WO2022042935A1 - System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel - Google Patents

System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel Download PDF

Info

Publication number
WO2022042935A1
WO2022042935A1 PCT/EP2021/069711 EP2021069711W WO2022042935A1 WO 2022042935 A1 WO2022042935 A1 WO 2022042935A1 EP 2021069711 W EP2021069711 W EP 2021069711W WO 2022042935 A1 WO2022042935 A1 WO 2022042935A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensors
passenger transport
disease
odors
odor
Prior art date
Application number
PCT/EP2021/069711
Other languages
English (en)
French (fr)
Inventor
Rene Seidemann
Original Assignee
Zf Friedrichshafen Ag
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 Zf Friedrichshafen Ag filed Critical Zf Friedrichshafen Ag
Priority to CN202180051478.5A priority Critical patent/CN116033865A/zh
Publication of WO2022042935A1 publication Critical patent/WO2022042935A1/de

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/082—Evaluation by breath analysis, e.g. determination of the chemical composition of exhaled breath
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • A61B5/747—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network in case of emergency, i.e. alerting emergency services
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4845—Toxicology, e.g. by detection of alcohol, drug or toxic products

Definitions

  • the invention relates to a system and method for identifying disease-specific odors in a means of passenger transport and a means of passenger transport.
  • Odor sensors are generally known from the prior art.
  • an odor detection system is disclosed in EP 3 187 852 A1.
  • An odor sensor based on adsorption patterns is disclosed in EP 3 379 240 A1.
  • Alcohol detectors in vehicles are also known from the prior art, see for example disclosures from the research program Driver Alcohol Detection System for Safety, https://www.dadss.org/.
  • artificial neural networks are known from the prior art, which have learned to determine the odors associated with the odor molecules from the structure of odor molecules, see for example B. Sanchez-Lengeling et al., “Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules”, arXiv:1910.10685v2 [stat.ML],
  • an epidemic or pandemic In order to avoid the spread of diseases, in particular to control an epidemic or pandemic, it is desirable to identify pathogens as quickly as possible. In local and/or long-distance transport, an epidemic or pandemic often causes passengers to lose confidence in means of passenger transport as a result of a personal desire to prevent infection
  • the object of the invention was how to quickly identify a disease in means of passenger transport and prevent the disease from spreading.
  • the invention provides a system for identifying disease-specific odors in a passenger conveyor.
  • the system includes
  • a processing unit that receives data from the first sensors resulting from the detection of the odor-causing substances, identifies the disease-specific odors through machine learning and generates a notification signal depending on the identification, the processing unit executing a machine learning algorithm that receives the data from the first sensors and is learning or trained to identify disease biomarkers in the data, and
  • the invention provides a method for identifying disease-specific odors in a means of transportation.
  • the procedure includes the steps
  • a system according to the invention is used to carry out the method.
  • the invention provides a means of passenger transport that comprises a system according to the invention, wherein
  • the first sensors of the system are arranged in a seating area, a standing area, in a ventilation system and/or an air conditioning system of the means of passenger transport and • the interface of the system is an interface to a display unit in the means of passenger transport and/or a radio interface to a cloud, to an operator of the means of passenger transport and/or to an authority.
  • Odor-causing substances include odor molecules and groups of odor molecules.
  • the odor molecule (R)-(+)-limonene characterizes the main odorant of the lemon.
  • Decanal is an odor-causing substance with a characteristic smell of orange peel.
  • Nonanal is an odor-causing substance with a citrus-like odor.
  • Butyric acid ethyl ester is an odor-causing substance with a characteristic pineapple odor.
  • Odor-causing substances are contained in the ambient air of passenger transport.
  • the ambient air includes breath odors and other odors from other body openings of living beings, ie body odors, for example body vapors through the skin. Diseases in the means of passenger transport can thus be quickly detected in the ambient air.
  • a recording of a breath sample using a gas bag or bladder and a complicated, time-consuming and expensive evaluation of the breath sample in a gas chromatograph-mass spectrometer to determine the molecules in the breath sample is thus advantageously replaced by the inventive sensory detection of the odor-causing substances and the evaluation using machine learning methods .
  • Odor-causing substances are detected, for example, using signatures of the odor molecules.
  • the signatures include absorption lines in an absorption spectrum, scattered light specific to the respective molecules, for example Raman or Rayleigh scattering, adsorption behavior and specific vibration patterns based on molecular masses or characteristic curves in impedance spectroscopy.
  • the vibration patterns are recorded, for example, with acceleration sensors, such as micro-electro-mechanical systems.
  • a viral disease for example, is COVID-19 triggered by the SARS-Cov-2 coronavirus.
  • Biomarkers are characteristic biological features that can be measured objectively and can indicate a normal biological or pathological process in the body. Biomarkers are contained, for example, in the air we breathe and/or body odors.
  • An advantage of identifying disease-specific odors in ambient air, such as breath and/or body odors, using the machine learning algorithm is that no time-consuming and uncomfortable chemical methods, blowpipes or surface contact methods have to be used and that a disease can be quickly identified. Breathing air and other body odors are released continuously and are evaluated by the processing unit.
  • the processing unit includes a computing unit and exchanges data with a memory.
  • the processing unit includes an internal memory.
  • the machine learning algorithm is stored or loaded in the memory.
  • the processing unit writes identified disease-specific odors into the memory, from which they can be read.
  • the data from the sensors are stored in the memory.
  • Machine learning is a technology that teaches computers and other data processing devices to perform tasks by learning from data, rather than being programmed to do the tasks.
  • the machine learning algorithm learns the odors from the data using classification and/or regression methods.
  • the data is processed during learning or training.
  • the trained machine learning algorithm then recognizes the odors in the entered data without having to carry out comparisons with odors stored in memories or databases.
