BodyANTs

Type: Semester project
Students: Fabian Schneiter, Kevin Bitterli
Advisors: Martin Kusserow, Holger Harms

Sensoren, die am Körper des Menschen Beschleunigungen messen, dienen als wichtige Informationsquelle für die Beobachtung und Überwachung von Aktivitäten. In Kombination mit anderen physiologischen Daten erlauben Bewegungsdaten eine differenzierte Beurteilung der physikalischen Belastung, was im medizinischen und sportlichen Bereich von grossem Interesse ist. Die Beschleunigungssensoren können aber auch in interaktiven Echtzeit-Anwendungen, beispielsweise als Eingabegeräte, zum Einsatz kommen.

Den grössten Energieverbraucher stellt bei allen in der Literatur beschrieben, drahtlosen Beschleunigungssensor-System die Funkübertragung der Messdaten dar. Deswegen waren bisher keine hochauflösenden Langzeitaufnahmen ohne Batteriewechsel möglich. Das drahtlose Übertragungsprotokoll ANT versucht durch eine gezielte Ausrichtung auf den Ultra-Low-Power Bereich diesem Problem Abhilfe zu verschaffen. Es zeichnet sich durch einen wesentlich tieferen Stromverbrauch als beispielsweise Bluetooth aus.

Im Rahmen dieser Arbeit wurde eine Firmware für einen Hardware-Prototyp eines solchen Sensors mit Übertragung per ANT entwickelt. Durch gezielte Ausrichtung auf geringen Stromverbrauch konnte die Energieeffizienz merklich verbessert werden. Während der anschliessenden Evaluation des Sensors wurden so Betriebszeiten von über 80 Stunden bei einer Abtastrate von 30 Hz erzielt (CR2032 Knopfzelle). Gleichzeitig wurden Konfigurationsparameter evaluiert, um geeignete Betriebspunkte zu finden. Daneben wurde die Sendeleistung untersucht, wobei für Distanzen bis 2m, wie sie am Körper des Menschen auftreten, geringe Fehlerraten von um 2% zu erwarten sind.

Zum Abschluss der Arbeit wurde ein Experiment durchgeführt, um die Praxistauglichkeit des BodyANT Systems zu belegen. Dabei wurden über einen Zeitraum von dreimal 8 Stunden erfolgreich Bewegungsdaten aufgezeichnet. In diesen Daten konnten verschiedene Aktivitäten problemlos visuell erkannt werden. Die Fehlerraten bewegen sich dabei in einem akzeptablen Bereich von etwa 10%, wobei kaum längere Lücken in den Daten auftreten.