DE102016224863A1 - Verfahren und Vorrichtung zur Erkennung eines Ereignisses - Google Patents

Verfahren und Vorrichtung zur Erkennung eines Ereignisses Download PDF

Info

Publication number
DE102016224863A1
DE102016224863A1 DE102016224863.4A DE102016224863A DE102016224863A1 DE 102016224863 A1 DE102016224863 A1 DE 102016224863A1 DE 102016224863 A DE102016224863 A DE 102016224863A DE 102016224863 A1 DE102016224863 A1 DE 102016224863A1
Authority
DE
Germany
Prior art keywords
measured values
event
processing unit
method step
transformed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102016224863.4A
Other languages
English (en)
Inventor
Peter Bakucz
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE102016224863.4A priority Critical patent/DE102016224863A1/de
Priority to CN201780077128.XA priority patent/CN110088753A/zh
Priority to US16/469,074 priority patent/US20200081935A1/en
Priority to PCT/EP2017/082663 priority patent/WO2018109024A1/de
Publication of DE102016224863A1 publication Critical patent/DE102016224863A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/148Wavelet transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235Details of waveform analysis
    • A61B5/7253Details of waveform analysis characterised by using transforms
    • A61B5/726Details of waveform analysis characterised by using transforms using Wavelet transforms
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/318Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Abstract

Die Erfindung betrifft ein Verfahren zur Erkennung eines Ereignisses. Hierbei wird zu Beginn in einem Verfahrensschritt a wenigstens ein erstes Messwert-Muster (22) erfasst und abgespeichert, welches das Ereignis charakterisiert. Anschließend wird in einem Verfahrensschritt b ein Hölder-Exponent in Abhängigkeit von dem ersten Messwert-Muster (22) multifraktal bestimmt. Daraufhin wird in einem Verfahrensschritt c eine Mutterwavelet in Abhängigkeit von dem Hölder-Exponenten bestimmt. In einem anschließenden Verfahrensschritt d wird eine Mehrzahl von Messwerten (32) einer Sensoreinheit (30) innerhalb einer Zeitspanne erfasst. Danach werden in einem Verfahrensschritt e transformierte Messwerte durch eine Wavelet-Transformation der erfassten Messwerte (32) in Abhängigkeit von der bestimmten Mutterwavelet erzeugt. In einem Verfahrensschritt f werden daraufhin die transformierten Messwerte mit einem hinterlegten Grenzwert verglichen. Wenn wenigstens einer der transformierten Messwerte den Grenzwert überschreitet, wird in einem Verfahrensschritt g identifiziert, dass das Ereignis aufgetreten ist. Abschließend wird in einem Verfahrensschritt h ein Signal (42) erzeugt, welches signalisiert, dass das Ereignis aufgetreten ist.Die Erfindung betrifft zudem eine Vorrichtung (10) mit einer Verarbeitungseinheit (20) und einer Sensoreinheit (30), wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, ein erfindungsgemäßes Verfahren durchzuführen.

