AT527469B1 - Verfahren und System zur Überwachung einer Person in einem Raum - Google Patents

Abstract

Die Erfindung betrifft ein Verfahren zur Überwachung einer Person in einem Raum, wobei in einem ersten Schritt (1) ein Modell des Raumes erstellt wird, in einem zweiten Schritt (2) ein System von Sensoren im Raum angeordnet wird, in einem dritten Schritt (3) die Bewegungen der Person im Raum durch das Sensorsystem erfasst werden, in einem vierten Schritt (4) die erfassten Bewegungen der Person mithilfe eines Bewegungsalgorithmus in zumindest eine erste Klasse und eine zweite Klasse eingeordnet werden und in einem fünften Schritt (5) die einer ersten Klasse zugeordneten Bewegungen kategorisiert werden.

Description

Beschreibung

[0001] Die Erfindung betrifft ein Verfahren und ein System zur Überwachung einer Person in einem Raum.

[0002] Mit zunehmendem Alter der Weltbevölkerung tritt die Alzheimer-Krankheit immer häufiger auf. Da die Alzheimer-Krankheit zu einem kognitiven Verfall führt, benötigen Menschen, die aufgrund des Absterbens von Nervenzellen im Gehirn unter einer Verschlechterung ihres Gedächtnisses, ihrer Sprache und anderer Denkfähigkeiten leiden, für den Rest ihres Lebens ständige Pflege. Ein angemessenes therapeutisches Umfeld kann dabei helfen, Entscheidungen hinsichtlich der Durchführung ihrer täglichen Aktivitäten zu treffen und Bewohner anzuleiten, mit ihrem Alltag zurecht zu kommen.

[0003] Die Anwendung des gleichen therapeutischen Umgebungsdesigns auf verschiedene Menschen mit Alzheimer-Krankheit („People with Alzheimer Disease“, „PWADs“) ist jedoch unzureichend, da der Gesundheitszustand und die damit verbundenen Probleme bei jedem PWAD unterschiedlich sind. Jeder Bewohner hat eine andere Identität, einen anderen Hintergrund, andere Gewohnheiten und Symptome und benötigt daher eine spezifisch an ihn angepasste Umgebung, um sich in dieser gut zurechtfinden zu können. Aus diesem Grund ist es notwendig, einen Weg zu finden, neue oder bereits bestehende Umgebungen an die spezifischen Bedürfnisse eines einzelnen PWAD anzupassen.

[0004] Darüber hinaus ist es notwendig, PWADs möglichst engmaschig zu überwachen, um ihre bestmögliche Betreuung sicherzustellen. Hierbei ist es allerdings aus ethischen Überlegungen nicht möglich, herkömmliche Überwachungskameras zu verwenden, da eine durchgehende Videoüberwachung und die damit verbundene Beeinträchtigung der Privatsphäre durch die Aufnahme personenbezogener Daten niemandem zugemutet werden kann.

[0005] Aus dem Stand der Technik sind Systeme bekannt, bei denen Infrarot-Sensoren zur Überwachung von Alzheimerpatienten genutzt werden. Die durch die Infrarotsensoren erhaltenen Daten werden anschließend in Bewegungskategorien unterteilt und ausgegeben.

[0006] Nachteilig ist hierbei insbesondere, dass die Auswertung der erfassten Bewegungen im Wesentlichen dem Nutzer überlassen bleibt. Weiters ist es mit herkömmlichen Verfahren schwierig, einzelne Personen in einem Raum voneinander zu unterscheiden.

[0007] Es ist daher eine Aufgabe der Erfindung, ein Verfahren und ein System zur Überwachung einer Person in einem Raum bereitzustellen, bei welchen eine durchgehende Uberwachung gelingt, wobei schnell und einfach die spezifische Situation der überwachten Person erkannt werden kann.

[0008] Erfindungsgemäß wird ein Verfahren zur Überwachung einer Person in einem Raum bereitgestellt, wobei in einem ersten Schritt ein Modell des Raumes erstellt wird, in einem zweiten Schritt ein System von Sensoren im Raum angeordnet wird, in einem dritten Schritt die Bewegungen der Person im Raum durch das Sensorsystem erfasst werden, in einem vierten Schritt die erfassten Bewegungen der Person mithilfe eines Bewegungsalgorithmus in zumindest eine erste Klasse und eine zweite Klasse eingeordnet werden und in einem fünften Schritt die einer ersten Klasse zugeordneten Bewegungen mithilfe eines Kategorisierungsalgorithmus kategorisiert werden.

