Textile Sensoren werden zuverlässiger mit Künstlicher Intelligenz

Textilien, die anhand von Sensoren beispielsweise Druckbelastungen messen können, finden in verschiedenen Bereichen Anwendung. Unter anderem können Sie in der Pflege eingesetzt werden. Manche Menschen bewegen sich dort weniger, als es notwendig ist. Damit ist noch nicht einmal der tägliche Spaziergang gemeint, den viele Menschen nicht schaffen. Zum Teil sind bettlägerige Personen darauf angewiesen, regelmäßig gedreht zu werden, um sich nicht wundzuliegen. Eine sensorische Betteinlage würde das Personal dabei unterstützen, diesen Zeitpunkt nicht zu verpassen. Sie registriert, wie häufig und vor allem an welcher Stelle sich die Patienten bewegen und kann signalisieren, wenn es mal wieder Zeit für eine Drehung ist.

>>> Lesen Sie auch: KI in der Produktion erfolgreich nutzen

Die roma-Strickstoff-Fabrik Rolf Mayer GmbH & Co. mit Sitz in Balingen hat sich darauf spezialisiert, Rundgestricke zu produzieren, die diese Sensorfunktion besitzen. Die Elastizität der Textilien hat aber auch einen Nachteil: Jede Be- oder Entlastung führt nicht nur zu einer sofortigen Deformation des Textils, sondern hat auch spätere Nachwirkungen auf die textile Struktur. Dadurch weicht das gemessene Signal teilweise vom tatsächlichen Belastungszustand ab. Insbesondere bei wechselnden oder komplexen Druckbelastungen ist das bislang eine herausfordernde Situation.  

Das KMU hat sich mit dieser Herausforderung an das Mittelstand-Digital Zentrum Smarte Kreisläufe gewandt. Dessen Partner, die Deutschen Institute für Textil- und Faserforschung in Denkendorf bei Stuttgart, unterstützen es nun in einem gemeinsamen Projekt dabei, die Korrelation zwischen dem Messsignal eines sensorischen Rundgestricks und der absoluten Druckbelastung zu verbessern. Ein speziell angefertigter Prüfstand erlaubt nun Tests mit unterschiedlichen Belastungsprofilen. Dabei variieren die Frequenz, die Amplitude sowie die Dauer der Be- und Entlastung. Ein Referenzsignal wird anhand eines Mikrocontrollers mit den Sensorsignalen aus drei verschiedenen Rundgestricken synchronisiert und aufgezeichnet. 10 000 Proben konnten so generiert werden, auf denen das Training eines KI-Modells basiert.

>>> Lesen Sie auch: Textile Sensorik der Zukunft

In einem weiteren Schritt wird das daraus entstehende KI-Modell in einen Mikrocontroller implementiert, der nun die Aufgabe hat, die Daten in Echtzeit zu sammeln und auszuwerten. Ob das System wie geplant funktioniert und die Modellparameter sich auf weitere sensorische Rundgestricke des Herstellers (zum Beispiel im eingebauten Zustand) anwenden lassen oder ob das Model dafür weitertrainiert werden soll, wird der weitere Verlauf des Projekts zeigen. Wir halten Sie gern auf dem Laufenden.

Wenn Sie in der Zwischenzeit wissen möchten, wo wir Sie sonst noch unterstützen können, dann melden Sie sich doch gern bei uns: kontakt@mdz-sk.de. Weitere Informationen zu unseren kostenfreien Angeboten finden Sie hier.