ESI@Fitness

Third Party Funds Group - Sub project

Overall project details

Overall project: ESI-Anwendungszentrum für die digitale Automatisierung, den digitalen Sport und die Automobilsensorik der Zukunft


Project Details

Project leader:
Prof. Dr. Björn Eskofier

Project members:
Nicolas Witt
Peter Blank
Eva Dorschky

Contributing FAU Organisations:
Lehrstuhl für Informatik 14 (Maschinelles Lernen und Datenanalytik)

Funding source: Bayerische Staatsministerien (Bayerische Staatsministerien)
Acronym: ESI@Fitness
Start date: 01/01/2015
End date: 31/12/2018


Abstract (technical / expert description):


Die Europäische Metropolregion Nürnberg (EMN) bietet eine weltweit einzigartige Konstellation für die industrienahe Forschung im Bereich eingebetteter Systeme für Sport- und Fitnessanwendungen. Das Lab Fitness@ESI wird breit aufgestellt. Es gilt sowohl Themen des Spitzen- und Breitensports zu bedienen, als auch Wege aufzuzeigen, zentrale Themen des stetig an Bedeutung gewinnenden Marktes für Sportmöglichkeiten behinderter Menschen zu erleichtern. Weiterhin werden Bereiche von der persönlichen Fitness bis hin zu Altersgerechten Anwendungen thematisiert. Damit können wichtige Märkte wie der für Imagegewinn und als Vorreiter wichtige Spitzensport und der finanziell attraktive Team- und Freizeitsport adressiert werden. Der Schwerpunkt soll dabei auf elektronischen Produkten im Fitness-Sektor (ähnlich zu bereits existierenden Produktfamilien wie Fitbit, iHealth, miCoach oder Nike+), Web-Plattformen und Anwendungsbeispielen liegen. Eine große Rolle werden in Zukunft auch Produkte für individualisierte Ratschläge und Trainingsempfehlungen spielen. Gerade der Bereich der personalisierten Fitness-Produkte zur Selbstkontrolle und -überwachung der eigenen Gesundheit und Fitness im Rahmen der „Quantified Self“-Bewegung hat ein enormes Marktpotenzial. Auch eine Erweiterung in den Bereichen Ambient Assisted Living (AAL) und Mobile Health (mHealth) ist denkbar.



Die Kompetenzen der Partner sind ideal komplementär, um wichtige Themen des Labs Fitness@ESI angehen zu können. Mit der Kombination der Expertisen der FAU und des Fraunhofer IIS können die bereits jetzt vorliegenden Fragestellungen aus der Industrie angegangen werden. Diese beschäftigen sich u. a. mit Sensorintegration und Datenauswertung, um wichtige Events im Team- und Freizeitsport (Auswertung von Pässen oder Schüssen im Fußball für den Trainer, Vitalparameteranalyse von Läufern für den Breitensport) adressieren zu können. Des Weiteren sind Auswertungen von Positionsdaten von hohem Interesse für Vereine und Medien. Weitere technologische Inhalte des Projekts bewegen sich im Bereich der drahtlosen, körpernahen Sensornetzwerke. Wichtige Forschungsbereiche sind die sensorische Umgebungserfassung und -analyse, Energy Harvesting (Energiegewinnung) für batterie- und kabellose Energieversorgung, drahtlose Energieübertragung, Indoor- Lokalisierung und das Design von neuartigen, miniaturisierten Sensorknoten auf Niedrigenergiebasis. Ein weiterer wichtiger Punkt ist die unauffällige Integration von Sensorik in Kleidung, Schuhen, Sportgeräten und der Umgebung des Anwenders. Mögliche Anwendungen sind die automatische Erkennung sportspezifischer Bewegungen, automatisierte Trainingsunterstützung und Feedback-Anwendungen.



Aus Sicht der Softwareentwicklung liegen die Herausforderungen unter anderem in der Echtzeitverarbeitung und Fusion von Sensorsignalen, der effizienten drahtlosen übertragung und dem gleichzeitigen ressourcenschonenden Umgang mit Energie und Speicher.



Die nötigen Tests neu zu etablierender Systeme an realem Klientel (Elite- und Amateursportvereine, Freizeitsportler, aber auch ältere, sowie seh- oder gehbehinderte Menschen) sind über die etablierten sehr guten Kontakte zu Industrieunternehmen wie der adidas AG, dem Institut für Sportwissenschaft und Sport der FAU und dem Universitätsklinikum Erlangen sichergestellt.


External Partners

Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.


Publications

Blank, P., & Eskofier, B. (2018). Smart Racket – Echtzeitfeedbacksystem im Tischtennis. In Ina Fichtner, Institut für angewandte Trainingswissenschaft (Hrg.), Technologien im Leistungssport 3 (pp. 126-133). Leipzig, DE: Aachen: Meyer & Meyer Verlag.
Blank, P., Groh, B., & Eskofier, B. (2017). Ball Speed and Spin Estimation in Table Tennis Using a Racket-mounted Inertial Sensor. In Proceedings of the 2017 ACM International Symposium on Wearable Computers. Maui, Hawaii, USA.
Dorschky, E., Kurfess, N., Krüger, D., Schlarb, H., Eskofier, B., & van den Bogert, A.J. (2016). Predicting the Effects of Midsole Materials on Running Using Optimal Control Simulation. In Proceedings of the Dynamic Walking 2016. Holly, Michigan, US.

Last updated on 2018-01-08 at 14:10