Titelaufnahme

Titel
Entwicklung einer Android-App zur Sturzdetektion
Weitere Titel
Development of an Android-based fall-detection app
VerfasserHudribusch, Peter Lucas
GutachterEngelmann, Gerhard
Erschienen2016
Datum der AbgabeJanuar 2016
SpracheDeutsch
DokumenttypBachelorarbeit
Schlagwörter (DE)Android / Beschleunigungssensor / E-Health / Smartphone / Sturzdetektion / Sturzerkennung
Schlagwörter (EN)Accelerometer / Android / eHealth / Fall-detection / Smartphone
Zugriffsbeschränkung
 _
Klassifikation
Zusammenfassung (Deutsch)

In den vergangenen Jahren haben sich viele Arbeiten mit der Detektion von Stürzen von Personen beschäftigt. Dabei wurden meist eigene Geräte entwickelt, welche Sensoren eingebaut und die entsprechenden Algorithmen implementiert haben, um Stürze zu erkennen. Diese Geräte sind aber meist in ihrer Kommunikation eingeschränkt und müssen an bestimmten Stellen am Körper getragen werden, um eine optimale Sturzerkennung bieten zu können.

Diese Arbeit beschäftigt sich mit der Implementierung der Sturzdetektion mittels Android-Smartphone in der Programmiersprache Java. Da viele Personen ein Smartphone besitzen und dies immer bei sich tragen, ist die Verwendung von diesem die optimale Lösung um eine einfache und komfortable Sturzerkennung zu ermöglichen. Die Voraussetzung dafür ist, dass das Smartphone einen eingebauten Beschleunigungssensor besitzt. Für die Sturzerkennung wurde ein einfacher Algorithmus gewählt, welcher eine hohe Erkennungsrate und gleichzeitig eine relativ niedrige Fehlerwahrscheinlichkeit bietet. Außerdem erkennt der Algorithmus einen Sturz unabhängig von der Lage des Smartphones. Wenn das Smartphone dennoch einen Sturz fehlerhaft erkennt, ist es für den Träger möglich, diesen Alarm innerhalb einer einstellbaren Zeit zu deaktivieren. Sollte der Träger nicht mehr in der Lage dazu sein, wird automatisch eine Notfall-SMS mit den Standortdaten und der Uhrzeit an eine konfigurierbare Telefonnummer gesendet.

Nach Evaluierung der Implementierung wurde eine Erkennungsrate von 100% bei simulierten Stürzen festgestellt. Bei Szenarien des Alltags trat beim Gehen bei vier von zehn Durchgängen ein Fehlalarm auf. Beim Stiegensteigen wurden bei acht Durchführungen drei Fehlalarme ausgelöst.

Zusammenfassung (Englisch)

Various papers discussed fall-detection systems for people in recent years. Most of the time, stand-alone devices were developed to detect falls. These devices are often limited in their communication and have to be worn on specific positions of the body.

This bachelor thesis deals with the development of an Android-based fall-detection app, written in the programming language Java. Using a smartphone as fall-detection device is a comfortable and easy-to-use solution for many people, as it's only requirement is an accelerometer. A simple fall-detection algorithm was chosen, with the specification that the detection of a fall must be independent from the position of the device. This algorithm provides a high detection rate together with a low error rate. The user is able to cancel an alarm for a configurable time, if the system detects a fall. If the user is not able to cancel the alarm, a message with the coordinates of the position of the user and time of the fall is sent to a configurable telephone number.

During evaluation 100% of the simulated falls were detected. The algorithm was also tested in activities of daily living. Walking caused 4 false-positives in 10 runs and climbing the stairs resulted in 3 false-positives in 8 runs.