Refine
Year of publication
- 2020 (15) (remove)
Document Type
- Article (15) (remove)
Has Fulltext
- yes (15) (remove)
Keywords
- model car (2)
- Ableitung Solltrajektorie (1)
- Altenpflege (1)
- Autonomes Fahren (1)
- Autonomous (1)
- Datenassoziation (1)
- Deep Learning (1)
- Ernährungsintervention (1)
- Ernährungsmanagement (1)
- Extended Kalman-Filter (1)
Slips and stumbles are main causes of falls and result in serious injuries. Balance training is widely applied for preventing falls across the lifespan. Subdivided into two main intervention types, biomechanical characteristics differ amongst balance interventions tailored to counteract falls: conventional balance training (CBT) referring to a balance task with a static ledger pivoting around the ankle joint versus reactive balance training (RBT) using externally applied perturbations to deteriorate body equilibrium. This study aimed to evaluate the efficacy of reactive, slip-simulating RBT compared to CBT in regard to fall prevention and to detect neuromuscular and kinematic dependencies. In a randomized controlled trial, 38 participants were randomly allocated either to CBT or RBT. To simulate stumbling scenarios, postural responses were assessed to posterior translations in gait and stance perturbation before and after 4 weeks of training. Surface electromyography during short- (SLR), medium- (MLR), and long-latency response of shank and thigh muscles as well as ankle, knee, and hip joint kinematics (amplitudes and velocities) were recorded. Both training modalities revealed reduced angular velocity in the ankle joint (P < 0.05) accompanied by increased shank muscle activity in SLR (P < 0.05) during marching in place perturbation. During stance perturbation and marching in place perturbation, hip angular velocity was decreased after RBT (P from TTEST, Pt < 0.05) accompanied by enhanced thigh muscle activity (SLR, MLR) after both trainings (P < 0.05). Effect sizes were larger for the RBT-group during stance perturbation. Thus, both interventions revealed modified stabilization strategies for reactive balance recovery after surface translations. Characterized by enhanced reflex activity in the leg muscles antagonizing the surface translations, balance training is associated with improved neuromuscular timing and accuracy being relevant for postural control. This may result in more efficient segmental stabilization during fall risk situations, independent of the intervention modality. More pronounced modulations and higher effect sizes after RBT in stance perturbation point toward specificity of training adaptations, with an emphasis on the proximal body segment for RBT. Outcomes underline the benefits of balance training with a clear distinction between RBT and CBT being relevant for training application over the lifespan.
Diese Arbeit stellt einen Lösungsansatz
für das Erstellen einer Karte für autonome Systeme auf Grundlage von Objekten mit Lebenspunkten vor. Dafür werden von
den Sensoren erfasste Punkte mit einem DBSCAN verarbeitet,
um zusammenhängende Cluster zu finden. Diese Cluster werden
mit Lebenspunkten versehen, welche die Existenzplausibilität
widerspiegeln.
Mobilitätshilfen sind allgegenwärtig und existenziell für Menschen, die aufgrund von Krankheit und Pflegebedürftigkeit in ihren Alltagsbewegungen und -fortbewegungen eingeschränkt sind. Mobilität steht in einem direkten Zusammenhang zur Selbstständig-keit und Selbstbestimmung im Alltag. Für viele pflegebedürftige Menschen sind Mobili-tätshilfen entscheiden dafür, ob sie ihren Alltag (wieder) selbst gestalten können. Dabei müssen sie sich innerhalb und außerhalb von Räumen ganz unterschiedlichen Heraus-forderungen stellen. Teilhabe am sozialen, möglicherweise auch am beruflichen Leben wird für viele Betroffene erst dann möglich, wenn die unterschiedlichen Mobilitätshilfen aufeinander und auf die jeweiligen Aktivitäten abgestimmt sind. Für Angehörige und für Pflegefachpersonen stellt sich täglich die Frage, mit welchen Mobilitätshilfen eine siche-re und angemessene Unterstützung möglich ist. Dabei gilt es, die Ausstattung mit Hilfen dem aktuellen Mobilitätsprofil der Betroffenen anzupassen; die Folgen von Über- oder Unterversorgung mit Mobilitätshilfen kann für die Betroffenen gravierende negative Folgen haben!
Diese Arbeit befasst sich mit der Entwicklung eines robusten Positionsschätzers. Die Positionsschätzung findet für einen mobilen Roboter statt, welcher autonom einen Rundkurs abfährt.
Mithilfe des von Thrun et al. entwickelte FastSLAM Ansatz wird ein Konzept zur Filterung der Position entwickelt. Geeignete Umweltinformationen werden für die kontinuierliche Korrektur ermittelt und beschrieben. Für die Korrektur wird die Charakteristik der Rennstrecke genutzt.
Durch eine Validierung des Konzepts wird die Funktionalität gezeigt und ein Einblick in die erforderliche Rechenleistung gegeben.
Für das autonome Fahren ist es notwendig, Verfahren zu entwickeln, die in der Lage sind, die Position und die Orientierung von Objekten zu ermitteln. Eine große Herausforderung ist die Zuordnung der durch Sensoren erfassten Messpunkten zu Objekten und die notwendige Validierung dieser Daten. In diesem Beitrag wird die Datenassoziation von Messpunkten zu einem Objekt mittels Künstlicher Intelligenz (KI) untersucht. Hierbei wird ein Neuronales Netz verwendet, welches die Zuordnung der Messpunkte zu einem bestimmten Objekt übernimmt oder diese als Rauschen deklariert. Es wird untersucht wie sich die Performance von Long Short-Term Memory (LSTM)-Layern gegenüber Dense-Layern für diesen Einsatz-Zweck verhält. Die verwendeten Daten werden mittels einer 2D-Simulation erzeugt. Der Output des Neuronalen Netzes wird verwendet, um die Trajektorien mehrerer Objekte zu erfassen und deren zukünftige Bewegung durch einen Kalman-Filter vorherzusagen.