  • the machine learning algorithm includes, for example artificial neural networks, for example a convolutional network, or a decision tree algorithm, a random forest classifier or a support vector machine classifier.
  • the processing unit comprises at least one graphics processor unit for executing processes in parallel, in particular for accelerated execution of the machine learning algorithm.
  • the processing unit is a system-on-chip.
  • the processing unit comprises a neural or neuromorphic circuit which emulates the olfactory system of mammals in hardware and on which the machine algorithm is executed.
  • the processing unit can be integrated or is integrated into an on-board network of a means of passenger transport.
  • the sensors are integrated into the vehicle electrical system. This facilitates communication between the sensors and the processing unit.
  • the vehicle electrical system is a CAN bus, for example.
  • at least part of the communication between the sensors, the processing unit and the interface takes place wirelessly, for example by means of Bluetooth Low Energy or WLAN.
  • the information signals include optical signals, acoustic signals and tactile signals. According to one aspect of the invention, the information signals are displayed visually on display units.
  • Passengers include humans and animals, such as pets, such as dogs.
  • the system according to the invention functions independently of integration into a means of passenger transport. Existing means of passenger transport can be retrofitted with the system.
  • the first sensors detect the odor-causing substances in the ambient air, including breathing air and/or body odors of the passengers through surface adsorption, light interaction and/or frequencies and/or amplitudes of vibrations.
  • the first sensors include a membrane that contains the odor-causing substances in the breathing air and/or in the body odors of the passengers adsorb.
  • the membrane comprises an electrically conductive polymer.
  • the first sensors measure, for example, electrical properties, for example conductivity, of the membrane after adsorption of the odor-causing substances, adsorption of a specific odor-causing substance characteristically changing the electrical properties of the membrane.
  • the first sensors comprise a plurality of membranes, each of which only adsorbs specific substances. This allows different odor molecules to be identified.
  • Light interaction includes light scattering, backscattering, reflection, transmission, diffraction and refraction.
  • the signatures are scattered light specific to the respective molecule, for example scattered light from backscatter.
  • molecular vibrations of the odor-causing substances including stretching vibrations, rocking vibrations, shearing vibrations, torsional vibrations and/or rocking vibrations, are also stimulated.
  • Stretching vibrations are vibrations along the bond axis of two atoms in a molecule.
  • Rocking vibrations, shearing vibrations, torsional vibrations and see-saw vibrations are deformation vibrations that deform the bond angle.
  • Molecular vibrations detectable by absorption and emission of infrared radiation. Molecules can be identified by their molecular vibrations.
  • At least one of the first sensors is a tunable lidar sensor.
  • the lidar sensor is designed to detect odor molecules as a function of light scattered back from the vehicle interior.
  • the lidar sensor emits laser pulses with wavelengths im Infrared range that are not harmful to a human.
  • Tunable means that the lidar sensor is designed to emit multiple light pulses of different wavelengths in order to identify different odor molecules from the backscattered light.
  • the lidar sensor includes control electronics in order to emit different wavelengths. For example, a first and a second wavelength are each emitted for the different wavelengths in order to calculate a concentration profile of the odor-causing substance by means of differential absorption.
  • the lidar sensor includes integrated evaluation electronics for spectroscopy, for example Raman spectroscopy.
  • the lidar sensor includes a Q-switch.
  • the Q-switch also called Q-switch
  • the light pulses become shorter. This means that high peak powers can be achieved even with comparatively low energies. The low energies ensure that the lidar sensor is harmless to passengers and drivers. Odor molecules become soluble through high peak performance.
  • the Q-switch is an electro-optical modulator, for example.
  • the first sensors include quartz vibration sensors that determine frequencies and/or amplitudes of vibrations of the odor-causing substances.
  • the first sensors comprise a combination of the above membranes, lidar sensor and quartz vibration sensors.
  • the system comprises second sensors that measure temperature and/or third sensors that measure humidity, with the processing unit fusing the data from the first sensors and data from the second and/or third sensors.
  • the processing unit fusing the data from the first sensors and data from the second and/or third sensors.
  • the system comprises fourth sensors which measure a pressure.
  • the processing unit advantageously combines the measurements of the first, second, third and/or fourth sensors and/or checks them for plausibility in order to minimize interference effects, for example.
  • the processing unit carries out error corrections, in particular based on the data obtained from a number of the first, second, third and/or fourth sensors, preferably based on the data from all sensors. This increases the measurement accuracy. This also makes it possible and controllable to identify disease-specific odors within tolerance ranges, for example concentration ranges.
  • the machine learning algorithm learns or is trained to identify volatile organic compounds, also known as volatile organic compounds, or VOC for short.
  • VOCs include acetone, ethanol, isoprene, nonanal, decanal, a-pinene, ethyl butyrate, and butanal, ethanal, propanal, and n-propyl acetate.
  • VOCs are formed in living beings during protein, cell or metabolic changes that are triggered by a disease. For example, characteristic protein and metabolic changes have been observed in people infected with SARS-Cov-2. VOCs excreted via respiration and/or body odors can be characteristic of a disease and thus act as biomarkers.
  • the machine learning algorithm is trained or is trained to recognize ethyl butyrate and butanal in the data from the first sensors, for example via for Butyric acid ethyl ester and butanal each have specific adsorption signals and/or absorption signals.
  • VOC biomarker for the virus influenza A and increased emission of ethanal and propanal are VOC biomarkers for the bacterium S. pyogenes.
  • the machine learning algorithm is trained or is trained to recognize n-propyl acetate, ethanal and propanal in the data from the first sensors, in particular in combination with the recognition of ethyl butyrate and butanal, for example via for n-acetic acid propyl ester, ethanal and propanal each have specific adsorption signals and/or absorption signals.
  • the disease influenza and/or viral-bacterial co-infections are also recognized.
