|
|
| Integration von Sensorik in Kleidung und Sportequipment Aus biomechanischen und physiologischen Signalen
gewonnene Informationen
tragen immer mehr zur Trainingsoptimierung bei Sportlern,
zur Kontrolle des
Gesundheitszustandes und allgemein zur Verbesserung der
Fitness bei
sportlicher Betätigung bei. Auch die immer weiter
fortschreitende
Miniaturisierung und Leistungssteigerung Eingebetteter
Systeme macht den
Einsatz solcher Sensorik für Fitness- und
Sportanwendungen interessant.
Durch Verwendung unterschiedlich an Körper und
Sportgeräten angebrachter
Sensoren können Biosignale aufgenommen und beispielsweise
für die
Bewegungsanalyse, statistische Auswertungen oder
Aktivitätserkennung
verarbeitet werden. | Projektleitung:
Prof. Dr. Björn Eskofier
Beteiligte:
Dipl.-Ing. Peter Blank
Stichwörter:
Eingebettete Systeme; Tragbare Sensornetzwerke; Digitaler Sport; Sensorentwicklung
Laufzeit: 1.11.2015 - 31.12.2018
Förderer:
Interdisziplinäres Zentrum für eingebettete Systeme (ESI)
Kontakt:
Blank, Peter
E-Mail: peter.blank@fau.de
| | Publikationen |
|---|
Blank, Peter ; Kautz, Thomas ; Eskofier, Björn: Ball impact localization on table tennis rackets using piezo-electric sensors. In: The 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing (Hrsg.) : Proceedings of the 2016 ACM International Symposium on Wearable Computers (2016 ACM International Symposium on Wearable Computers Heidelberg, Germany 12.09.2016-16.09.2016). Association for Computing Machinery : Association for Computing Machinery, Inc, 2016, S. 72-79. - ISBN 978-1-4503-4460-9
[doi>10.1145/2971763.2971778] | Blank, Peter ; Hofmann, Steffen ; Kulessa, Martin ; Eskofier, Björn: miPod 2: a new hardware platform for embedded real-time processing in sports and fitness applications. In: The 2016 ACM International Joint Conference on Pervasive and Ubiquitous Computing (Hrsg.) : Proceedings of the 2016 ACM International Symposium on Wearable Computers (2016 ACM International Symposium on Wearable Computers Heidelberg, Germany 12.09.2016-16.09.2016). Association for Computing Machinery : Association for Computing Machinery, Inc, 2016, S. 881-884. - ISBN 978-1-4503-4462-3
[doi>10.1145/2968219.2968571] | Jensen, Ulf ; Blank, Peter ; Kugler, Patrick ; Eskofier, Björn: Unobtrusive and Energy-Efficient Swimming Exercise Tracking Using On-Node Processing. In: IEEE Sensors Journal 16 (2016), Nr. 10, S. 3972-3980
[doi>10.1109/JSEN.2016.2530019] |
Institution: Lehrstuhl für Informatik 5 (Mustererkennung)
|
 |
|
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|