Hochschule:Technische Hochschule Mittelhessen, Campus Giessen, Masterarbeit, 2022
Kurzfassung:
Diese Arbeit befasst sich mit der Implementierung und Evaluierung von Algorithmen zur Präsenzerkennung von Menschen und Tieren auf der Grundlage von Ultra Wideband (UWB)-Radardaten. Diese sollen hauptsächlich zur Absicherung von Arbeitsplätzen dienen, in denen Menschen mit gefährlichen Raubtieren in Kontakt kommen können. Es wurden zwei verschiedene Algorithmen implementiert, die zum einen eine Klassifizierung von Bewegung im Innenraum durchführen und zum anderen im Außenbereich Präsenz detektieren können. Die Tests dieser Algorithmen haben gezeigt, dass diese ihre Aufgaben erfüllen und es konnte gezeigt werden, dass zuverlässig Präsenz detektiert wird. Dies gilt für den Innen- sowie Außenbereich und sowohl für Menschen als auch für Tiere. Zudem wird der Bewegungszustand von Radarzielen im Innenraum korrekt klassifiziert. Weitere Untersuchungen sind jedoch noch nötig, um einen zweifelsfreien Einsatz gewährleisten zu können.
Des Weiteren wurden Einflüsse und Störungen untersucht, die beim Einsatz der Algorithmen beachtet werden müssen. Dabei konnte vor allem herausgefunden werden, dass Leuchtstoffröhren und Bewegungen des Sensors zu Störungen führen. Außerdem konnte gezeigt werden, dass verschiedene Oberflächen keinen Einfluss auf die Radarechos haben, die Sendefrequenz die Detektierbarkeit jedoch beeinflussen. In weiteren Untersuchungen sollten die Algorithmen in Langzeitmessungen und unter realen Bedingungen getestet werden. Um die Anforderungen hinsichtlich des Arbeitsschutzes zu erfüllen, muss das eingesetzte System eine sehr hohe Detektionswahrscheinlichkeit erzielen und unempfindlich gegen mögliche Fehler sein. Aus diesem Grund ist es notwendig ein Gesamtsystem aus zwei redundanten Sensoren aufzubauen.