  • the system is used in the diagnosis of diseases including viral diseases including influenza and COVID-19 and mutations of the viral diseases.
  • diseases including viral diseases including influenza and COVID-19 and mutations of the viral diseases.
  • This enables the diseases, for example COVID-19 in means of passenger transport, to be recognized quickly and suitable measures to be taken quickly to curb the spread of, for example, COVID-19, for example by recognizing butyric acid ethyl ester and butanal according to the invention.
  • the system can thus increase the confidence of passengers in using passenger transport, especially in times of pandemics such as COVID-19.
  • the passengers and/or the driver are informed about the identified disease-specific odors via a display unit in the means of passenger transport.
  • the display unit includes a separate display or a display integrated into a head unit of the means of passenger transport.
  • the interface of the system is, for example, an interface to a TV screen in the interior of the means of passenger transport, to a cockpit or a head-up display for the driver.
  • the interface of the system is a radio interface to a fleet operator, Regulatory Office or to hospitals to inform the relevant facilities about the identified disease-specific odors.
  • the system interface is an interface to a cloud infrastructure to which the operators and authorities are connected. This means that information, especially from several means of passenger transport, can be collected centrally and distributed better.
  • the reference signals to identified disease-specific odors are transmitted to these devices via the interface, advantageously in the form of a radio interface, preferably via a cloud infrastructure, and are made available to other persons,
  • Networking for example via the cloud infrastructure, with the passengers of the means of passenger transport, with passengers of other means of passenger transport, road users and other people, for example through mobile application software, for example the Corona-Warn-App, for information about the identified illness, for contact tracing and/or to prevent the spread of the disease, the networking comprising providing the notification signal and further information from the above-mentioned institutions,
  • the method is computer-implemented.
  • a further aspect of the invention relates to a computer-readable storage medium/a computer-readable data carrier.
  • the computer-readable storage medium/the computer-readable data carrier comprises the machine learning algorithm and software and/or hardware instructions which, when executed by the processing unit, cause the latter to carry out the method according to the invention.
  • the first sensors and, according to a further aspect of the invention, also the second and/or third sensors are arranged in a seating area, a standing area, a ventilation system and/or an air conditioning system of the means of passenger transport.
  • the first and/or the second and/or third sensors are arranged on horizontal and/or vertical handrails or on safety belts of the means of passenger transport.
  • Seating area and standing area also include cabins and compartments. Such an arrangement enables the odors to be detected directly at their point of origin and also enables odors which were not detected directly in an interior space, for example through air currents, to be detected, but which spread in ventilation systems and/or air conditioning systems.
  • the means of passenger transport can be operated automatically.
  • the means of passenger transport includes environment detection sensors that detect an environment of the means of passenger transport, a control unit that receives data from the environment detection sensors and determines regulation and/or control signals for trajectory planning, and actuators for longitudinal and/or lateral guidance, by means of which the control device regulates and/or controls automated operation of the means of passenger transport.
  • the environment detection sensors include camera, radar, lidar and microphones.
  • the control unit is, for example, an ADAS/AD ECU, i.e. advanced driving assistance system and autonomous driving. Automated operation ranges from assisted driving to autonomous, i.e. driverless, driving. In particular for a highly automated operation, the initiation of measures to avoid a spread of a specific automated journey of the means of passenger transport to a hospital or to a position outside of a metropolitan area.
  • the means of passenger transport is a bus, people mover, rail vehicle, ship, airplane or cable car.
  • the invention thus increases the confidence of passengers with regard to the use of buses, people movers, rail vehicles, ships, airplanes and cable cars, especially in times of pandemics such as COVID-19.
  • FIG. 1 shows an exemplary embodiment of a system according to the invention
  • FIG. 3 shows an exemplary embodiment of a means of passenger transport according to the invention
  • the system 10 in FIG. 1 comprises first sensors 11 which detect odor-causing substances via surface adsorption and/or via light interaction. This is method step V1 in FIG. 2.
  • the data from the sensors are evaluated by a processing unit ECU, ie electronic control unit.
  • the processing unit ECU uses machine learning to determine biomarkers for diseases in the data from the sensors 11 and thus identifies disease-specific odors, which corresponds to method step V2.
  • method step V3 for example, passengers P and authorities are informed about the identified disease-specific odors via the interface 12 of the system 10. Quarantine measures, for example, are initiated in method step V4.
  • the means of passenger transport 1 in FIG. 3 is a bus B, for example an urban line bus.
  • the means of passenger transport 1 is a people mover PM.
  • a dog is shown as a further passenger P, whose odors, including breath and body odors, are detected by the sensors 11 , 13 , 14 .
  • the means of passenger transport 1 is a rail vehicle, for example a long-distance train, a subway or a tram.
  • the means of passenger transport 1 is a ship S, for example a merchant ship or a cruise ship.
  • first sensors 11, second sensors 13 and third sensors 14 are arranged in a standing area of the bus B, for example on horizontal and vertical handrails, in ventilation systems AV and in an air conditioning system AC, in the people mover PM partly also in a seating area Seat.
  • the ambient air is thus comprehensively recorded, including breathing air and body odors of the passengers P, together with temperature and humidity.
  • the data from the sensors 11, 13, 14 are merged in the processing unit ECU and evaluated for disease-specific odors.
  • the evaluation is displayed on a display unit in the bus B via the interface 12 .
  • the interface 12 includes a radio interface WLAN, via which the evaluation is made available to an external location in the cloud.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Business, Economics & Management (AREA)
  • Critical Care (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Evolutionary Computation (AREA)
  • Pulmonology (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Emergency Medicine (AREA)
  • Nursing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Disinfection, Sterilisation Or Deodorisation Of Air (AREA)

Abstract

System (10) zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1), das System (10) umfassend mehrere erste Sensoren (11), die geruchsverursachende Substanzen erfassen, eine Verarbeitungseinheit (ECU), die von den ersten Sensoren (11) aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit (ECU) einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren (11) erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und eine Schnittstelle (12), die das Hinweissignale Passagieren (P), einem Fahrer des Personenbeförderungsmittels (1) und/oder einer externen Stelle (Cloud) bereitstellt.