Description

  • Stand der Technik
  • Die Erfindung betrifft ein Verfahren zur Erkennung eines Ereignisses. Hierbei wird im Verfahren eine passende Mutterwavelet zu einem Messwert-Muster bestimmt und in Abhängigkeit von der Mutterwavelet eine Wavelet-Transformation erfasster Messwerte durchgeführt, um das Ereignis zu erkennen.
  • Die Bestimmung einer passenden Mutterwavelet ist beispielsweise in der Schrift "Compatibility of Mother Wavelet Functions with the Electroencephalographic Signal" von Mahmoud I. Al-kadi et al. offenbart [IEEE EMBS Conference on Biomedical Engineering and Sciences (IECBES), Langkawi, 2012]. Darin wird für ein spezielles Signal die optimalste Mutterwavelet bestimmt, indem eine Vielzahl von Mutterwavelets getestet werden.
  • Des Weiteren ist beispielsweise aus der Schrift "On the identification of the pointwise Hölder exponent of the generalized multifractional Brownian motion" von Antoine Ayache et al. bekannt, wie der Hölder-Exponent eines Signals multifraktal bestimmt werden kann [Stochastic Processes and their Applications, Volume 111, Issue 1, May 2004, Pages 119-156].
  • Die Erfindung betrifft zudem eine Vorrichtung mit einer Verarbeitungseinheit und einer Sensoreinheit, wobei die Verarbeitungseinheit dazu eingerichtet ist, ein erfindungsgemäßes Verfahren durchzuführen.
  • Offenbarung der Erfindung
  • Die Erfindung betrifft ein Verfahren zur Erkennung eines Ereignisses. Hierbei wird zu Beginn in einem Verfahrensschritt a wenigstens ein erstes Messwert-Muster erfasst und abgespeichert. Dieses erste Messwert-Muster charakterisiert das Ereignis. Anschließend wird in einem Verfahrensschritt b ein Hölder-Exponent in Abhängigkeit von dem ersten Messwert-Muster multifraktal bestimmt. Daraufhin wird in einem Verfahrensschritt c eine Mutterwavelet in Abhängigkeit von dem Hölder-Exponenten bestimmt. In einem anschließenden Verfahrensschritt d wird eine Mehrzahl von Messwerten der Sensoreinheit innerhalb einer Zeitspanne erfasst. Danach werden in einem Verfahrensschritt e transformierte Messwerte durch eine Wavelet-Transformation der erfassten Messwerte in Abhängigkeit von der bestimmten Mutterwavelet erzeugt. In einem Verfahrensschritt f werden daraufhin die transformierten Messwerte mit einem hinterlegten Grenzwert verglichen. Wenn wenigstens einer der transformierten Messwerte den hinterlegten Grenzwert überschreitet, wird in einem Verfahrensschritt g bestimmt, dass das Ereignis aufgetreten ist, welches durch das erste Messwert-Muster charakterisiert ist. Abschließend wird in einem Verfahrensschritt h ein Signal erzeugt, welches signalisiert, dass das Ereignis aufgetreten ist.
  • Vorteilhaft ist hierbei, dass je nach erfassten Messwert-Muster eine optimale Mutterwavelet bestimmt wird, um das Ereignis möglichst exakt zu erkennen. Hierbei wird das Signal-Rausch-Verhältnis verbessert. Insbesondere nichtlineare Messwerte, welche typischerweise bei der Erfassung von Messwerten zugehöriger Ereignisse vorkommen, werden dabei mittels der Bestimmung der Mutterwavelet in Abhängigkeit von dem Hölder-Exponenten besonders gut angenähert. Zudem benötigt solch eine Bestimmung nur eine geringe Anzahl von Messwerten, wodurch eine Erkennung des Ereignisses schneller durchgeführt werden kann. Des Weiteren ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation Informationen sowohl über lokale Drifts, über Tendenzen als auch über kurzfristige Änderungen der Messwerte erhalten bleiben.
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass im Verfahrensschritt c die Mutterwavelet bestimmt wird, indem mittels einer Basis-Spline-Skalierungsfunktion in Abhängigkeit von dem Hölder-Exponenten die Mutterwavelet angenähert wird.
  • Vorteilhaft ist hierbei, dass mittels der Basis-Spline-Skalierungsfunktion die Mutterwavelet optimal angenähert werden kann. Hierzu ist zudem nur ein geringer Rechenaufwand nötig. Des Weiteren ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation nur ganze Zahlen und keine komplexen Zahlen berechnet werden müssen.