Hintergrund
Die Prävalenz von Mangelernährung im Krankenhaus ist hoch und wird in der Praxis noch häufig unterschätzt. Im Rahmen eines vom BMBF finanzierten Projektes soll diesem Problem mithilfe von Praxiskonzepten mit präventiven und kurativen Maßnahmen für die Zielgruppe geriatrischer Patient*innen begegnet werden.
Methodik
Zur Bestimmung der Ausgangslage hinsichtlich des Ernährungsmanagements und Feststellung der aktuellen Prävalenz von Mangelernährung in zwei Stuttgarter Kliniken wurden im Rahmen des nutritionDays® spezifische Daten erhoben und mit dem Schwerpunkt auf die Zielgruppe ältere Patient*innen ausgewertet.
Ergebnisse
Von 99 eingeschlossenen Patient*innen weisen 39,4% (n=39) ein Risiko für eine Mangelernährung auf, 41 Patient*innen (41,1 %) berichten von einem ungewollten Gewichtsverlust. Der Gewichtsverlust beträgt im Mittel 6,1 kg (SD 3,8) oder 9,7% (SD 5,1) des Körpergewichtes. Nur 19,4% (n=7) der Mangelernährten erhalten eine ernährungsmedizinische Intervention. Es zeigt sich für die Gruppe mit einem hohen Mangelernährungsrisiko ein verlängerter Klinikaufenthalt von 2,1 Tagen (nicht signifikant), ein signifikant geringerer BMI (-4,3 kg/m²; p=0,001), größerer Gewichtsverlust (-12,5% vs. -3,7%; p=0,001) sowie Gewichtsveränderungen in den letzten 5 Jahren (-7,6% vs.+1,2%; p=0,004). Der ungewollte Gewichtsverlust korreliert signifikant mit der Anzahl unterschiedlicher Medikamente (rs=0,397; p=0,029) und einer verringerten Nahrungsaufnahme in der Woche vor Klinikeinweisung (rs=-0,533; p=0,003).
Schlussfolgerung
Die hohe Prävalenz von Mangelernährung unter den älteren Patient*innen bei gleichzeitig ausbleibender Identifikation der Betroffenen führt zu einer unzureichenden Behandlung der Mangelernährung. Diese Defizite lassen sich mithilfe von nutritionDay® Erhebungen deutlich aufzeigen.
Diese Arbeit beschreibt die Aufstellung einer Trajektorie für ein autonomes Fahrzeug. Als Basis dient eine Vorarbeit, bei der ein neuronales Netz das Bild einer Frontkamera eines Autos in Fahrspur und Nicht-Fahrspur segmentiert. Darauf aufbauend wird das Bild zunächst in die Vogelperspektive transformiert. Anschließend folgen eine Detektion der Fahrspurkanten sowie ein Clustering-Verfahren, um linke und rechte Kantenabschnitte zu separieren. Weiter wird die Trajektorie diskret in Form von Parametern des Kreisbogenmodells aufgenommen. Die Prädiktion dieser Parameter erfolgt mittels eines Extended Kalman-Filters. Die abschließende Validierung der Algorithmen erfolgt durch eine synthetisch generierte Fahrspur.
Chances and risks of industry 4.0 for quality assurance - empirical study on companies in the german manufacturing industry. The increasing complexitiy of products as well as the trend to more individualized products lay down enormous tasks on the manufacturing industry. They can only be managed by using industry 4.0 methods. In this context, digitization is implemented in quality assurance, too - fostering a significant increase in product and process quality. The presendt study reveals the current state of digitalization and the opportunities and challenges associated with it - in the view of experts and decision makers of the manufacturing industry.
Diese Arbeit befasst sich mit der Entwicklung einer kamerabasierten Verkehrszeichenerkennung für ein autonom fahrendes Fahrzeug.
Dabei wird das neuronale Netz SSD-MobileNet-V1 verwendet, dessen Training ausschließlich mit virtuellen Trainingsdaten erfolgt. Zur Validierung wird ein autonom fahrendes Modellfahrzeug verwendet. Um die Verkehrszeichenerkennung auf dem Modellfahrzeug integrieren zu können, wird sie in Form eines ROS-Nodes implementiert, welcher außerdem die notwendige Vorverarbeitung der Kamerabilder sowie die Plausibilisierung der erkannten Verkehrszeichen beinhaltet. Es folgt die Integration der Verkehrszeichenerkennung in das Modellfahrzeug, wo sie auf einem NVIDIA Jetson TX2-Board ausgeführt wird.
Die entwickelte Verkehrszeichenerkennung ist in der Lage, 15 der 17 trainierten Verkehrszeichen zuverlässig zu erkennen und kann auf dem NVIDIA Jetson TX2-Board mit ausreichender Performance ausgeführt werden.
Design of a transverse controller for an autonomous driving model car based on the Stanley approach
(2020)
The Stanley approach is an established transverse controller
for autonomous vehicle’s to follow a desired reference
path accordingly. In this publication, functional extensions of
the Stanley algorithm are demonstrated. The resulting overall
lateral controller can be used for autonomous model cars
especially.