[0009] Im Allgemeinen werden die verschiedenen Schritte der Erfindung nacheinander durchgeführt, z.B. der zweite Schritt wird nach dem ersten Schritt durchgeführt, der dritte Schritt wird nach dem zweiten Schritt durchgeführt, der vierte Schritt wird nach dem dritten Schritt durchgeführt und der fünfte Schritt wird nach dem vierten Schritt durchgeführt. Dennoch können sich einige Schritte überschneiden, z.B. der dritte Schritt und der vierte Schritt. Hierbei erfolgt bereits eine Klassifizierung, während durch das Sensorsystem weiterhin Bewegungsdaten erfasst werden.

[0010] Das erfindungsgemäße Verfahren nutzt Sensoren, z.B. bei der Schattenbeobachtung, um kontinuierlich Daten über die Bewegungen der Person in einem Raum zu sammeln, um einerseits

rasch reagieren zu können, wenn sich die Person bspw. verirrt hat. Andererseits können die Bewegungsdaten dazu genutzt werden, um die Selbstdesorientierungspunkte der Person in ihrem Raum zu identifizieren und die architektonischen Barrieren zu bestimmen, die Hindernisse für die selbstständige Ausübung ihrer täglichen Aktivitäten ohne die Hilfe der Betreuer bilden. Dadurch wird die Orientierungsfähigkeit der Person bei der Erledigung ihrer täglichen Aufgaben, z.B. in ihrem Zimmer in einem Langzeitgesundheitszentrum, unterstützt, und folglich ihre Lebensqualität verbessert. Dennoch kann die vorliegende Erfindung hierbei auch in anderen Zusammenhängen verwendet werden, z.B. in der Altenpflege, anderen Bereichen des Gesundheitswesens oder auch zur Optimierung von Firmengebäuden oder Schulen.

[0011] Der Raum, in dem die Person überwacht wird, kann eine beliebige Umgebung sein, z.B. ein Teil eines Hauses, ein Zimmer, eine ganze Wohnung oder ein ganzes Haus oder ein Bereich im Freien. Insbesondere kann der Raum eine personalisierte therapeutische Umgebung in einem Gesundheitszentrum sein.

[0012] Die verschiedenen Schritte werden vorzugsweise mit Hilfe eines Computers durchgeführt und sind daher vorzugsweise computerimplementiert.

[0013] Den vom Sensorsystem erfassten Bewegungen werden bspw. die Attribute „Objekt“, „Zeit“, „Raum“ und „Dauer“, die die genaue Bewegung beschreiben, zugeordnet.

[0014] Im ersten Schritt kann bspw. mithilfe eines „Building Information Modeling (BIM)“-Systems ein Modell des Raumes erstellt werden. Hierfür kann beispielsweise eine der folgenden drei Methoden verwendet werden:

(1) Laserscanning oder Photogrammetrie, die vor allem als „Scan-to-BIM“ für hochdetaillierte Modelle bekannt ist. Für die meisten alltäglichen Facility-Management-Vorgänge sind die von diesen Modellen bereitgestellten Details nicht erforderlich;

(2) Automatisierte Konvertierung von 2D-Plänen in 3D-BIM; Ziel ist es, flüssigere und flexiblere Arbeitsabläufe zu ermöglichen, bei denen BIM-Modelle nicht manuell neu erstellt werden müssen; und (3) Übersetzung von 3D-Geometriemodellen in BIM:

Übersetzung der in einer geeigneten Software erstellten 3D-Modelle in eine BIM-Software für die BIM-Modellierung.

[0015] Das Modell des Raumes wird vorzugsweise in einem digitalen Format auf einem Computer, insbesondere einer Steuereinheit, gespeichert. Das Modell des Raumes ist z.B. ein digitales 3D- Modell.

[0016] Im zweiten Schritt der gegenständlichen Erfindung wird vor der Anordnung der Sensoren bevorzugt zunächst ein Schritt zum Finden der optimalen Platzierung der Sensoren im Raum durchgeführt. Hierbei wird zunächst der Raum analysiert und basierend darauf eine entsprechende Auswahl und Anordnung von Sensoren vorgeschlagen. Hierzu kann bspw. ein entsprechender Algorithmus verwendet werden. Die Platzierung der Sensoren kann ein wesentlicher Faktor bei der Überwachung der Bewegung und Aktivität von PWAD sein, um die Erfassung irreführender Informationen zu vermeiden. Ein bevorzugtes Verfahren, das im zweiten Schritt vor der Anordnung der Sensoren im Raum durchgeführt werden soll, ist die folgende, die es dem Benutzer ermöglicht, nach wenigen Analyseschritten eine optimale Lösung auf einem Bildschirm angezeigt zu bekommen.