  • In einer vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist vorgesehen, dass nach dem Verfahrensschritt g ein Verfahrensschritt i abläuft, in welchem bestimmt wird, zu welchen Zeitpunkten innerhalb der Zeitspanne der hinterlegte Grenzwert von den transformierten Messwerten überschritten wird und wobei im Verfahrensschritt h diese Information mit in das erzeugte Signal integriert wird.
  • Vorteilhaft ist hierbei, dass hierdurch das erkannte Ereignis zusätzlich noch dem Zeitpunkt, an welchem es aufgetreten ist, zugeordnet werden kann. Hierbei ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation sowohl die Zeit- als auch die Frequenzinformationen der erfassten Messwerte erhalten bleiben.
  • Die Erfindung betrifft zudem eine Vorrichtung zur Erkennung eines Ereignisses, aufweisend eine Verarbeitungseinheit und eine Sensoreinheit. Hierbei ist die Verarbeitungseinheit dazu eingerichtet, ein erstes Messwert-Muster, welches das Ereignis charakterisiert, zu erfassen und abzuspeichern. Des Weiteren ist die Verarbeitungseinheit dazu eingerichtet, einen Hölder-Exponenten in Abhängigkeit von dem wenigstens ersten Messwert-Muster multifraktal zu bestimmen und zudem eine Mutterwavelet in Abhängigkeit von dem bestimmten Hölder-Exponenten zu bestimmen. Zudem ist die Verarbeitungseinheit dazu eingerichtet, eine Mehrzahl von Messwerten der Sensoreinheit innerhalb einer Zeitspanne zu erfassen und transformierte Messwerte durch eine Wavelet-Transformation der erfassten Messwerte in Abhängigkeit von der bestimmten Mutterwavelet zu erzeugen. Des Weiteren ist die Verarbeitungseinheit dazu eingerichtet, die transformierten Messwerte mit einem hinterlegten Grenzwert zu vergleichen und, wenn wenigstens einer der transformierten Messwerte den hinterlegten Grenzwert überschreitet, zu bestimmen, dass das Ereignis innerhalb der Zeitspanne aufgetreten ist, und wobei die Verarbeitungseinheit dazu eingerichtet ist, ein Signal zu erzeugen, welches signalisiert, dass das Ereignis aufgetreten ist.
  • Vorteilhaft ist hierbei, dass je nach erfassten Messwert-Muster eine optimale Mutterwavelet bestimmt wird, um das Ereignis möglichst exakt zu erkennen. Hierbei wird das Signal-Rausch-Verhältnis verbessert. Insbesondere nichtlineare Messwerte, welche typischerweise bei der Erfassung von Messwerten zugehöriger Ereignisse vorkommen, werden dabei mittels der Bestimmung der Mutterwavelet in Abhängigkeit von dem Hölder-Exponenten besonders gut angenähert. Zudem benötigt solch eine Bestimmung nur eine geringe Anzahl von Messwerten, wodurch eine Erkennung des Ereignisses schneller durchgeführt werden kann. Des Weiteren ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation Informationen sowohl über lokale Drifts, über Tendenzen als auch über kurzfristige Änderungen der Messwerte erhalten bleiben.
  • Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass die Verarbeitungseinheit dazu eingerichtet ist, die Mutterwavelet durch Annäherung mittels einer Basis-Spline-Skalierungsfunktion in Abhängigkeit von dem Hölder-Exponenten zu bestimmen.
  • Vorteilhaft ist hierbei, dass mittels der Basis-Spline-Skalierungsfunktion die Mutterwavelet optimal angenähert werden kann. Hierzu ist zudem nur ein geringer Rechenaufwand nötig. Des Weiteren ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation nur ganze Zahlen und keine komplexen Zahlen berechnet werden müssen.
  • Eine vorteilhafte Ausgestaltung der Erfindung sieht vor, dass die Verarbeitungseinheit dazu eingerichtet ist, zu bestimmen, zu welchen Zeitpunkten innerhalb der Zeitspanne der hinterlegte Grenzwert von den transformierten Messwerten überschritten wird, und diese Information mit in das erzeugte Signal zu integrieren.
