Optische Bewegungsanalyse

Eine Bewegungsanalyse generiert wertvolle Informationen über das Aktivitätsverhalten und die Ausführung von Bewegungen beim Menschen sowie bei Tieren. Das beinhaltet auch Algorithmen, mit denen sich Stürze detektieren lassen. Bislang werden dafür überwiegend an den Gelenken befestigte Beschleunigungssensoren verwendet. Diese sind auf Dauer unangenehm zu tragen und können insbesondere bei älteren Menschen nach längerer Tragedauer Hautreizungen auslösen. Eine andere Lösung ist dagegen die Marker-basierte Bewegungsanalyse über optische Sensoren. Hierfür werden entsprechende Marker an der Kleidung befestigt und können über eine Kamera erkannt und getrackt werden. Während diese Methode auch nicht komplett kontaktlos ist und für den Alltag unbrauchbar, ermöglichen Algorithmen der Künstlichen Intelligenz eine vollkommen markerlose optische Bewegungsanalyse.

Tiefe neuronale Netze können Skelettierungsmodelle erzeugen, indem sie Personen und deren Gelenke und Körperteile erkennen, zuordnen und tracken. Das Fraunhofer IMS fokussiert sich unter anderem auf die folgenden Forschungsfragen.

Optische Ganganalyse:

Anhand dieser Bewegungsdaten können Gangparameter extrahiert werden, um eine Bewertung des Sturzrisikos älterer Personen vorzunehmen. Da es dabei auf kleine Unregelmäßigkeiten und Abweichungen im Gangmuster ankommt, müssen die Positionen der Gelenke möglichst genau bestimmt werden. Wie genau die Messungen mit einer konventionellen RGB-Kamera, einer 3D-Tiefenkamera und einer Kombination aus beiden realisiert werden können, ist ein aktuelles Forschungsthema am Fraunhofer IMS.

Bewegungsanalyse zur Aktivitätserkennung:

Zusätzlich können Skelettierungsmodelle in Kombination mit weiteren Algorithmen Informationen zur Pose und Haltung einer Person bereitstellen. Das ist insbesondere für die Forschung zur automatischen Langzeitbewertung von Gesundheitsparametern, wie zum Beispiel der orthostatischen Intoleranz, hilfreich. Dabei kann durch gleichzeitige Messung von Blutdruck und Herzrate die Autoregulationskraft des Herz-Kreislaufsystems bei unterschiedlichen Aktivitäten evaluiert werden.

Bewegungsanalyse für die Sturzerkennung:

Eine Erkennung und die Klassifikation von verschiedenen Körperhaltungen sind auch für andere Anwendungsbereiche relevant. Ein weiteres verwandtes Forschungsthema im Bereich der häuslichen Pflege und Geriatrie ist die Sturzerkennung. Basierend auf der Posen- und Aktivitätserkennung kann bewertet werden, ob ein Übergang zwischen den Posen normal und gewollt war oder ob es sich um einen Sturz handelt. Darüber hinaus beschäftigt sich das Fraunhofer IMS damit, Stürze zu erkennen, bevor sie passieren. Durch die Analyse von Sturzrisiken können somit drastische Gesundheitsschäden und Folgekosten verhindert werden.