Projekte - BioMotion Center

Health technologies play an important role in fall detection and fall prevention. Wearables positioned in the right places collect longitudinal data on gait, balance, activity levels, and near-fall events. Digital twins can simulate various fall situations and replicate the reactions of real people without exposing them to these situations. Personalized exoskeletons can provide support in critical situations and prevent falls. With the help of modern health technologies of this kind, it is possible to identify individuals at risk of falling, design targeted fall prevention interventions based on wearable sensor data or digital twin simulations, or to prevent falls in older adults with a high risk of falling with the help of exoskeletons. A first step in this direction would be a reliable way of detecting falls in real-life situations once they occur, based on sensor systems that are suitable for daily use. Experience with currently available commercial devices shows that they have a lot of false positives (such as fall detection when using roller coasters) and false negatives (not detecting smoother types of falls with smaller acceleration and jerk). Therefore, there is a clear need for a database with data of different fall settings, and data from various sensors collected, both lab-based full motion capture sensors and information from minimalistic/ individual sensors that would be suitable for daily use which will allow to (1) gain a more fundamental understanding of the different types of falls (combining this fall data with digital twins) and (2) compare the information provided by the different sensors and the possibilities to be used in reliable fall detection algorithms.

• Partner: Prof. Dr. Katja Mombaur and Team

KIT HealthTech

Auf der Grundlage des gemeinsam im Rahmen von BISp-geförderten Projekten entwickelten Druckmesssystems für die olympische Sportart Recurve-Bogenschießen, wird in diesem Projekt die entwickelte Software "DSB Analyzer" zur Datenaufnahme, -verarbeitung und -analyse weiterentwickelt. Die geplanten Maßnahmen dienen sowohl der Verbesserung der Datenqualität als auch der effizienteren Nutzung der Software im Trainings- und Diagnostikalltag, damit das gemeinsam entwickelte Messsystem optimal in den Trainingsprozess integriert werden kann. 

• Laufzeit: 2026
• Partner: Deutscher Schützenbund e.V.

Deutscher Schützenbund e.V.

Ziel der KATE-Graduiertenschule ist es, die Sicherheit und Autonomie von Menschen mit Behinderungen durch Assistenzsysteme auf der Basis von künstlicher Intelligenz zu verbessern. Die Graduiertenschule leistet damit einen direkten Beitrag zur Umsetzung des Übereinkommens der Vereinten Nationen über die Rechte von Menschen mit Behinderungen. In der Konvention werden unterstützende Technologien als wesentlicher Beitrag zur Inklusion von Menschen mit Behinderungen hervorgehoben. Doch nicht nur technologische, sondern auch soziale Aspekte müssen berücksichtigt werden. So sollen die Stipendiaten im Rahmen des Promotionsprogramms nicht nur eigene Forschungsbeiträge leisten, sondern auch ein breites interdisziplinäres Wissen über die Hintergründe und Auswirkungen verschiedener Behinderungen und Erkrankungen sowie die damit verbundenen besonderen Bedürfnisse erwerben. Das BioMotion Center fokussiert sich dabei darauf, wie tragbare Assistenztechnologien (z.B. Exoskelette) die motorische Leistungsfähigkeit unterstützen und durch personalisiertes Training verbessern können.

Laufzeit

• 2022 - 2027

Partner

• Prof. Dr.-Ing. Rainer Stiefelhagen (KIT)
• Prof. Dr.-Ing. Matthias Wölfel (Hochschule Karlsruhe)
• Prof. Dr. Tamim Asfour (KIT)
• Prof. Dr. Armin Grunwald (KIT)
• Prof. Dr. Björn Hein (Hochschule Karlsruhe)
• Prof. Dr. Steffen Kinkel (Hochschule Karlsruhe)
• Prof. Dr. Astrid Laubenheimer (KIT)
• Dr. Linda Nierling (KIT)
• Prof. Dr. Alexander Waibel (KIT)
• Prof. Dr. Christian Wurll (Hochschule Karlsruhe)
• Prof. Dr. Caroline Karmann (KIT)
• Prof. Dr. Kathrin Gerling (KIT)
• Dr. Janina Krell-Rösch (KIT)
• Prof. Dr. Katja Mombaur (KIT)
• Prof. Dr. Jan Niehues (KIT)
• Prof. Dr. Alexander Woll (KIT)