  • Vorteilhaft ist hierbei, dass hierdurch das erkannte Ereignis zusätzlich noch dem Zeitpunkt, an welchem es aufgetreten ist, zugeordnet werden kann. Hierbei ist von Vorteil, dass bei der Wavelet-Transformation im Gegensatz zur Fourier-Transformation sowohl die Zeit- als auch die Frequenzinformationen der erfassten Messwerte erhalten bleiben.
  • Figurenliste
    • 1 zeigt ein Ausführungsbeispiel einer erfindungsgemäßen Vorrichtung welche dazu eingerichtet ist, ein erfindungsgemäßes Verfahren durchzuführen.
    • 2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zur Erkennung eines Ereignisses.
  • Beschreibung von Ausführungsbeispielen
  • 1 zeigt ein Ausführungsbeispiel einer erfindungsgemäßen Vorrichtung welche dazu eingerichtet ist, ein erfindungsgemäßes Verfahren durchzuführen. Dargestellt ist eine Vorrichtung 10. Die Vorrichtung 10 weist eine Verarbeitungseinheit 20 und eine Sensoreinheit 30 auf. Die Sensoreinheit 30 kann beispielsweise ein Magnetfeldsensor, ein Beschleunigungssensor, ein Drehratensensor oder eine beliebige andere Art von Sensor sein. Die Verarbeitungseinheit 20 ist beispielsweise ein Mikrocontroller und derartig mit der Sensoreinheit 30 verbunden, dass eine Mehrzahl von Messwerten 32 innerhalb einer gewissen Zeitspanne erfassbar sind. Unter Erfassen ist dabei das Abgreifen der Messwerte 32 sowie das zumindest zeitweise Abspeichern dieser Messwerte 32 zu verstehen. Insbesondere kann die Verarbeitungseinheit 20 hierfür einen nicht dargestellten internen Speicher oder auch die Vorrichtung 10 eine nicht dargestellte Speichereinheit aufweisen, welche dann mit der Verarbeitungseinheit 20 bidirektional verbunden ist. Die Verarbeitungseinheit 20 ist dazu eingerichtet, wenigstens ein erstes Messwert-Muster 22 zu erfassen und abzuspeichern. Diese Erfassung kann beispielsweise direkt über die Sensoreinheit 30 erfolgen oder auch von außen über eine bildlich nicht dargestellte Kommunikationseinheit der Vorrichtung 10. Des Weiteren ist die Verarbeitungseinheit 20 dazu eingerichtet, in Abhängigkeit von dem ersten Messwert-Muster 22 einen Hölder-Exponenten multifraktal zu bestimmen und zudem in Abhängigkeit von dem bestimmten Hölder-Exponenten eine Mutterwavelet zu bestimmen. Die Verarbeitungseinheit 20 ist zudem dazu eingerichtet, die erfassten Messwerte 32 in Abhängigkeit von der bestimmten Mutterwavelet zu transformieren. Hierdurch werden transformierte Messwerte erzeugt. Des Weiteren ist die Verarbeitungseinheit 20 dazu eingerichtet, die transformierten Messwerte mit einem hinterlegten Grenzwert zu vergleichen und bei Überschreitung des hinterlegten Grenzwerts zu identifizieren, dass innerhalb der Zeitspanne das Ereignis aufgetreten ist, welches durch das wenigstens erste Messwert-Muster 22 charakterisiert ist, sowie ein Signal 42 zu erzeugen, welches signalisiert, dass das Ereignis aufgetreten ist.
  • Optional ist die Verarbeitungseinheit 20 zusätzlich dazu eingerichtet, das erzeugte Signal 42 auszugeben. Dies kann beispielsweise mittels einer bildlich nicht dargestellten, insbesondere drahtlosen, Kommunikationseinheit erfolgen.
  • 2 zeigt ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens zur Erkennung eines Ereignisses.
  • Hierbei wird zu Beginn in einem Verfahrensschritt a wenigstens ein erstes Messwert-Muster 22 erfasst und abgespeichert. Diese Erfassung kann beispielsweise direkt über eine Sensoreinheit 30 erfolgen, indem das Ereignis abläuft und die währenddessen erfassten Messwerte als Messwert-Muster 22 erfasst werden. Das erste Messwert-Muster 22 kann aber auch beispielsweise von einem Nutzer gestellt und hierdurch erfasst werden. Dieses erste Messwert-Muster 22 charakterisiert das Ereignis. Solch ein Ereignis kann beispielsweise ein Anhalten eines Fahrradfahrers an einer roten Ampel sein, welches durch einen typischen Beschleunigungsverlauf eines am Fahrrad angeordneten Beschleunigungssensors charakterisiert ist. Dieser Beschleunigungsverlauf wird dann als erstes Messwert-Muster 22 erfasst. Alternativ ist natürlich auch jedes andere Ereignis denkbar, welches durch ein Messwert-Muster charakterisiert und mittels eines Sensors detektiert werden kann. Dies könnte beispielsweise auch eine Flachstellenerkennung eines Schienenfahrzeugs, eine Zustandserkennung eines Parkplatzes sein oder ein spezieller Verlauf eines EKG-Signals sein. Anschließend wird in einem Verfahrensschritt b ein Hölder-Exponent in Abhängigkeit von dem ersten Messwert-Muster 22 multifraktal bestimmt. Der Hölder-Exponent sollte dabei einen Wert zwischen 0,5 und 2 annehmen, um eine quadratintegrierbare Funktion zu ermöglichen.
  • Daraufhin wird in einem Verfahrensschritt c eine Mutterwavelet in Abhängigkeit von dem Hölder-Exponenten bestimmt. Die Bestimmung der Mutterwavelet erfolgt beispielsweise mittels einer Basis-Spline-Skalierungsfunktion, welche sich in Abhängigkeit von dem bestimmten Hölder-Exponenten an die Mutterwavelet annähert.
  • Die Basis-Spline-Skalierungsfunktion lautet: β + a ( x ) = Δ + a + 1 x + γ Γ ( a + 1 ) = k 0 ( 1 ) k ( a + 1 k ) Γ ( a + 1 ) ( x k ) + a
    Figure DE102016224863A1_0001
    wobei Γ(a + 1) folgende Gammafunktion ist: Γ ( a + 1 ) = 0 x a e x d x
    Figure DE102016224863A1_0002
    und wobei x + γ
    Figure DE102016224863A1_0003
    folgende einseitige Energiefunktion ist: x + γ = x a x 0 0 x < 0
    Figure DE102016224863A1_0004
    und wobei Δ + a + 1
    Figure DE102016224863A1_0005
    der fraktale Operator der endlichen Differenzen und a der Hölder-Exponent sind. Die somit in Abhängigkeit vom Hölder-Exponenten bestimmte Basis-Spline-Skalierungsfunktion wird anschließend als Mutterwavelet verwendet.
  • In einem anschließenden Verfahrensschritt d wird eine Mehrzahl von Messwerten 32 der Sensoreinheit 30 innerhalb einer Zeitspanne erfasst. Für das Beispiel des Fahrradfahrers wird beispielsweise ein Beschleunigungssensor mit einer Abtastfrequenz von etwa 500Hz über einen gewissen Zeitbereich abgetastet. Dieser gewisse Zeitbereich ist hierbei so zu wählen, dass wenigstens das Ereignis innerhalb des gewissen Zeitbereichs auftreten kann.
  • Danach werden in einem Verfahrensschritt e transformierte Messwerte durch eine Wavelet-Transformation der erfassten Messwerte 32 in Abhängigkeit von der bestimmten Mutterwavelet erzeugt.
  • In einem Verfahrensschritt f werden daraufhin die transformierten Messwerte mit einem hinterlegten Grenzwert verglichen.
  • Wenn wenigstens einer der transformierten Messwerte den hinterlegten Grenzwert überschreitet, wird in einem Verfahrensschritt g identifiziert, dass das Ereignis aufgetreten ist, welches durch das erste Messwert-Muster 22 charakterisiert ist.
  • Abschließend wird in einem Verfahrensschritt h ein Signal 42 erzeugt, welches signalisiert, dass das Ereignis aufgetreten ist.
  • Optional läuft zwischen dem Verfahrensschritt g und dem Verfahrensschritt h ein Verfahrensschritt i ab, in welchem bestimmt wird, zu welchen Zeitpunkten innerhalb der Zeitspanne der hinterlegte Grenzwert von den transformierten Messwerten überschritten wird. Diese Information wird im Verfahrensschritt h dann in das erzeugte Signal 42 integriert.
  • Ferner kann optional das erzeugte Signal 42 noch intern verarbeitet werden oder auch ausgegeben werden, insbesondere mittels einer bildlich nicht dargestellten Kommunikationseinheit, um auf das erkannte Ereignis entsprechend zu reagieren. So kann beispielsweise, wenn erkannt wird, dass ein Fahrradfahrer an einer roten Ampel anhält, eine Höhenverstelleinheit eines Sattels angesteuert werden, um die Höhe des Sattels in eine Absteigeposition zu versetzen.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Nicht-Patentliteratur
    • “Compatibility of Mother Wavelet Functions with the Electroencephalographic Signal“ von Mahmoud I. Al-kadi [0002]
    • “On the identification of the pointwise Hölder exponent of the generalized multifractional Brownian motion“ von Antoine Ayache [0003]