Bevorzugt sind diese Analysemerkmale

(1) Die Raumgröße;

(2) die Sensorfunktionen;

(3) die Nachbarzonen, die von zwei verschiedenen Sensorkombinationen abgedeckt werden müssen, um den Zielort entsprechend der Sensoraktivierung zu unterscheiden; und

(4) die Bestimmung einer Sensornummer für jede Zone, die vom Sichtfeld des Sensors und der Zonengröße abhängt.

[0017] Nach dieser Analyse können anschließend die Sensoren des Sensorsystems entsprechend der Analyse optimal angeordnet werden, um die Bewegungen der Person im Raum zu erfassen.

2110

[0018] Im vierten Schritt werden die erfassten Bewegungen der Person in zumindest zwei Klassen eingeteilt. Bevorzugt werden die Bewegungen in die Klasse „erledigt“ und „nicht erledigt“ eingeteilt. Dies ermöglicht ein Grobfiltern der Bewegungen, wodurch nicht alle erfassten Bewegungen im nächsten Schritt kategorisiert werden müssen, sondern lediglich spezifische Bewegungen, bspw. als „nicht erledigt“ klassifizierte Bewegungen. Bei nicht erledigten Bewegungen hat die überwachte Person eine Bewegung gestartet, aber nicht korrekt bzw. zu Ende durchgeführt. Diese Bewegungen werden im nächsten Schritt detailliert kategorisiert, um einen guten Überblick über die Probleme der Person zu erhalten. Der Bewegungsalgorithmus umfasst bevorzugt Bewegungsdaten von richtig durchgeführten Bewegungen. Die tatsächlich erfassten Bewegungen werden mit den gespeicherten Bewegungsdaten verglichen und, wenn eine Abweichung festgestellt wird, als „nicht erledigt“ klassifiziert. Falls keine (relevante) Abweichung festgestellt wird, wird die erfasste Bewegung als „erledigt“ klassifiziert.

[0019] Als „erledigt“ klassifizierte Bewegungen hingegen müssen nicht weiter kategorisiert werden, sondern werden bspw. zusammen mit den Attributen „Objekt“, „Zeit“, „Raum“ und „Dauer“, die die genaue Bewegung beschreiben, ausgegeben.

[0020] Im fünften Schritt werden die in einer erste Klasse, bspw. Als „nicht erledigt“, eingeordneten Bewegungen der Person in verschiedene Kategorien klassifiziert, um eine schnelle und aufbereitete Ausgabe der erfassten Bewegungen zu ermöglichen. Beispielsweise ist es möglich, menschliches Verhalten auf verschiedenen Granularitätsebenen zu bestimmen. Hierbei werden, basierend bspw. auf der zurückgelegten Strecke und der Verweildauer an einem Ort Bewegungen in Kategorien unterteilt. Für körperliches Verhalten werden in Aktivitätserkennungsgemeinschaften häufig die Begriffe „Aktion“, „Aktivität“ und „Gewohnheit“ verwendet. Der Begriff „Aktion“ bezieht sich auf ein einfaches Verhalten einer Person für kurze Zeit, beispielsweise das Öffnen einer Tür. Der Begriff „Aktivitäten“ bezieht sich auf komplizierte Verhaltensweisen, die eine Reihe von Handlungen und/oder über einen längeren Zeitraum ineinandergreifende oder überlappende Handlungen umfassen und von einer oder mehreren Personen ausgeführt werden können, beispielsweise von zwei Personen, die Mahlzeiten zubereiten. Eine „Gewohnheit“ bezieht sich auf eine oder mehrere Aktivitäten, die regelmäßig und auf konsistente Weise wiederholt werden. Um eine Reihe von Aktivitäten als Gewohnheit zu definieren, sollte es daher keine oder nur geringfügige Abweichungen in der Art und Weise geben, wie solche Aktivitäten ausgeführt werden, beispielsweise die Einnahme von Medikamenten mit einem Glas Wasser jeden Morgen nach dem Frühstück.

