miLife - eine innovative Wearable Computing Plattform zur Datenanalyse von in Kleidung integrierten Sensoren für den Einsatz in Teamsport und Gesundheit

Drittmittelfinanzierte Einzelförderung


Details zum Projekt

Projektleiter/in:
Prof. Dr. Björn Eskofier

Projektbeteiligte:
Ulf Jensen
Dominik Schuldhaus
Prof. Dr. med. Johannes Kornhuber
Prof. Dr.-Ing. Joachim Hornegger
Heike Leutheuser

Beteiligte FAU-Organisationseinheiten:
Lehrstuhl für Informatik 14 (Maschinelles Lernen und Datenanalytik)
Lehrstuhl für Informatik 5 (Mustererkennung)
Lehrstuhl für Psychiatrie und Psychotherapie
Stiftungs-Juniorprofessur für Sportinformatik (Digital Sports)

Mittelgeber: Bayerisches Staatsministerium für Wirtschaft, Infrastruktur, Verkehr und Technologie (StMWIVT) (bis 09/2013)
Projektstart: 01.08.2011
Projektende: 31.10.2014


Abstract (fachliche Beschreibung):


Körpernahe Sensoren spielen eine immer größer werdende Rolle im Sport- und Gesundheitsumfeld. Es existieren dabei zahlreiche Insellösungen, welche körpernahe Sensoren einsetzen um Sportler zu unterstützen oder ältere Menschen zu überwachen. Systeme wie adidas miCoach oder Nike+ zeigen, dass sich durch den Einsatz von Informations- und Kommunikationstechnik völlig neue Geschäftsfelder für Sportartikelhersteller eröffnen und ein enormes Marktpotential vorliegt. Das ideale Produkt für eine herausragende Marktpositionierung stellt hierbei eine Abkehr von den genannten Insellösungen hin zu einer zentralen, vielfach einsetzbaren Wearable Computing Plattform dar. Für diese Lösung müssen allerdings die Integration von Sensoren in Kleidung und Sportgeräten und die Möglichkeiten zur Verarbeitung der entstehenden Informationen entschieden vorangetrieben werden. Um mit diesem Produkt schlussendlich erfolgreich auf dem Markt bestehen zu können, müssen auch völlig neue Kommunikations- und Sensor-Technologien geschaffen und innovative Anwendungen bereitgestellt werden.



Ziel dieses Projekts ist es daher, die von den Partnern in diesem Umfeld gesammelten Erfahrungen zu bündeln und auszubauen, um innovative Produkte zu entwickeln. Hierbei soll ausgehend von der bestehenden Plattform miCoach eine umfassende Kommunikations- und Anwendungsplattform "miLife" für körpernahe Sensoren geschaffen werden. Die entstehende Plattformlösung wird durch flexible Möglichkeiten zur Sensoranbindung, Datenanalyse und sozialen Vernetzung für vielfältige Einsatzgebiete wie Teamsport, Bewegungsmotivation und Gesundheitsmonitoring geeignet sein. 



Externe Partner

Adidas AG
Astrum IT GmbH


Publikationen

Schuldhaus, D., Leutheuser, H., & Eskofier, B. (2014). Towards Big Data for Activity Recognition: A Novel Database Fusion Strategy. In 9th International Conference on Body Area Networks (pp. 97-103). London, GB.
Schuldhaus, D., Dorn, S., Leutheuser, H., Tallner, A., Klucken, J., & Eskofier, B. (2013). An Adaptable Inertial Sensor Fusion-Based Approach for Energy Expenditure Estimation. In Goh James (Eds.), The 15th International Conference on Biomedical Engineering (pp. 124-127). University Town, Singapore, SG: Heidelberg: Springer.
Schuldhaus, D., Leutheuser, H., & Eskofier, B. (2013). Classification of Daily Life Activities by Decision Level Fusion of Inertial Sensor Data. In ACM Digital Library (Eds.), 8th International Conference on Body Area Networks (pp. 77-82). Boston, US.
Jakob, C., Kugler, P., Hebenstreit, F., Reinfelder, S., Jensen, U., Schuldhaus, D.,... Eskofier, B. (2013). Estimation of the Knee Flexion-Extension Angle During Dynamic Sport Motions Using Body-worn Inertial Sensors. In IEEE (Eds.), BodyNets 2013 (pp. n/a). Boston, MA, USA, US.
Leutheuser, H., Schuldhaus, D., & Eskofier, B. (2013). Hierarchical, Multi-Sensor Based Classification of Daily Life Activities: Comparison with State-of-the-Art Algorithms Using a Benchmark Dataset. Plos One, 8.0(10.0), e75196. https://dx.doi.org/10.1371/journal.pone.0075196

Zuletzt aktualisiert 2018-22-11 um 18:01