Description

System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderunqsmittel und Personenbeförderunqsmittel
Die Erfindung betrifft ein System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und ein Personenbeförderungsmittel.
Geruchssensoren sind aus dem Stand der Technik allgemein bekannt. Beispielsweise ist in EP 3 187 852 A1 ein Geruchsdetektionssystem offenbart. In EP 3 379 240 A1 ist ein Geruchssensor basierend auf Adsorptionsmustern offenbart. Ferner sind aus dem Stand der Technik Alkoholdetektoren in Fahrzeugen bekannt, siehe beispielsweise Offenbarungen aus dem Forschungsprogramm Driver Alcohol Detection System for Safety, https://www.dadss.org/. Des Weiteren sind aus dem Stand der Technik künstliche neuronale Netzwerke bekannt, die gelernt haben, aus der Struktur von Geruchsmolekülen die mit den Geruchsmolekülen verbundenen Gerüche zu bestimmen, siehe beispielsweise B. Sanchez-Lengeling et al., „Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules“, arXiv:1910.10685v2 [stat.ML],
Zur Vermeidung einer Ausbreitung von Krankheiten, insbesondere zur Kontrolle einer Epidemie oder Pandemie, ist es wünschenswert, Krankheitserreger möglichst schnell zu identifizieren. Im Nah- und/oder Fernverkehr bewirkt eine Epidemie oder Pandemie in Folge eines persönlichen Wunsches eine Ansteckung zu verhindern oftmals einen Vertrauensverlust von Passagieren in Personen beförderungs mittel
Aufgabe der Erfindung war es, wie in Personenbeförderungsmitteln eine Krankheit schnell erkannt und eine Verbreitung der Krankheit vermieden werden kann.
Das System, Verfahren und Personenbeförderungsmittel der unabhängigen und nebengeordneten Ansprüche lösen jeweils diese Aufgabe. Gemäß einem Aspekt stellt die Erfindung ein System bereit zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel. Das System umfasst
• mehrere erste Sensoren, die geruchsverursachende Substanzen erfassen,
• eine Verarbeitungseinheit, die von den ersten Sensoren aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und
• eine Schnittstelle, die das Hinweissignale Passagieren, einem Fahrer des Personenbeförderungsmittels und/oder einer externen Stelle bereitstellt.
Gemäß einem weiterem Aspekt stellt die Erfindung ein Verfahren bereit zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel. Das Verfahren umfasst die Schritte
• Erfassen von geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder in Körpergerüchen von Passagieren,
• Identifikation von krankheitsspezifischen Gerüchen,
• Informieren der Passagiere, eines Fahrers und/oder eines Betreibers des Personenbeförderungsmittels und/oder einer Behörde über einen oder mehrere identifizierte krankheitsspezifische Gerüche und
• Einleiten von Maßnahmen zur Vermeidung einer Verbreitung einer spezifischen Krankheit in Abhängigkeit der identifizierten krankheitsspezifischen Gerüche umfassend Quarantänemaßnahmen
Zur Durchführung des Verfahrens wird ein erfindungsgemäßes System verwendet.
Gemäß einem weiteren Aspekt stellt die Erfindung ein Personenbeförderungsmittel bereit, das ein erfindungsgemäßes System umfasst, wobei
• die erste Sensoren des Systems in einem Sitzbereich, Stehbereich, in einer Belüftungsanlage und/oder einer Klimaanlage des Personenbeförderungsmittels angeordnet sind und • die Schnittstelle des Systems eine Schnittstelle zu einer Anzeigeeinheit in dem Personenbeförderungsmittel und/oder eine Funkschnittstelle zu einer Cloud, zu einem Betreiber des Personenbeförderungsmittels und/oder einer Behörde ist.
Vorteilhafte Ausgestaltungen der Erfindung ergeben sich aus den Definitionen, den Unteransprüchen, den Zeichnungen und der Beschreibung bevorzugter Ausführungsbeispiele.
Geruchsverursachende Substanzen umfassen Geruchsmoleküle und Gruppen von Geruchsmolekülen. Beispielsweise kennzeichnet das Geruchsmolekül (R)-(+)-Limo- nen den Hauptgeruchsstoff der Zitrone. Decanal ist eine geruchsverursachende Substanzen mit einem charakteristischem Geruch nach Orangenschalen. Nonanal ist eine geruchsverursachende Substanzen mit citrusartigem Geruch. Buttersäureethylester ist eine geruchsverursachende Substanzen mit charakteristischem Ananasge- ruch. Geruchsverursachende Substanzen sind in den Personenbeförderungsmitteln in Umgebungsluft enthalten. Die Umgebungsluft umfasst Atemgeruch und weitere Gerüchen aus anderen Körperöffnungen von Lebewesen, das heißt Körpergerüche, beispielsweise Körperausdünstungen über die Haut. Damit können Krankheiten in dem Personenbeförderungsmittel in Umgebungsluft schnell erkannt werden. Eine Aufnahme einer Atem probe mittels Gassack oder Blasröhrchen und eine komplizierte, zeitaufwendige und teure Auswertung der Atemprobe in einem Gaschromato- graph-Massenspektrometer zur Bestimmung der Moleküle in der Atemprobe wird damit durch die erfindungsgemäße sensorielle Erfassung der geruchsverursachenden Substanzen und die Auswertung mittels Maschinenlernverfahren vorteilhafterweise ersetzt.