[0021] Darüber hinaus ist das Verhalten von PWADs durch wiederkehrende Inkohärenzen in ihren Handlungen gekennzeichnet, vor allem, wenn sie komplexe Aktivitäten ausführen, die kognitive Fähigkeiten erfordern. Beispielsweise kann das Inkohärenzverhalten von PWADs in sechs Fehlerkategorien eingeteilt werden: (1) Initiierung (eine Aufgabe kann nicht begonnen werden); (2) Organisation (führt einige Schritte einer Aktivität unangemessen aus); (3) Verwirklichung (die Hauptaufgabe überspringen und eine andere erledigen); (4) Reihenfolge (Desorganisation der Schritte der Aktivität); (5) Urteilsvermögen (führt eine Aufgabe auf unsichere Weise aus); und (6) Abschluss (eine Aufgabe kann nicht abgeschlossen werden). Diese Kategorien zielen darauf ab, alle Arten häufiger Fehler abzudecken, die für PWAD in jedem Degenerationsstadium charakteristisch sind. Bevorzugt ist vorgesehen, dass die Bewegungsdaten im fünften Schritt mithilfe eines Kategorisierungsalgorithmus in die sechs Fehlerkategorien „Initiierung“, „Organisation“, „Verwirklichung“, „Reihenfolge“, „Urteilsvermögen“ und „Abschluss“ unterteilt werden.

[0022] Der Bewegungsalgorithmus und/oder der Kategorisierungsalgorithmus kann bspw. mithilfe von personenspezifischen Daten erzeugt werden. Hierbei ist der Bewegungsalgorithmus bzw. der Kategorisierungsalgorithmus für jede beobachtete Person individuell und anders ausgebildet. Als Basis für den Bewegungsalgorithmus bzw. den Kategorisierungsalgorithmus werden bspw. die personenspezifischen Aktivitätsmuster, die in „Aktion“, „Aktivität“ und „Gewohnheit“ unterteilt werden, genutzt. Die personenspezifischen Aktivitätsmuster einer Person werden bevorzugt im jeweiligen Bewegungsalgorithmus verwendet, um die Bewegungen in eine von zwei Klassen einteilen zu können. Die personenspezifischen Aktivitätsmuster einer Person werden bevorzugt im jeweiligen Kategorisierungsalgorithmus verwendet, um die Bewegungen in eine von

sechs Fehlerkategorien einteilen zu können. Hierbei ist also vorgesehen, dass zunächst Bewegungsdaten einer Person gesammelt werden, bspw. Mithilfe eines Sensorsystems, und diese Bewegungsdaten in Kategorien, bspw. „Aktion“, „Aktivität“ und „Gewohnheit“ eingeteilt werden. Diese eingeteilten Bewegungsdaten werden anschließend genutzt, um den Bewegungsalgorithmus und/oder den Kategorisierungsalgorithmus zu erstellen. Bspw. werden die eingeteilten Bewegungsdaten als Referenz genutzt, die mit den während der Überwachung erfassten Bewegungsdaten abgeglichen werden, um Abweichungen und damit Fehler zu erkennen.

[0023] Um im vierten Schritt die Klassifikation und im fünften Schritt die Kategorisierung durchführen zu können, können Ansätze und Algorithmen des maschinellen Lernens eingesetzt werden. Solche Ansätze sind in der Regel besser mit den vier Hauptphasen der Aktivität (Objekt, Zeit, Raum und Dauer) und der Anomalieerkennung vereinbar als klassische Mathematik und statistische Techniken beim Extrahieren von Wissen und beim Entdecken, Lernen und Ableiten von Aktivitäten aus Daten. Zu diesen Algorithmen gehören (1) regelbasierte Argumentationsmethoden und die Bereitstellung adaptiver Lernmechanismen, um sie personalisierter zu gestalten, und (2) Techniken des maschinellen Lernens, um die Aktivitäten/Muster der PWADSs zu lernen und ungewöhnliches Verhalten zu erkennen. Es ist von Vorteil, dass solche Mustererkennungsalgorithmen einen ganzheitlichen Überblick über die Aktivitäten und Routinen von PWADs bieten. Sie analysieren die Daten von PWADs in unterschiedlichen zeitlichen Granularitäten, um automatisierte Verfahren für Makro- und Mikrobewertungen zu entwickeln. Darüber hinaus konzentriert sich das Mikrobewertungs-Framework auf die Erkennung zugrundeliegender Aktivitätsmuster, die verwendet werden können, um auf das Wohlbefinden der PWADs zu schließen und sie entsprechend den sechs oben genannten Fehlern zu kategorisieren.

