Human behavior analysis and prediction Based on a smart floor

Ältere Menschen bevorzugen es, so lange wie möglich unabhängig in ihren eigenen Wohnungen zu leben. Die Entwicklung von Sensortechnologien in Smart Homes unterstützt diesen Wunsch durch notwendige Sicherheitsmaßnahmen im Falle eines Notfalls. Das Absenden eines Notrufs kann zum Beispiel ausgelöst werden, wenn ein Sturz einer Person von Sensoren im Boden erkannt wird. Allerdings spielen häufig nicht nur akute Gefahrensituationen eine Rolle, sondern auch graduelle Veränderungen in alltäglichen Verhaltensweisen. Eine langfristige Aktivitätenerkennung basierend auf Positionsdaten kann eine frühzeitige Erkennung von Krankheiten wie Alzheimer und Demenz ermöglichen und eine Verschlechterung der funktionalen Gesundheit aufdecken. Der Fokus der Arbeit liegt bei der Ermittelung von Aktivitäten, die mit der Gesundheit verbunden sind und deren Erkennung ausschließlich mit Hilfe eines intelligenten Bodens. Basierend auf diesen Überlegungen wurde eine Methode entwickelt, um von den aufgenommenen Sensordaten auf die gewählten Werte zu schließen. Außerdem wurde ein Modell entwickelt um graduelle Veränderungen in diesen Gesundheitsindikatoren zu erkennen. Dieses wurde sowohl auf dem intelligenten Boden im Living Lab des Fraunhofer IGDs getestet, als auch im Alltag in zwei Wohnungen. Die Ergebnisse in dieser Thesis zeigen einen Weg, um intelligente Böden zur Beobachtung des Gesundheitszustandes zu verwenden. Die Anwendbarkeit im alltäglichen Leben konnte nicht gezeigt werden durch unabhängige Probleme mit der Positionsermittlung des Bodens während der Evaluation und dem Fehlen von Daten für die Validierung. Die Evaluation unter Testbedingungen zeigte jedoch vielversprechende Ergebnisse und ein unausgeschöpftes Potenzial von intelligenten Böden für die Gesundheitsüberwachung