Claims (6)

  1. Verfahren zur Erkennung eines Ereignisses, aufweisend folgende Verfahrensschritte: a. Erfassen und Abspeichern wenigstens eines ersten Messwert-Musters (22) zur Charakterisierung des Ereignisses, b. Multifraktales Bestimmen eines Hölder-Exponenten in Abhängigkeit von dem wenigstens ersten Messwert-Muster (22), c. Bestimmen einer Mutterwavelet in Abhängigkeit von dem bestimmten Hölder-Exponenten, d. Erfassen einer Mehrzahl von Messwerten (32) einer Sensoreinheit (30) innerhalb einer Zeitspanne, e. Erzeugen von transformierten Messwerten durch eine Wavelet-Transformation der erfassten Messwerte (32) in Abhängigkeit von der bestimmten Mutterwavelet, f. Vergleichen der transformierten Messwerte mit einem hinterlegten Grenzwert, g. Identifizieren, dass das Ereignis, welches durch das wenigstens erste Messwert-Muster (22) charakterisiert ist, innerhalb der Zeitspanne aufgetreten ist, wenn wenigstens einer der transformierten Messwerte den hinterlegten Grenzwert überschreitet, und h. Erzeugen eines Signals (42), welches signalisiert, dass das Ereignis aufgetreten ist.
  2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass im Verfahrensschritt c die Mutterwavelet bestimmt wird, indem mittels einer Basis-Spline-Skalierungsfunktion in Abhängigkeit von dem Hölder-Exponenten die Mutterwavelet angenähert wird.
  3. Verfahren nach einem der Ansprüche 1 oder 2, dadurch gekennzeichnet, dass nach dem Verfahrensschritt g ein Verfahrensschritt i abläuft, in welchem bestimmt wird, zu welchen Zeitpunkten innerhalb der Zeitspanne der hinterlegte Grenzwert von den transformierten Messwerten überschritten wird und wobei im Verfahrensschritt h diese Information mit in das erzeugte Signal (42) integriert wird.
  4. Vorrichtung zur Erkennung eines Ereignisses, aufweisend eine Verarbeitungseinheit (20) und eine Sensoreinheit (30), wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, wenigstens ein erstes Messwert-Muster (22), welches das Ereignis charakterisiert, zu erfassen und abzuspeichern, und wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, einen Hölder-Exponenten in Abhängigkeit von dem wenigstens ersten Messwert-Muster (22) multifraktal zu bestimmen und zudem eine Mutterwavelet in Abhängigkeit von dem bestimmten Hölder-Exponenten zu bestimmen, und wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, eine Mehrzahl von Messwerten (32) der Sensoreinheit (30) innerhalb einer Zeitspanne zu erfassen und transformierte Messwerte durch eine Wavelet-Transformation der erfassten Messwerte (32) in Abhängigkeit von der bestimmten Mutterwavelet zu erzeugen, und wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, die transformierten Messwerte mit einem hinterlegten Grenzwert zu vergleichen und, wenn wenigstens einer der transformierten Messwerte den hinterlegten Grenzwert überschreitet, zu identifizieren, dass das Ereignis, welches durch das wenigstens erste Messwert-Muster (22) charakterisiert ist, innerhalb der Zeitspanne aufgetreten ist, und wobei die Verarbeitungseinheit (20) dazu eingerichtet ist, ein Signal (42) zu erzeugen, welches signalisiert, dass das Ereignis aufgetreten ist.
  5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, dass die Verarbeitungseinheit (20) dazu eingerichtet ist, die Mutterwavelet durch Annäherung mittels einer Basis-Spline-Skalierungsfunktion in Abhängigkeit von dem Hölder-Exponenten zu bestimmen.
  6. Vorrichtung nach einem der Ansprüche 4 oder 5, dadurch gekennzeichnet, dass die Verarbeitungseinheit (20) dazu eingerichtet ist, zu bestimmen, zu welchen Zeitpunkten innerhalb der Zeitspanne der hinterlegte Grenzwert von den transformierten Messwerten überschritten wird, und diese Information mit in das erzeugte Signal (42) zu integrieren.
DE102016224863.4A 2016-12-13 2016-12-13 Verfahren und Vorrichtung zur Erkennung eines Ereignisses Withdrawn DE102016224863A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
DE102016224863.4A DE102016224863A1 (de) 2016-12-13 2016-12-13 Verfahren und Vorrichtung zur Erkennung eines Ereignisses
CN201780077128.XA CN110088753A (zh) 2016-12-13 2017-12-13 用于识别事件的方法和设备
US16/469,074 US20200081935A1 (en) 2016-12-13 2017-12-13 Method and device for recognizing an event
PCT/EP2017/082663 WO2018109024A1 (de) 2016-12-13 2017-12-13 Verfahren und vorrichtung zur erkennung eines ereignisses