[0024] Bevorzugt umfasst das Sensorsystem zumindest einen 3D- Infrarot-Sensor, bspw. eine 3D-Infrarot Kamera. Diese Sensoren erfassen in einem definierten Winkelbereich die sich durch die Bewegung von Personen zeitlich und räumlich ändernde Wärmestrahlung (Infrarotstrahlung), wodurch genau bestimmt werden kann, in welchem Bereich und zu welchem Zeitpunkt sich eine Person aufhält. Besonders vorteilhaft ist es hierbei, dass kein Bild der Person aufgenommen wird, wodurch sich auch keine Probleme hinsichtlich ethischer Fragestellungen ergeben.

[0025] Weiters umfasst das Sensorsystem bevorzugt zumindest einen tragbaren Sensor. Tragbare Sensoren gehören zu den nützlichsten Sensortypen zur Überwachung der Bewegungen von PWADs. Beispielsweise kann ein solcher tragbarer Sensor einen Beschleunigungsmesser und/ oder einen GPS-Sensor umfassen. Als tragbare Sensoren kommen vorzugsweise Smartwatches, Armbänder und/oder Smart-Steps zum Einsatz. Diese Sensoren messen Beschleunigungsänderungen, die zur Bewegungserkennung genutzt werden können. Aufgrund der typischerweise geringen Größe tragbarer Sensoren ist es einfach, sie an einem Gürtel, einem Armband, einer Armbanduhr usw. zu befestigen, um die Aktivität des PWAD zu überwachen und entsprechende Bewegungsdaten bereitzustellen.

[0026] Besonders bevorzugt umfasst das Sensorsystem zumindest einen tragbaren Sensor, der ausgebildet ist, um zumindest ein physiologisches Merkmal der den Sensor tragenden Person zu erfassen. Dieser Sensor kann bspw. ausgebildet sein, um den Blutdruck, die Herzfrequenz und/oder die Körpertemperatur des Trägers zu erfassen. Diese erfassten Werte können insbesondere genutzt werden, um eine Person von einer anderen Person anhand dieser Werte zu unterscheiden. Weiters liefern diese Werte einen guten Überblick über den Gesundheitszustand der Person.

[0027] In einer bevorzugten Ausführungsform umfasst das Sensorsystem mindestens einen Umgebungssensor, beispielsweise einen RFID- Sensor (Radio Frequency Identification), der zum Auffinden verlegter Gegenstände verwendet werden kann, einen Schaltsensor und/oder oder einen Drucksensor. Schaltsensoren sind Sensoren basierend bspw. auf magnetischen Eigenschaften und werden an Türen angebracht, um zu überwachen, ob die Tür geöffnet oder geschlossen ist. Diese Sensoren können dazu beitragen, die Sicherheit und das Wohlbefinden der PWADSs zu gewährleisten.

[0028] Die Sensoren sind untereinander bzw. mit einem Steuerelement drahtgebunden oder

4110

drahtlos verbunden, um Daten auszutauschen und insbesondere die erfassten Messwerte von den Sensoren zum Steuerelement zu senden.

[0029] Zur Nutzung eines modifizierten Modells des Raumes ist vorzugsweise vorgesehen, dass in einem sechsten Schritt ein Vorschlag zur Modifizierung des Raumes basierend auf den klassifizierten Bewegungsdaten ausgegeben wird. In dieser Ausführungsform werden die Bewegungsdaten genutzt, um basierend auf dem Modell des Raumes bspw. ein modifiziertes Modell des Raumes zu erstellen und als Vorlage für eine Modifikation des Raumes zu verwenden. Beispielsweise können Möbel an eine andere Stelle im Raum verschoben werden, um die Bewegung des jeweiligen PWAD zu verbessern.

[0030] Hierzu werden dem Raummodellsystem, bspw. dem BIM-System, die Bewegungsdaten zugeführt. Im Raummodellsystem bzw. dem BIM- System werden die Bewegungsdaten verarbeitet, um ein modifiziertes Modell des Raumes zu erstellen. Durch die Kombination des Modelles des Raumes und der Bewegungsdaten können die architektonischen Hindernisse im Raum erfasst und anschließend ein Vorschlag vor Modifizierung des Raumes ausgegeben werden. Der Vorschlag kann bspw. ein modifiziertes Modell des Raumes sein bzw. eines solchen umfassen. Dies ermöglich die Optimierung des Raumes im Hinblick auf die darin lebende Person.