Geruchsverursachende Substanzen werden beispielsweise mittels Signaturen der Geruchsmolekülen erfasst. Die Signaturen umfassen Absorptionslinien in einem Absorptionsspektrum, für die jeweiligen Moleküle spezifisches Streulicht, beispielsweise Raman- oder Rayleigh-Streuung, Adsorptionsverhalten und spezifische Schwingungsmuster basierend auf Molekülmassen oder Kennlinien in Impedanzspektroskopie. Die Schwingungsmuster werden beispielsweise mit Beschleunigungssensoren, zum Beispiel micro-electro-mechanical-systems, erfasst.
Krankheiten umfassen Virusinfektionen und bakterielle Krankheiten. Eine Viruser- krankung ist beispielsweise COVID-19 ausgelöst von dem Coronavirus SARS-Cov-2. Biomarker sind charakteristische biologische Merkmale, die objektiv gemessen werden können und auf einen normalen biologischen oder krankhaften Prozess im Körper hinweisen können. Biomarker sind beispielsweise in Atemluft und/oder Körpergerüchen enthalten.
Ein Vorteil der Identifizierung von krankheitsspezifischen Gerüchen in Umgebungsluft, beispielsweise Atem lüft und/oder Körpergerüche mittels des Maschinenlernalgorithmus ist, dass keine zeitaufwendige und unkomfortable chemische Verfahren, Blasrohr oder Oberflächenkontaktverfahren angewendet werden müssen und dass damit eine Krankheit schnell erkannt werden kann. Atemluft und andere Körpergerüche werden kontinuierlich abgegeben und werden von der Verarbeitungseinheit ausgewertet.
Die Verarbeitungseinheit umfasst eine Recheneinheit und tauscht Daten mit einem Speicher aus. Beispielsweise umfasst die Verarbeitungseinheit einen internen Speicher. In dem Speicher ist der Maschinenlernalgorithmus gespeichert oder wird dort geladen. Ferner schreibt die Verarbeitungseinheit identifizierte krankheitsspezifische Gerüche in den Speicher, aus dem diese ausgelesen werden können. Die Daten der Sensoren werden nach einem Aspekt der Erfindung in dem Speicher gespeichert.
Maschinelles Lernen ist eine Technologie, die Computern und anderen Datenverarbeitungsvorrichtungen die Ausführung von Aufgaben durch Lernen aus Daten lehrt, anstatt für die Aufgaben programmiert zu werden. Der Maschinenlernalgorithmus lernt die Gerüche aus den Daten durch Klassifikations- und/oder Regressionsverfahren. Während dem Lernen oder Trainieren werden die Daten verarbeitet. Der trainierte Maschinenlernalgorithmus erkennt dann in den eingegebenen Daten die Gerüche, ohne Vergleiche mit in Speichern oder Datenbanken hinterlegten Gerüchen durchführen zu müssen. Der Maschinenlernalgorithmus umfasst beispielsweise künstliche neuronale Netzwerke, beispielsweise ein Faltungsnetzwerk, oder einen Entscheidungsbaumalgorithmus, einen Random-Forest-Klassifikator oder einen Sup- port-Vector-Machine-Klassifikator.
Nach einem Aspekt der Erfindung umfasst die Verarbeitungseinheit wenigstens eine Graphikprozessoreinheit zum parallelisierten Ausführen von Prozessen, insbesondere für ein beschleunigtes Ausführen des Maschinenlernalgorithmus. Nach einem Aspekt der Erfindung ist die Verarbeitungseinheit ein system-on-chip. Nach einem weiteren Aspekt der Erfindung, insbesondere in Kombination mit dem system-on- chip, umfasst die Verarbeitungseinheit einen neuronalen oder neuromorphen Schaltkreis, der das olfaktorische System von Säugern in Hardware nachbildet, und auf dem der Maschineniemalgorithmus ausgeführt wird.
Nach einem weiteren Aspekt der Erfindung ist die Verarbeitungseinheit in ein Bordnetz eines Personenbeförderungsmittels integrierbar oder integriert. Nach einem Aspekt der Erfindung sind die Sensoren in das Bordnetz integriert. Damit wird die Kommunikation zwischen den Sensoren und der Verarbeitungseinheit erleichtert. Das Bordnetz ist beispielsweise ein CAN-Bus. Zumindest ein Teil der Kommunikation zwischen den Sensoren, der Verarbeitungseinheit und der Schnittstelle erfolgt nach einem Aspekt der Erfindung kabellos, beispielsweise mittels Bluetooth Low Energy o- der WLAN.
Die Hinweissignale umfassen optische Signale, akustische Signale und taktil wahrnehmbare Signale. Nach einem Aspekt der Erfindung werden die Hinweissignale auf Anzeigeeinheiten optisch dargestellt.
Passagiere umfassen Menschen und Tiere, zum Beispiel Haustiere, beispielsweise Hunde.
Das erfindungsgemäße System funktioniert unabhängig von einer Integration in ein Personenbeförderungsmittel. Bestehend Personenbeförderungsmittel können mit dem System nachgerüstet werden. In einer Ausführungsform der Erfindung erfassen die ersten Sensoren die geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche der Passagiere durch Oberflächenadsorption, Lichtwechselwirkung und/oder Frequenzen und/oder Amplituden von Schwingungen erfassen.
Nach einem Aspekt der Erfindung umfassen die ersten Sensoren eine Membran, die die geruchsverursachenden Substanzen enthalten in Atemluft und/oder in Körpergerüchen der Passagieren adsorbieren. Beispielsweise umfasst die Membran ein elektrisch leitendes Polymer. Die ersten Sensoren messen beispielsweise elektrische Eigenschaften, beispielsweise Leitfähigkeit, der Membran nach Adsorption der geruchsverursachenden Substanzen, wobei eine Adsorption einer spezifischen geruchsverursachenden Substanz die elektrischen Eigenschaften der Membran charakteristisch ändert. Nach einem weiteren Aspekt der Erfindung umfassen die ersten Sensoren mehrere Membranen, die jeweils nur spezifische Substanzen adsorbieren. Damit können unterschiedliche Geruchsmoleküle identifiziert werden.
