Suchen

Sensornetzwerk senkt körperliche Belastungen am Arbeitsplatz

| Redakteur: Dipl.-Ing. (FH) Hendrik Härter

Körperliche Belastungen am Arbeitsplatz sind oft auf Fehlbelastungen des Stütz- und Bewegungsapparats zurückzuführen. Mithilfe von Sensoren und cleveren Algorithmen wollen Forscher jetzt gegensteuern.

Ein am Körper getragenes Sensornetzwerk erfasst die Bewegungen und gibt Rückmeldung zu Belastungen und Fehlstellungen.
Ein am Körper getragenes Sensornetzwerk erfasst die Bewegungen und gibt Rückmeldung zu Belastungen und Fehlstellungen.
(Bild: DFKI)

Langes Sitzen bei der Arbeit ist ungesund. Doch wie wirksam den Alltag durchbrechen? Eine Möglichkeit bietet ein Bürostuhl, der aktiv dafür sorgt, dass jemand, der auf den speziellen Stuhl sitzt, regelmäßig die Position ändert.

Das geht noch komplexer: Mithilfe von einem Netzwerk von verschiedenen, am Körper getragenen Sensoren, wollen Forscher jetzt ein System entwickeln, welches den gesundheitlichen Zustand von Arbeitern im Verlauf des Tages anhand der Bewegungen erfasst. Dabei soll die Analyse auf einem intelligenten Chip direkt am Körper stattfinden, so dass die Rohdaten direkt an der Quelle vorverarbeitet und eine Berechnung der Datenströme in Echtzeit möglich wird.

Risikoanalyse erfolgt in Echtzeit

Dank neuartiger Methoden zur Risikoanalyse ist es möglich, eine direkte Rückmeldung zu Belastungen und Fehlstellungen zu erhalten. Spielerische Anwendungen und eine Trainings-App motivieren den Anwender dazu, einseitigen Belastungen entgegenzuwirken und geben personalisierte und medizinische Hilfestellungen für ein Training zuhause.

Hinter dem Projekt steht unter anderem das Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI). Gefördert von der Europäischen Union (EU) mit dem Namen BIONIC koordiniert das DFKI zehn internationale Partner aus Medizin, Biotechnik, Elektronik, Informationstechnologie und Künstlicher Intelligenz. Immer im Blick dabei: intelligenten Entwicklungen, um Gesundheitseinschränkungen zu senken. BIONIC steht für „Personalized Body Sensor Networks with Built-In Intelligence for Real-Time Risk Assessment and Coaching of Ageing workers, in all types of working and living environments“. Gemeinsam mit Bau- und Fabrikarbeitern sollen in Pilotversuchen die Ergebnisse validiert werden.

Algorithmen bewerten Risiko

Durch den Einsatz biomechanischer Modelle für altersbedingte und chronische Beeinträchtigungen werden Algorithmen zur ergonomischen Risikobewertung der physischen Belastungen entworfen. Zu den Eingangsparametern gehören Körperhaltung, Kräfte und Momente sowie physiologische Parameter wie Herzfrequenz oder Körpertemperatur.

Verschiedene Verfahren, die auf objektiven sowie subjektiven Daten basieren, werden als Grundlage herangezogen und durch personalisierte Algorithmen ergänzt, für die Methoden des Deep Learning eingesetzt werden. Die erzeugten Daten werden entsprechend der EU-Datenschutzrichtlinie gespeichert.

(ID:45771718)