[0031] Im intelligenten therapeutischen Umfeld konzentriert sich die überwiegende Mehrheit der Erkennungssysteme hauptsächlich auf logische oder zeitliche Einschränkungen und übersieht die Einschränkungen räumlicher Aspekte. Dennoch können diese Aspekte die Erkennung erheblich beeinflussen. Eine räumliche Beschränkung ist die räumliche Konfiguration eines Objekts im Verhältnis zu seiner Umgebung und anderen Objekten. Da beispielsweise jedes Objekt eine Größe hat, die den räumlichen Bereich in 2D/3D darstellt, sollte z.B. die Fläche eines ersten Objekts (Esstisch) die Fläche eines zweiten Objekts (Kleiderschrank) bei einem Schritt (Öffnen der Schranktür) einer Aktivität nicht überschneiden. Auf der Grundlage dieser Prämisse können Einschränkungen hinsichtlich der an einer Aktivität beteiligten Objekte festgelegt und damit das Modell des Raumes verbessert werden.

[0032] Als nächster Schritt nach dem vierten bzw. ggf. fünften Schritt kann das erfindungsgemäße Verfahren, z.B. beginnend mit dem zweiten oder dritten Schritt des erfindungsgemäßen Verfahrens wiederholt werden, um einen Verbesserungskreislauf zu schaffen. Dabei wird die Bewegung des PWAD in der neuen, modifizierten Umgebung erfasst und darauf basierend ein neues modifiziertes Modell und schließlich ein neuer modifizierter Raum erstellt. Dies trägt dazu bei, die Umwelt, in der die PWAD lebt, weiter zu verbessern.

[0033] Um das Verfahren zu vereinfachen, ist vorzugsweise vorgesehen, dass die im dritten Schritt erfassten Daten an eine Steuereinheit gesendet werden, wo die Bewegungsdaten mithilfe des Bewegungsalgorithmus klassifiziert und anschließend ggf. mithilfe des Kategorisierungsalgorithmus kategorisiert werden (vierter und fünfter Schritt). Hierbei ist eine Steuereinheit vorgesehen, die im dritten Schritt die Daten des PWAD sammelt und klassifiziert. Die Steuereinheit ist weiters bevorzugt ausgebildet, um den sechsten Schritt auszuführen und/oder die Bewegungsdaten auszugeben.

[0034] Bevorzugt ist ein Verfahren vorgesehen, bei dem im vierten Schritt und/oder im fünften Schritt ein neuronales Netzwerk verwendet wird, um die erfassten Bewegungsdaten zu klassifizieren bzw. zu kategorisieren. Weiters bevorzugt ist das neuronale Netzwerk Teil der Steuereinheit. Neuronale Netze sind leistungsstark beim Lernen, z.B. das Verhalten des jeweiligen PWAD und können verwendet werden, um die Bewegungsdaten entsprechend zuverlässig zu klassifizieren bzw. kategorisieren.

[0035] Darüber hinaus ist es bevorzugt, dass die klassifizierten bzw. kategorisierten Bewegungsdaten, bspw. in Form eines Berichtes, auf einer Ausgabevorrichtung ausgegeben werden. Die Ausgabevorrichtung ist vorzugsweise Teil einer Steuereinheit oder mit einer Steuereinheit verbunden. Die Ausgabevorrichtung ist z.B. ein Bildschirm. Alternativ und/oder zusätzlich kann die Ausgabevorrichtung einen Drucker umfassen, um einen die Bewegungsdaten enthaltenden Bericht zu drucken. Die ausgegebenen Daten können bspw. von einem behandelnden Arzt und/oder

einem Pfleger genutzt werden, um einen Einblick in den Zustand bzw. die Bewegungen der Person zu erhalten.

[0036] Die Erfindung betrifft weiters ein System zur Überwachung einer Person in einem Raum, insbesondere zur Durchführung eines erfindungsgemäßen Verfahrens, umfassend eine Steuereinheit, ein System von in einem Raum angeordneten Sensoren, die ausgebildet sind, um die Bewegungen der Person im Raum zu erfassen und die Bewegungsdaten an die Steuereinheit zu senden, wobei die Steuereinheit ausgebildet ist, um die vom Sensorsystem erfassten Bewegungsdaten zu empfangen und die Bewegungsdaten mithilfe eines Bewegungsalgorithmus in zumindest eine erste Klasse und eine zweite Klasse einzuordnen, wobei anschließend die einer ersten Klasse zugeordneten Bewegungen mithilfe eines Kategorisierungsalgorithmus kategorisiert werden.