Lichtwechselwirkung umfasst Lichtstreuung, Rückstreuung, Reflexion, Transmission, Beugung und Brechung. Nach einem Aspekt der Erfindung sind die Signaturen für das jeweilige Molekül spezifisches Streulicht, beispielsweise Streulicht aus Rückstreuung. Neben Anregung von Elektronenübergängen werden auch Molekülschwingungen der geruchsverursachenden Substanzen umfassend Streckschwingungen, Schaukelschwingungen, Scherschwingungen, Drehschwingungen und/oder Wippschwingungen, angeregt. Streckschwingungen sind Schwingungen entlang der Bindungsachse zweier Atome in einem Molekül. Schaukelschwingungen, Scherschwingungen, Drehschwingungen und Wippschwingungen sind Deformationsschwingungen, die den Bindungswinkel deformieren. Molekülschwingungen durch Absorption und Emission von Infrarotstrahlung nachweisbar. Moleküle können über ihre Molekülschwingungen identifiziert werden.
In einer Ausgestaltung des Systems ist wenigstens einer der ersten Sensoren ein durchstimmbarer Lidarsensor. Der Lidarsensor ist ausgeführt, Geruchsmoleküle in Abhängigkeit von aus dem Fahrzeuginnenraum zurückgestreutem Licht zu erfassen. Beispielsweise sendet der Lidarsensor Laserimpulse mit Wellenlängen im Infrarotbereich aus, die für einen Menschen nicht schädlich sind. Durchstimmbar bedeutet, dass der Lidarsensor ausgeführt ist, mehrere Lichtpulse unterschiedlicher Wellenlänge auszusenden, um unterschiedliche Geruchsmoleküle aus dem zurückgestreuten Licht zu identifizieren. Der Lidarsensor umfasst nach einem Aspekt der Erfindung eine Ansteuerelektronik, um unterschiedliche Wellenlängen auszusenden. Beispielsweise werden für die unterschiedlichen Wellenlängen jeweils eine erste und eine zweite Wellenlänge ausgesendet, um mittels differentieller Absorption ein Konzentrationsprofil der geruchsverursachenden Substanz zu berechnen. Nach einem weiteren Aspekt der Erfindung umfasst der Lidarsensor eine integrierte Auswertungselektronik für Spektroskopie, beispielsweise Raman-Spektroskopie. In einer weiteren Ausgestaltung des Systems umfasst der Lidarsensor einen Güteschalter. Mit dem Güteschalter, auch Q-Switch genannt, werden die Lichtpulse kürzer. Damit werden auch bei vergleichsweise geringen Energien hohe Spitzenleistungen erreicht. Durch die geringen Energien wird erreicht, dass der Lidarsensor unschädlich für Passagiere und Fahrer ist. Durch hohe Spitzenleistungen werden Geruchsmoleküle auflösbar. Der Güteschalter ist beispielsweise ein elektrooptischer Modulator.
In einer weiteren Ausgestaltung der Erfindung umfassen die ersten Sensoren Quarz- Schwingungssensoren, die Frequenzen und/oder Amplituden von Schwingungen der geruchsverursachenden Substanzen bestimmen.
Nach einem weiteren Aspekt der Erfindung umfassen die ersten Sensoren eine Kombination der oben genannten Membranen, Lidarsensor und Quarz-Schwingungssensoren.
Nach einem weiteren Aspekt der Erfindung umfasst das System zweite Sensoren, die eine Temperatur messen und/oder dritte Sensoren, die eine Luftfeuchtigkeit messen, wobei die Verarbeitungseinheit die Daten der ersten Sensoren und Daten der zweiten und/oder dritten Sensoren fusioniert. Durch Messung der Temperatur und/oder der Luftfeuchtigkeit werden die krankheitsspezifischen Gerüche situationsbedingt identifiziert. Beispielsweise ist eine Konzentration einer geruchsverursachenden Substanz bei einer ersten Kombination von Temperatur- und/oder Luftfeuchtigkeitswerten bedenklich, bei einer zweiten Kombination nicht. Temperatur und/oder Luftfeuchtigkeit in dem Personenbeförderungsmittel ändern sich beispielsweise im Laufe des jahreszeitlichen Betriebs des Personenbeförderungsmittels oder durch Klimatisierung des Innenraums des Personenbeförderungsmittels.
Nach einem weiteren Aspekt der Erfindung umfasst das System vierte Sensoren, die einen Druck messen. Vorteilhafterweise kombiniert die Verarbeitungseinheit die Messungen der ersten, zweiten, dritten und/oder vierten Sensoren und/oder plausibilisiert diese, um beispielsweise Störeffekte zu minimieren.
Nach einem weiteren Aspekt der Erfindung führt die Verarbeitungseinheit Fehlerkorrekturen durch, insbesondere basierend auf den erhaltenen Daten mehrerer der ersten, zweiten, dritten und/oder vierten Sensoren, vorzugsweise basierend auf den Daten aller Sensoren. Damit wird die Messgenauigkeit erhöht. Damit werden ferner Identifikationen von krankheitsspezifischen Gerüchen innerhalb Toleranzbereiche, beispielsweise Konzentrationsbereichen, ermöglicht und kontrollierbar.