• BW Ministerium für Wissenschaft, Forschung und Kunst

Menschliche Lokomotionsbewegungen sind zur Bewältigung vielfältiger Aufgaben in Alltag und Sport von entscheidender Bedeutung. Die Forschungsarbeiten des interdisziplinären antragstellenden Teams vom IfSS konzentrieren sich u.a. auf die Kontrolle und Biomechanik von Lokomotionsbewegungen, wie sich diese durch Trainings- und Lernprozesse, durch Erkrankungen des Muskelskelettsystems (z.B. Arthrose) sowie durch altersbedingte Abbauprozesse und Krankheit (z.B. Demenz) verändern. Ergänzend werden verschiedene Themen im Bereich der Mensch-Technik-Interaktion bearbeitet, wie z.B. der Einfluss von Sporttechnologien (z.B. Laufschuhe), Medizintechnikprodukten (z.B. Orthesen) oder Robotikkomponenten (z.B. Exoskelette) auf die Kontrolle und Biomechanik menschlicher Lokomotionsbewegungen. Schließlich wird an der Identifikation von Biomarkern geforscht, die frühzeitig Hinweise auf mögliche Überlastungssituationen geben.
Bei dem bewilligten Forschungsgroßgerät handelt es sich um ein Laufband, das dem IfSS eine einzigartige Forschungsumgebung bietet, um Lokomotionsbewegungen vor dem Hintergrund der skizzierten Forschungsthemen unter ökologisch validen und gleichzeitig kontrollierten Bedingungen untersuchen zu können. Besonders hervorzuheben sind die vielfältigen Funktionalitäten des Laufbands wie z.B. zwei Bänder mit integrierten Kraftmesseinheiten; verschiedene Perturbationsoptionen; Lokomotion bei verschiedenen Geschwindigkeiten und Neigungen mit selbstgewählter oder vorgegebener Geschwindigkeit; eine Virtual-Reality (VR) - Funktionalität, die eine Echtzeitdarstellung von Bewegungsszenarien auf einer Projektionsfläche vor dem Laufband ermöglicht und mit den Bewegungen des Laufbands (z.B. Neigungen und Perturbationen) synchronisiert ist; die zeitsynchrone Einbindung weiterer Messsysteme (z.B. Motion Capture) und die Echtzeitdarstellung biomechanischer Variablen über eine Projektionsfläche für bspw. Gangschulungen. Bei dem beantragten Forschungsgroßgerät sind die genannten Funktionalitäten allesamt integriert, aufeinander abgestimmt und durch die Systemsoftware modifizierbar, so dass das Laufband in Experimenten zur komplexen Bewegungs- und Belastungsanalyse, aber auch als Trainingsgerät im Rahmen von Interventionsstudien eingesetzt werden kann.
Das bewilligte Forschungsgroßgerät fügt sich optimal in die vorhandene Laborinfrastruktur am IfSS ein (z.B. Kompatibilität mit vorhandenem Motion Capture System). Es ermöglicht dem antragsstellenden Team zukünftig die Bearbeitung neuer, disziplinübergreifender Fragestellungen im Kontext der menschlichen Lokomotion und wird zu einer noch besseren Verzahnung der Forschung zwischen den Professuren am IfSS und KIT für verschiedene, gesellschaftlich relevante Zielgruppen an der Schnittstelle von Sportwissenschaft (u.a. Motorik, Biomechanik und Gesundheit), Medizin (u.a. Orthopädie und Physiologie) sowie Informatik und Ingenieurwissenschaften (u.a. Robotik) führen.

Laufzeit

• 2024 - 2029

Partner

• Prof. Dr. Alexander Woll (IfSS)
• Prof. Dr. Stefan Sell (IfSS)
• Prof. Dr. Achim Bub (IfSS)