[0037] Bevorzugt ist vorgesehen, dass das Sensorsystem zumindest einen 3D-Infrarot-Sensor umfasst.

[0038] Weiters ist bevorzugt vorgesehen, dass die Steuereinheit eine Ausgabeeinheit umfasst. [0039] Zusätzlich kann das System die oben genannten Bestandteile umfassen.

[0040] Nachfolgend wird die Erfindung anhand eines in der Zeichnung schematisch dargestellten Ausführungsbeispiels näher erläutert. In dieser zeigt

[0041] Fig. 1 eine schematische Darstellung des erfindungsgemäßen Verfahrens und [0042] Fig. 2 einen Teil des erfindungsgemäßen Verfahrens im Detail.

[0043] Fig. 1 zeigt ein erfindungsgemäßes Verfahren zur Überwachung einer Person in einem Raum. In einem ersten Schritt 1 wird ein Modell des Raumes erstellt, z.B. durch die Erfassung der Maße und des Inventars eines bestehenden Raumes oder durch die Erstellung eines neuen Raumes über ein Softwareprogramm. Das Modell des Raumes ist z.B. digital auf einer Steuereinheit gespeichert. In einem zweiten Schritt 2 wird ein System von Sensoren im Raum angeordnet, z.B. 3D-Infrarot-Sensoren und/oder Schaltsensoren. Darüber hinaus ist eine im Raum lebende Person vorzugsweise mit einem oder mehreren tragbaren Sensoren ausgestattet, die bspw. ausgebildet sind, um den Blutdruck oder die Herzfrequenz der Person zu ermitteln. Die Sensoren sind jeweils mit einer Steuereinheit verbunden. In einem dritten Schritt 3 des Verfahrens werden die Bewegungen der Person im Raum durch das Sensorsystem erfasst. Um einzelnen Personen voneinander zu unterscheiden, können bspw. die durch die tragbaren Sensoren erfassten Daten herangezogen werden. Anschließend werden die von dem Sensorsystem erfassten Bewegungsdaten in einem vierten Schritt 4 mithilfe eines Bewegungsalgorithmus in zumindest zwei Klassen klassifiziert.

[0044] Basierend auf der im vierten Schritt 4 durchgeführten Klassifikation wird im fünften Schritt 5 eine Kategorisierung der Bewegungsdaten durchgeführt.

[0045] Der vierte Schritt 4 und der fünfte Schritt 5 können bspw. in einer Steuereinheit erfolgen, die mit dem Sensorsystem verbunden ist, um die erfassten Bewegungsdaten zu empfangen.

[0046] Die Steuereinheit ist bspw. mit einer Ausgabeeinheit verbunden, auf dem die klassifizierten Bewegungsdaten ausgegeben werden.

[0047] Zusätzlich kann in einem sechsten Schritt ein Vorschlag zur Modifizierung des Raumes basierend auf den klassifizierten Bewegungsdaten ausgegeben werden. Bspw. kann ein modifiziertes Modell des Raumes ausgegeben werden. Anhand dieses Vorschlages bzw. des modifizierten Modelles kann der Raum so angepasst werden, dass er dem Vorschlag bzw. dem modifizierten Modell entspricht. Anschließend kann das Verfahren erneut gestartet werden, z.B. im zweiten oder dritten Schritt, um die Einflüsse des veränderten Raumes auf das Verhalten und die Bewegung der im Raum lebenden Person zu messen.

[0048] In Fig. 2 wird eine Ausführungsform der Schritte 4 und 5 im Detail erläutert. Bei Schritt 3 werden die Bewegungsdaten erfasst und bei Schritt 4 werden die Bewegungsdaten in eine erste Klasse 7 und eine zweite Klasse 8 eingeteilt. Bei diesem Ausführungsbeispiel werden Bewegun-

gen, die nicht erledigt wurden, in die erste Klasse 7 und Bewegungen, die erledigt wurden, in die zweite Klasse 8 eingeteilt. Die der ersten Klasse 7 zugeordneten Bewegungen werden anschließBend bei 9 in eine der sechs Fehlerkategorien eingeteilt bzw. kategorisiert. Danach werden den Bewegungen bei 10 die jeweiligen Werte der Attribute „Gegenstand“, „Dauer“, „Zeit“ und „Ort“ zugewiesen, wobei die Werte aus den erfassten Bewegungsdaten entnommen werden.