Nach einem weiteren Aspekt der Erfindung lernt oder ist der Maschinenlernalgorithmus trainiert, flüchtige organische Verbindungen, auch volatile organic compounds genannt, abgekürzt VOC, zu identifizieren. Zu VOCs gehören beispielsweise Aceton, Ethanol, Isopren, Nonanal, Decanal, a-Pinen, Buttersäureethylester und Butanal, Ethanal, Propanal und Essigsäure-n-propylester. VOC entstehen bei Lebewesen bei Protein-, Zell- oder Stoffwechseländerungen, die durch eine Krankheit ausgelöst werden. Beispielsweise wurden bei SARS-Cov-2 infizierten Menschen charakteristische Protein- und Stoffwechseländerungen beobachtet. Über Atmung und/oder Körpergerüche ausgeschiedene VOCs können charakteristisch für eine Krankheit sein und damit als Biomarker fungieren.
Beispielsweise zeigt „Breath-borne VOC Biomarkers for COVID-19“, Haoxuan Chen et al., https://doi.org/10.1101/2020.06.21.20136523, dass Buttersäureethylester ein Biomarker für COVID-19 sein könnte. Ferner wird dort gezeigt, dass Butanal ein Biomarker für SARS-Cov-2 Negative sein kann. Nach einem Aspekt der Erfindung wird der Maschinenlernalgorithmus trainiert oder ist trainiert, Buttersäureethylester und Butanal in den Daten der ersten Sensoren zu erkennen, beispielsweise über für Buttersäureethylester und Butanal jeweils spezifische Adsorptionssignale und/oder Absorptionssignale.
„Volatile scents of influenza A and S. pyogenes (co-)infected cells“, Selina Traxler et al., https://www.nature.com/articles/s41598-019-55334-0, zeigt beispielsweise, dass Essigsäure-n-propylester ein VOC Biomarker für das Virus Influenza A und eine erhöhte Emission von Ethanal und Propanal VOC Biomarker für das Bakterium S. pyogenes sind. Nach einem Aspekt der Erfindung wird der Maschinenlernalgorithmus trainiert oder ist trainiert, Essigsäure-n-propylester, Ethanal und Propanal in den Daten der ersten Sensoren, insbesondere in Kombination mit der Erkennung von Buttersäureethylester und Butanal, zu erkennen, beispielsweise über für Essigsäure-n-pro- pylester, Ethanal und Propanal jeweils spezifische Adsorptionssignale und/oder Absorptionssignale. Damit wird erfindungsgemäß zusätzlich die Krankheit Influenza und/oder viral-bakteriale Co-Infektionen erkannt.
Nach einem weiteren Aspekt der Erfindung wird das System bei der Diagnose von Krankheiten umfassend Virus-Krankheiten umfassend Influenza und COVID-19 und Mutationen der Virus-Krankheiten verwendet. Dies ermöglicht eine schnelle Erkennung der Krankheiten, beispielsweise COVID-19 in Personenbeförderungsmitteln, und ein schnelles Einleiten von geeigneten Maßnahmen, um eine Verbreitung, beispielsweise von COVID-19, einzudämmen, beispielsweise durch das erfindungsgemäße Erkennen von Buttersäureethylester und Butanal. Damit kann das System das Vertrauen von Passagieren hinsichtlich Benutzung von Personenbeförderungsmitteln erhöhen, insbesondere zu Zeiten von Pandemien wie beispielsweise COVID-19.
In einer Ausgestaltung der Erfindung werden die Passagiere und/oder der Fahrer über eine Anzeigeeinheit in dem Personenbeförderungsmittel über die identifizierten krankheitsspezifischen Gerüche informiert. Die Anzeigeeinheit umfasst ein separates Display oder ein Display integriert in eine Head-Unit des Personenbeförderungsmittels. Die Schnittstelle des Systems ist beispielsweise eine Schnittstelle zu einem TV- Bildschirm im Innenraum des Personenbeförderungsmittels, zu einem Cockpit- oder einem Head-Up-Display des Fahrers. In einer weiteren Ausgestaltung der Erfindung ist die Schnittstelle des Systems eine Funkschnittstelle zu einem Flotten betreiber, Ordnungsamt oder zu Krankenhäusern, um die entsprechenden Einrichtungen über die identifizierten krankheitsspezifischen Gerüche zu informieren. Nach einem Aspekt der Erfindung ist die Schnittstelle des Systems eine Schnittstelle zu einer Cloud-Infra- struktur, an der die Betreiber und Behörden angeschlossen sind. Damit können die Informationen, besonders aus mehreren Personenbeförderungsmitteln, zentral gesammelt und besser verteilt werden.
Einleiten von Maßnahmen zur Information auf eine spezifische Krankheit und/oder zur Vermeidung einer Verbreitung einer spezifischen Krankheit umfassen
• Hinweissignale an die Passagiere, einen Mindestabstand zum jeweiligen nächsten Passagier einzuhalten, beispielsweise 1 ,5 m,
• Aktivieren von Desinfektionssystemen des Personenbeförderungsmittels,
• Alarmierungen von Krankenhäusern,
• Alarmierung von Einrichtungen auf dem Gebiet der Krankheitsüberwachung, Krankheitsprävention, Infektionskrankheiten und/oder nicht übertragbarer Krankheiten, umfassend Bundeseinrichtungen für Gesundheit, zentrale Einrichtungen, Ministerien, beispielsweise Robert-Koch-Institute, wobei nach einem weiteren Aspekt der Erfindung die Hinweissignale auf identifizierte krankheitsspezifische Gerüche über die Schnittstelle, vorteilhafterweise in Form einer Funkschnittstelle, an diese Einrichtungen übermittelt werden, vorzugsweise über eine Cloudinfrastruktur, und weiteren Personen bereitgestellt werden,
• Vernetzen, beispielsweise über die Cloudinfrastruktur, mit den Passagieren des Personenbeförderungsmittels, mit Passagieren weiterer Personenbeförderungsmitteln, Verkehrsteilnehmern und weiteren Personen, beispielsweise durch eine mobile Anwendungssoftware, beispielsweise die Corona- Warn- App, zur Information über die identifizierte Krankheit, zur Kontaktnachverfolgung und/oder zur Prävention gegen Ausbreitung der Krankheit, wobei das Vernetzen das Bereitstellen des Hinweissignals und weitere Informationen der oben genannten Einrichtungen umfasst,
• Auslesen des mit der Verarbeitungseinheit in Datenaustausch stehendem Speicher, um vorab Informationen über die identifizierten krankheitsspezifischen Gerüche zu erhalten, • Einleiten von Quarantänemaßnahmen,
• Erfassen von Kontaktdaten der Passagiere und Fahren des Personenbeförderungsmittels zu einem Krankenhaus oder zu einer Position außerhalb eines Ballungszentrums,
• wobei nach einem weiteren Aspekt der Erfindung während der Fahrt keine weiteren Passagiere aufgenommen und keine Passagiere das Personenbeförderungsmittel verlassen, um eine Verbreitung weiter einzudämmen.