Förderung

• Deutsche Forschungsgemeinschaft

Mit zunehmendem Schweregrad der Kniearthrose ist die körperliche Aktivität betroffener Personen eingeschränkt und die Lebensqualität gemindert. Ein angemessenes Maß an Bewegung und die daraus resultierende Gelenkbelastung ist von zentraler Bedeutung, um das Fortschreiten der Erkrankung zu verlangsamen. Betroffenen fällt es jedoch häufig schwer, die Art der körperlich-sportlichen Aktivität sowie eine angemessene Dauer und Intensität der Aktivität zu wählen, um folglich zu vermeiden, dass es zu Überbelastung, Schmerz und Funktionsverlust kommt. Mobile Healthcare-Technologien können für Betroffene eine erhebliche Hilfestellung darstellen und zur Verbesserung existierender Präventionsmaßnahmen eingesetzt werden. Durch objektives Feedback zum Bewegungs- bzw. Belastungszustand des betroffenen Gelenks, kann eine gezielte Anpassung des Bewegungsverhalten erfolgen. Die Ziele dieses Forschungsprojektes bestehen darin zu überprüfen, ob eine intelligente Kniebandage in der Lage ist, den Belastungszustand im Kniegelenk mit ausreichender Genauigkeit für das Anwendungsfeld Gonarthrose abzuschätzen und ob eine vierwöchige Nutzung der intelligenten Kniebandage sich positiv auf das Aktivitätsverhalten sowie das Schmerzempfinden von Patienten mit Gonarthrose auswirkt.

Laufzeit

• 2022 - 2026

Beteiligte Institutionen

• Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Förderung

• Bauerfeind AG

Die Hüftarthrose geht mit Schmerzen und funktionellen Einschränkungen einher und ist eine der Hauptursachen für Beeinträchtigungen in der älteren Bevölkerung. Sofern das persönliche Leiden von Patienten zu groß ist und konservative Behandlungsmethoden nicht mehr helfen, kann mittels einem künstlichen Gelenkersatz eine Schmerzlinderung und Wiederherstellung des Aktivitätsniveaus erfolgen. Trotz exzellenter klinisch-funktioneller Ergebnisse nach Hüftgelenksprothese bleiben teilweise Abweichungen im Gangmuster bestehen, welche das Risiko steigern, das in weiteren Gelenken ebenfalls eine Arthrose auftritt. Das Ziel unseres Teilprojekts ist vorherzusagen, welche Patienten anfällig für einen negativen Verlauf nach dem Einsatz der Hüfttotalendoprothese (u.a. charakterisiert durch Abweichungen in Gangmustern und erhöhten Gelenksbelastungen) sind und somit ein erhöhtes Risiko für die Entwicklung von Arthrose in benachbarten Gelenken haben. Die frühzeitige Identifikation ist notwendig, um die Rehabilitation nach einer Hüfttotalendoprothese zu optimieren und die Behandlungskosten für das Gesundheitssystem zu reduzieren.

Laufzeit

• 2022 - 2026

Partner

• Dr. Stefan van Drongelen (Klinik für Orthopädie (Friedrichsheim) des Universitätsklinikums Frankfurt)

Das Ziel des Verbundprojekts "Jung bleiben mit Robotern (JuBot) - Vielseitige Assistenzrobotik für die Alltagsbewältigung" ist die Entwicklung von humanoiden Robotersystemen und Exoskeletten mit Assistenzfunktionen, die ältere Menschen bei der Bewältigung von Alltagsaufgaben unterstützen. Im Fokus steht hierbei die Personalisierung der Assistenzfunktionen, um die Systeme optimal auf die sehr individuellen Bedürfnisse älterer Menschen anzupassen. Das Projekt gliedert sich in vier Bereiche: (A) Mechano-Informatik assistiver Robotertechnologien, (B) Personalisierte und kontextsensitive Assistenz, (C) motorisches und kognitives Training und (D) zukünftiges Leben mit Assistenzrobotern. Der wissenschaftliche Beitrag des BioMotion Centers ist dem Bereich (C) zuzuordnen. Konkret geht es darum gekoppelte biomechanische Mensch-Robotermodelle zu entwickeln, um den Personalisierungsprozess zu optimieren. Des weiteren werden Konzepte entwickelt, wie die motorische Leistungsfähigkeit älterer Menschen mit Hilfe von humanoiden Robotersystemen und Exoskeletten diagnostiziert sowie durch robotergestützte, personalisierte Trainingsprogramme verbessert bzw. erhalten werden kann.

Laufzeit

• 2021 - 2026

Partner

• Prof. Dr.-Ing. T. Asfour (IAR, KIT)
• Prof. Dr.-Ing. B. Deml (ifab, KIT)
• Prof. Dr.-Ing. B. Hein (IAR, KIT)
• Prof. Dr.-Ing. S. Matthiesen (IPEK, KIT)
• Prof. Dr. A. Woll (IfSS, KIT)
• Dr. J. Krell-Rösch (IfSS, KIT)

Förderung

• Carl-Zeiss-Stiftung