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102016224863.4A DE102016224863A1 (de) 2016-12-13 2016-12-13 Verfahren und Vorrichtung zur Erkennung eines Ereignisses

Publications (1)

Publication Number Publication Date
DE102016224863A1 true DE102016224863A1 (de) 2018-06-14

Family

ID=61022280

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016224863.4A Withdrawn DE102016224863A1 (de) 2016-12-13 2016-12-13 Verfahren und Vorrichtung zur Erkennung eines Ereignisses

Country Status (4)

Country Link
US (1) US20200081935A1 (de)
CN (1) CN110088753A (de)
DE (1) DE102016224863A1 (de)
WO (1) WO2018109024A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3618019B1 (de) * 2018-08-30 2021-11-10 Infineon Technologies AG Vorrichtung und verfahren zur ereignisklassifizierung basierend auf barometrischen drucksensordaten

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070242564A1 (en) * 2006-04-11 2007-10-18 Devi Kattelmalvadi R S Method of processing seismic data and method of producing a mineral hydrocarbon fluid and a computer program product

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6993377B2 (en) * 2002-02-22 2006-01-31 The Board Of Trustees Of The University Of Arkansas Method for diagnosing heart disease, predicting sudden death, and analyzing treatment response using multifractal analysis
US7412282B2 (en) * 2005-01-26 2008-08-12 Medtronic, Inc. Algorithms for detecting cardiac arrhythmia and methods and apparatuses utilizing the algorithms
KR101048763B1 (ko) * 2010-02-09 2011-07-15 고려대학교 산학협력단 신호 검출 장치 및 방법
US9804054B2 (en) * 2012-10-01 2017-10-31 Indian Institute Of Technology Madras System and method for predetermining the onset of impending oscillatory instabilities in practical devices
CN105559771B (zh) * 2014-10-09 2018-06-26 中国移动通信集团公司 一种心电信号质量检测的方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070242564A1 (en) * 2006-04-11 2007-10-18 Devi Kattelmalvadi R S Method of processing seismic data and method of producing a mineral hydrocarbon fluid and a computer program product

