aljoscha Sprute, Dennis 2017 Das Projekt „Smart Fall“ beschäftigt sich mit einem kostengünstigen System zur Erkennung von Aktivitäten und Stürzen älterer Menschen und der Einbindung des Systems in einen Smart-Home-Kontext. Das entwickelte System umfasst zwei wesentliche Komponenten: Ein sogenanntes Wearable dient als Sensorik zur Erkennung von Stürzen und Aktivitäten einer Person, während eine Empfangskomponente zur Kopplung an das Smart Home dient. Beide Komponenten kommunizieren funkbasiert miteinander. Die Erkennung von Stürzen und eine damit verbundene Alarmierung im Notfall betrifft insbesondere ältere Menschen, die sich möglicherweise nach einem Sturz nicht mehr selbst helfen können. Das Thema hat ebenfalls eine starke Relevanz für Menschen in häuslicher Pflege und in Pflegeeinrichtungen. https://www.hsbi.de/publikationsserver/record/1267 deu Verlag Orthopädie-Technik info:eu-repo/semantics/openAccess König M, Lakomek H-J, Pörtner A, Sprute D. Smart Fall: Entwicklung eines Systems zur Sturz- und Aktivitätenerkennung im Smart Home. <i>Orthopädie Technik</i>. 2017;68(9):30-35. Smart Fall: Entwicklung eines Systems zur Sturz- und Aktivitätenerkennung im Smart Home info:eu-repo/semantics/article doc-type:article text http://purl.org/coar/resource_type/c_6501 https://www.hsbi.de/publikationsserver/record/1259 Sprute, Dennis König, Matthias 2016 This paper proposes a novel activity recognition system that is integrated into a smart home environment. It is characterized by low costs, high energy efficiency and low intrusiveness to increase the acceptance of the users. Activity recognition is performed locally on a single small-sized wearable device incorporating a microprocessor and a tri-axial accelerometer. After investigating on different feature sets and classification algorithms, the final implementation only considers five time domain features and a C4.5 decision tree classifier resulting in an immediate response. This wearable device is successfully integrated into an intelligent environment by Bluetooth Low Energy wireless communication protocol and openHAB as platform-independent integration software. The integration of the system into the home environment allows reactions of the home depending on the activity which enriches the life quality of the residents. Additionally, the system covers fall detection that enables the home to provide a fallen person with urgent support. https://www.hsbi.de/publikationsserver/record/1259 eng IEEE info:eu-repo/semantics/altIdentifier/doi/10.1109/IE.2016.23 info:eu-repo/semantics/altIdentifier/issn/2472-7571 info:eu-repo/semantics/closedAccess Sprute D, König M. On-Chip Activity Recognition in a Smart Home. In: <i>2016 12th International Conference on Intelligent Environments (IE)</i>. IEEE; 2016:95-102. doi:<a href="https://doi.org/10.1109/IE.2016.23">10.1109/IE.2016.23</a> On-Chip Activity Recognition in a Smart Home info:eu-repo/semantics/conferenceObject doc-type:conferenceObject text http://purl.org/coar/resource_type/c_5794