Forschung für den Mittelstand - Die IGF-Projektdatenbank

Entwicklung einer Fertigungstechnologie zur Herstellung und Konfektionierung von Funktionsfasern und deren Integration zu einem textilen Flächensensor

Das Ziel des Projekts ist die Entwicklung eines Flächensensors, der ortsaufgelöst Personen erkennen kann. Damit sollen eine Sturzerkennung sowie die Positionsbestimmung von Menschen erfasst werden, um in Smart Homes oder Pflegeheimen eingesetzt zu werden. Aus der Information über die Personen können Hilfemaßnahmen (beim Sturz) eingeleitet werden oder Geräte automatisch ein- oder ausgeschaltet werden (beim Smart Home).

Im Rahmen des Projekts werden dazu Funktionsfasern für den konkreten Einsatz im Flächensensor weiterentwickelt. Um am Markt damit attraktive Preise anzubieten (weniger als 10 € pro Sensorfaser) ist es notwendig, einen automatisierten Kontaktierprozess gemeinsam mit einem Maschinenbauer zu entwickeln. Der erste Schritt, die stufenweise Abisolierung der Faser, ist mit einem Mikrorotationsmesser vorgesehen. Anschließend soll die Kontaktierung selbst mit einem industriellen Mikrodosierprozess automatisch erfolgen, wobei am TITK der leitfähige und mechanisch flexible und verarbeitbare Klebstoff entwickelt wird. Nach der Fertigstellung des Flächensensors werden zur Verifizierung Langzeittests, unter anderem am Karatezentrum Waltershausen, durchgeführt.

Als Ergebnis ist ein Sensor geplant, der an derzeitige Smart Home- oder Assistenzsysteme angekoppelt werden kann und diese damit aufwertet. Heute ist keine zuverlässige Information über anwesende Personen vorhanden, was durch das Projekt geschaffen werden soll.

Der Smart Home- oder Assistenzbereich umfasst zahlreiche Branchen, in denen KMU aktiv sind. Im Wesentlichen soll für Elektrofirmen (Installateure) und Bauunternehmen eine einfach einzusetzende Technologie entwickelt werden, aber auch Entwickler von Heimelektronik und Sicherheitstechnik sollen damit ihr Portfolio strategisch erweitern können. Des Weiteren soll der aufstrebende Bereich des AAL (Ambient Assisted Living) mit einer zukunftssicheren Technologie versorgt werden, die älteren Menschen länger ein selbstbestimmtes Leben in den eigenen vier Wänden ermöglichen soll.

Ergebniszusammenfassung:

Die Realisierung von Funktionsfasern und deren Integration zu einem textilen Flächensensor waren die im Projekt zu lösenden Herausforderungen. Bei den Untersuchungen wurde festgestellt, dass der PVDF-Sensor mit seiner Flexibilität und hohen Empfindlichkeit für multiaxiale Signale ein deutlicher Gewinner gegenüber keramischen Piezosensoren ist. Diese Eigenschaften ermöglichen ein breites Spektrum an Anwendungen, welche sogar auf künstlicher Intelligenz basieren und für ein Bewegungsmontoring, sowie eine Sturzerkennung von Personen genutzt werden können. Mit maschinellen Lern-Algorithmen können verschiedene Szenarien angelernt werden, wodurch die Anzahl Sensoren im Raum extrem reduziert und dadurch eine unschlagbare Preis-Leistung gegenüber bisherigen Fußbodensensoren erreicht werden kann.

Die Sensorfläche lässt sich durch eine Sandwich-Struktur im Textil gut realisieren. Als Ergebnis des Projekts wurde die Einarbeitung des Sensors durch Weben, Sticken, 3-D-Wirken und Kaschieren erprobt und die Technologien für den Sensor angepasst. Der textile Flächensensor zeigt gute Einsetzbarkeit in verschiedenen Fußböden-Aufbauten (beispielsweise mit Laminat, Parkett, Teppich oder Vlies). Damit können Stürze von insbesondere älteren und alleinlebenden Menschen erkannt werden, um automatisch einen Notruf zu aktivieren, und Geräte (im Projekt wurde eine Alexa von Amazon verwendet) im Sinne eines „Smart Home“ gezielt gesteuert werden. Hierdurch wird die Wohnsicherheit im Sinne eines Ambient Assisted Living (AAL) gesteigert.

Das Hauptziel des Projektes Flächensensor, die Entwicklung einer piezoelektrischen Funktionsfaser und deren Integration in ein Flächentextil und in einen Fußbodenaufbau, um damit ein Bewegungsmonitoring sowie eine Sturzerkennung von Personen durchzuführen, wurde erreicht. Die Machine-Learning-Bibliothek für Sturz- und Bewegungserkennung wurde nicht in diesem Projekt abgebildet.