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Compatibility of Mother Wavelet Functions with the Electroencephalographic Signal" von Mahmoud I. Al-kadi
"On the identification of the pointwise Hölder exponent of the generalized multifractional Brownian motion" von Antoine Ayache
MALLAT, S., HWANG, W.L.: Singularity Detection and Processing with Wavelets. In: IEEE Transactions on Information Theory 38 (2), 1992. 617 – 643. *
UNSER, M., BLU, T.: Wavelet Theory Demystified. In: IEEE Transactions on Signal Processing 51 (2), 2003. 470 – 483. *

Also Published As

Publication number Publication date
US20200081935A1 (en) 2020-03-12
WO2018109024A1 (de) 2018-06-21
CN110088753A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
DE102018127756A1 (de) Fahrerüberwachungsvorrichtung, verfahren und programm
DE102017207442A1 (de) Verfahren und Vorrichtung zum Klassifizieren von Objekten im Umfeld eines Kraftfahrzeuges
DE102017211013A1 (de) Vorrichtung und Verfahren zur Verarbeitung eines Notstands eines Fahrzeugs
WO2018073156A1 (de) Vorrichtung und verfahren zur überprüfung eines rads eines schienenfahrzeugs auf flachstellen
DE102016224863A1 (de) Verfahren und Vorrichtung zur Erkennung eines Ereignisses
DE102013214496A1 (de) Vorrichtung zum bestimmen eines zur verfügung stehenden parkraumes und verfahren derselben
EP3123185B1 (de) Elektronischer batteriesensor und verfahren zur bestimmung eines innenwiderstandes einer batterie
WO2019086488A1 (de) Verfahren und vorrichtung zur bestimmung eines belegungszustands eines stellplatzes eines parkraums
DE102006030593B4 (de) Verfahren zur Ruhelagenbestimmung eines Fahrzeugs
DE102016224636B3 (de) Verfahren zur Adaption einer elektronischen Filtereinheit, eine elektronische Filtereinheit sowie eine Vorrichtung mit einer solchen Filtereinheit
EP3493171A1 (de) Detektion von aggressivem verhalten in öffentlichen transportmitteln
DE102017214241A1 (de) Verfahren und Vorrichtung zum Ermitteln eines Fahrverhaltens
WO2020074417A1 (de) Verfahren zur bestimmung der wertigkeit von radarmesswerten zur bestimmung eines belegungszustands eines stellplatzes
DE102007038137A1 (de) Verfahren zur Verarbeitung eines erfassten Bildes und zugehörige Bilderfassungsvorrichtung für ein Fahrerassistenzsystem
DE102018219473A1 (de) Umfeldsensoranordnung
DE102018217390A1 (de) Verfahren zur Bestimmung eines Belegungszustands eines Stellplatzes
DE102016220817A1 (de) Vorrichtung und Verfahren zur Erkennung eines Fahrereignisses eines Fahrzeugs
DE102018008046A1 (de) Verfahren zum Überwachen des Abstandes eines Verkehrsteilnehmers zu einem Kraftfahrzeug
EP3759644B1 (de) Identifizieren unbesetzter sitzplätze auf basis der detektion einer sich wiederholenden textur
DE102017203672A1 (de) Verfahren zur Erkennung eines Sturzes einer Person und Vorrichtung zur Durchführung des Verfahrens
DE102016215635A1 (de) Vorrichtung und Verfahren zur Bestimmung einer Drehzahl eines rotierenden Walzenkörpers
DE102016203325A1 (de) Verfahren, Vorrichtung und System zum Bestimmen eines Übergangs zwischen Körperhaltungen eines Menschen
DE102016205311A1 (de) Verfahren zum Bereitstellen eines Warnsignals und Verfahren zum Generieren eines Vorsekundenschlafmusters zum Erkennen eines drohenden Sekundenschlafs für ein Fahrzeug
DE102017219647A1 (de) Verfahren und Vorrichtung zur Bestimmung eines Belegungszustands eines Stellplatzes eines Parkraums
DE102019202783A1 (de) Verfahren und Vorrichtung zum Erkennen einer unerlaubten Einsichtnahme einer Person auf eine elektronische Anzeigevorrichtung sowie Steuereinheit

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee