Refine
Document Type
- Article (35) (remove)
Has Fulltext
- yes (35) (remove)
Keywords
- Altenpflege (2)
- Kalman-Filter (2)
- Lernstrategien (2)
- Neuronales Netz (2)
- Pflege (2)
- model car (2)
- nursing (2)
- Ableitung Solltrajektorie (1)
- Alter (1)
- Ambient Assisted Living (1)
A matter of reality
(2018)
Due to the increasing relevance of data, more and more data from various sources is accumulated for a variety of purposes. At the same time, however, there is a shortage of data in areas where it is urgently needed. Particularly in the field of machine learning, there is a lack of good and usable training data. Therefore, this research paper is concerned with the virtual data acquisition for the training of neural networks. For this purpose, first an application was developed that aims to generate virtual, automatically labeled data. Subsequently, a neural network was trained on the generated virtual data and tested on real data.
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.
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.
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!
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.
Location-Aware-Systeme in öffentlichen Einrichtungen können die Orientierung und User Experience von Besuchern drastisch verbessern. Um dies zu gewährleisten muss eine zuverlässige Positionsbestimmung innerhalb von Gebäuden eingesetzt werden. Da das weit verbreitete Global Positioning System (GPS) im Gebäude nur unzureichend zur Verfügung steht, wird auf die Technologie der Beacons zurückgegriffen, die auf dem Bluetooth Low Energy (BLE) Standard aufbaut. Diese wissenschaftliche Arbeit beschäftigt sich mit dem Ansatz, mithilfe der Beacons eine möglichst genaue Positionsbestimmung in Räumen zu erreichen, unter der Berücksichtigung, dass der eingesetzte Algorithmus auf mobilen Endgeräten performant einsetzbar ist. Hierzu wird erstmal die Zuverlässigkeit der Beacon-Signale in einem Messversuch untersucht. Unter anderem wird gezeigt, dass Signalerkennungen und RSSI-Ermittlung hardwareabhängig sind, bei größeren Entfernungen die Signale stärker schwanken und fehleranfälliger werden. Anschließend wird unter der Verwendung von Decision Tree und Fingerprinting ein neues Konzept der Positionsbestimmung vorgestellt. Durch die Unzuverlässigkeit der Beacon-Signale sinkt die Genauigkeit des Entscheidungsbaumes und es kommt zu Fehlern der Positionsbestimmung. Ferner kann mithilfe des vorgestellten Prototyps gezeigt werden, dass die Genauigkeit der Positionsbestimmung durch die Anzahl der Beacon-Signale abhängig ist.
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.
Diese Arbeit beschreibt ein Referenzsystem,
welches die Trajektorie eines Modellfahrzeugs mithilfe einer
Deckenkamera ermittelt.
Hierbei wird die Position eines Fahrzeugs durch die Kombination
von mehreren Bildverarbeitungsverfahren bestimmt.
Anschließend erfolgt die Verbesserung der Messdaten sowie die
Schätzung von nicht direkt messbaren Größen mithilfe eines
Partikelfilters. Die abschließende Zuordnung der Referenzinformationen
zu den On-Board-Messwerten wird durch eine
Zeitsynchronisation zwischen Fahrzeug und Referenzsystem
ermöglicht.
Das entwickelte System stellt somit eine hochgenaue Vergleichsbasis
für die Validation und die Abschätzung der
Genauigkeit von Lokalisationsverfahren bereit und erleichtert
daher die Entwicklung autonomer Fahralgorithmen.
Aufgrund der expliziten Verankerung der Lernkompetenz im Ausbildungsziel des in 2017 verabschiedeten Pflegeberufereformgesetzes sind die Lehrenden gefordert, die Lernkompetenzentwicklung in die berufliche Pflegeausbildung zu integrieren. Für diese Phase des lebenslangen Lernprozesses bedarf es ein bildungswissenschaftlich fundiertes Konzept, das auf lern- und kompetenztheoretischen Erkenntnissen basiert und zugleich vorliegende Forschungsergebnisse zur systematischen Analyse und Förderung der Lernkompetenz aus der beruflichen Bildung berücksichtigt. Das entwickelte und hier dargestellte Konzept mit intentionaler, inhaltlicher und methodischer Ausrichtung leistet einen Beitrag zur Lernkompetenzentwicklung von Auszubildenden und kann in Pflegebildungseinrichtungen implementiert und evaluiert werden.
Der Beitrag fragt danach, wie ein Konzept kritischer Professionalisierung, welches Aneignungs- bzw. Nutzer*innenperspektiven und arbeitsbündnistheoretische Überlegungen (insbesondere bezogen auf Schutz der Integritäten) zusammendenkt, eine Orientierungsfolie für die sich aus der Covid-19 Pandemie ergebenden Herausforderungen in der Offenen Kinder- und Jugendarbeit sein kann. Jugendarbeit allgemein und Offene Kinder- und Jugendarbeit im Besonderen sind gerade angesichts der gegenwärtigen Pandemiesituation aufgefordert, neue Praxen zu entwickeln, um Aushandlung, Partizipation und Sorge auch im digitalen Raum zu realisieren.
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.
Strukturelle und konzeptionelle Entwicklungen in den Wohn- und Unterstützungsformen von Menschen mit geistiger Behinderung hin zu zunehmender Dezentralisierung und Inklusion versprechen einen Zugewinn an Selbstbestimmung im Lebensbereich Wohnen. In Kombination mit einer veränderten Altersstruktur der Klientel stehen die Einrichtungen der Behindertenhilfe in Deutschland vor enormen Herausforderungen. Dieser Aufsatz zeigt die Grundzüge der gegenwärtigen Entwicklungen auf und skizziert konzeptionelle Perspektiven für den Lebensbereich Wohnen.
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 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.