[0049] Die kategorisierten Bewegungsdaten werden bei 11 ausgegeben und in einem Bericht 12 dargestellt und/oder bei 13 einem Raummodellsystem, bspw. einem BIM-System zugeführt. Der Bericht 12 kann bspw. der Gesundheitsbeurteilung der überwachten Person dienen. Die Daten des Raummodellsystems können abschließend durch einen Planungsalgorithmus 14 verarbeitet werden, um das Modell des Raumes basierend auf den Bewegungsdaten anzupassen.

[0050] Den im Schritt 4 als „erledigt“ klassifizierten Bewegungsdaten werden bei 15 die jeweiligen Werte der Attribute „Gegenstand“, „Dauer“, „Zeit“ und „Ort“ zugewiesen, wobei die Werte aus den erfassten Bewegungsdaten entnommen werden. Anschließend werden die Bewegungsdaten bei 16 ausgegeben und in einem Bericht 17 dargestellt.

7110

Claims (8)

Patentansprüche

1. Verfahren zur Überwachung einer Person in einem Raum, um einen Vorschlag zur Modifizierung des Raums zu erstellen, wobei in einem ersten Schritt (1) ein Modell des Raumes erstellt wird, in einem zweiten Schritt (2) ein System von Sensoren im Raum angeordnet wird, in einem dritten Schritt (3) die Bewegungen der Person im Raum durch das Sensorsystem erfasst werden, in einem vierten Schritt (4) die erfassten Bewegungen der Person mithilfe eines Bewegungsalgorithmus in zumindest eine erste Klasse und eine zweite Klasse eingeordnet werden und in einem fünften Schritt (5) die in der ersten Klasse eingeordneten Bewegungen mithilfe eines Kategorisierungsalgorithmus kategorisiert werden und in einem sechsten Schritt ein Vorschlag zur Modifizierung des Raumes basierend auf den kategorisierten Bewegungsdaten erstellt und ausgegeben wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Verfahren nach dem sechsten Schritt in einem modifizierten Raum mit dem zweiten Schritt (2) oder dem dritten Schritt (3) neu gestartet wird, um die Einflüsse des veränderten Raumes auf das Verhalten und die Bewegung der Person im Raum zu messen.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Sensorsystem zumindest einen 3D-Infrarot-Sensor umfasst.

4. Verfahren nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, dass die im dritten Schritt erfassten Daten an eine Steuereinheit gesendet werden, wo die Bewegungsdaten im vierten Schritt (4) mithilfe des Bewegungsalgorithmus in zumindest die erste Klasse und die zweite Klasse eingeordnet werden und anschließend im fünften Schritt (5) die in der ersten Klasse eingeordneten Bewegungen mithilfe des Kategorisierungsalgorithmus kategorisiert werden.

5. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass im vierten Schritt ein neuronales Netzwerk verwendet wird, um die erfassten Bewegungsdaten zu klassifizieren.

6. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die klassifizierten und/oder kategorisierten Bewegungen auf einer Ausgabevorrichtung ausgegeben werden.

7. System zur Überwachung einer Person in einem Raum, zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis 6, umfassend eine Steuereinheit, ein System von in einem Raum angeordneten Sensoren, die ausgebildet sind, um die Bewegungen der Person im Raum zu erfassen und die Bewegungsdaten an die Steuereinheit zu senden, wobei die Steuereinheit ausgebildet ist, um die vom Sensorsystem erfassten Bewegungsdaten zu empfangen und die Bewegungsdaten mithilfe eines Bewegungsalgorithmus in zumindest eine erste Klasse und eine zweite Klasse einzuordnen, wobei anschließend die einer ersten Klasse zugeordneten Bewegungen mithilfe eines Kategorisierungsalgorithmus kategorisiert werden, wobei die Steuereinheit eine Ausgabeeinheit umfasst, die dazu konfiguriert ist, den Vorschlag zur Modifizierung des Raumes basierend auf den kategorisierten Bewegungsdaten auszugeben.

8. System nach Anspruch 7, dadurch gekennzeichnet, dass das Sensorsystem zumindest einen 3D-Infrarot-Sensor umfasst.

Hierzu 2 Blatt Zeichnungen