Nach einem weiteren Aspekt der Erfindung ist das Verfahren computerimplementiert.
Ein weiterer Aspekt der Erfindung betrifft ein computerlesbares Speichermedium/ei- nen computerlesbaren Datenträger. Das computerlesbare Speichermedium/der computerlesbare Datenträger umfasst den Maschinenlernalgorithmus und Software- und/oder Hardwarebefehle, die bei der Ausführung durch die Verarbeitungseinheit diese veranlassen, das erfindungsgemäße Verfahren auszuführen.
Die ersten Sensoren und nach einem weiteren Aspekt der Erfindung auch die zweiten und/oder dritten Sensoren sind in einem Sitzbereich, Stehbereich, einer Belüftungsanlage und/oder einer Klimaanlage des Personenbeförderungsmittels angeordnet. Nach einem weiteren Aspekt sind die ersten und/oder die zweiten und/oder dritten Sensoren an horizontalen und/oder vertikalen Haltestangen oder an Sicherheitsgurten des Personenbeförderungsmittels angeordnet. Sitzbereich und Stehbereich umfassen auch Kabinen und Abteils. Eine derartige Anordnung ermöglicht eine Detektion der Gerüche unmittelbar an ihrem Entstehungsort und ermöglicht ferner auch eine Detektion von Gerüchen, die in einem Innenraum, beispielsweise durch Luftströmungen, nicht direkt erfasst wurden, die sich aber in Belüftungsanlagen und/oder Klimaanlagen ausbreiten.
Nach einem weiteren Aspekt der Erfindung ist das Personenbeförderungsmittel automatisiert betreibbar. Das Personenbeförderungsmittel umfasst Umfelderkennungssensoren, die ein Umfeld des Personenbeförderungsmittels erkennen, ein Steuergerät, das Daten der Umfelderkennungssensoren erhält und Regelungs- und/oder Steuerungssignale für eine Trajektorienplanung bestimmt, und Aktuatoren zur Längs- und/oder Querführung, mittels denen das Steuergerät einen automatisierten Betrieb des Personenbeförderungsmittels regelt und/oder steuert. Die Umfelderkennungssensoren umfassen Kamera, Radar, Lidar und Mikrofone. Das Steuergerät ist beispielsweise eine ADAS/AD ECU, das heißt advanced driving assistance system und autonomous driving. Der automatisierte Betrieb reicht von assistiertem Fahren bis hin zu autonomen, das heißt fahrerlosem, Fahren. Insbesondere für einen hochautomatisierten Betrieb umfasst das Einleiten von Maßnahmen zur Vermeidung einer Verbreitung einer spezifischen automatisierte Fahrten des Personenbeförderungsmittels zu einem Krankenhaus oder zu einer Position außerhalb eines Ballungszentrums.
Das Personenbeförderungsmittel ist nach einem Aspekt der Erfindung ein Bus, Peoplemover, Schienenfahrzeug, Schiff, Flugzeug oder eine Seilbahn. Damit erhöht die Erfindung das Vertrauen von Passagieren hinsichtlich Benutzung von Bussen, Peoplemovern, Schienenfahrzeugen, Schiffen, Flugzeugen und Seilbahnen, insbesondere zu Zeiten von Pandemien wie beispielsweise COVID-19.
Die Erfindung wird in den folgenden Ausführungsbeispielen verdeutlicht. Es zeigen:
Fig. 1 ein Ausführungsbeispiel eines erfindungsgemäßen Systems,
Fig. 2 ein Ausführungsbeispiel eines erfindungsgemäßen Verfahrens,
Fig. 3 ein Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels,
Fig. 4 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels,
Fig. 5 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels und
Fig. 6 ein weiteres Ausführungsbeispiel eines erfindungsgemäßen Personenbeförderungsmittels. Das System 10 in Fig. 1 umfasst erste Sensoren 11 , die über Oberflächenadsorption und/oder über Lichtwechselwirkung geruchsverursachende Substanzen erfassen. Dies ist der Verfahrensschritt V1 in Fig. 2. Die Daten der Sensoren werden von einer Verarbeitungseinheit ECU, das heißt electronic control unit, ausgewertet. Die Verarbeitungseinheit ECU bestimmt mittels maschinellem Lernen Biomarker für Krankheiten in den Daten der Sensoren 11 und identifiziert damit krankheitsspezifische Gerüche, was dem Verfahrensschritt V2 entspricht. Im Verfahrensschritt V3 werden beispielsweise Passagiere P und Behörden über die identifizierten krankheitsspezifische Gerüche über die Schnittstelle 12 des Systems 10 informiert. Im Verfahrensschritt V4 werden beispielsweise Quarantänemaßnahmen eingeleitet.
Das Personenbeförderungsmittel 1 in Fig. 3 ist ein Bus B, beispielsweise ein urbaner Linienbus. In Fig. 4 ist das Personenbeförderungsmittel 1 ein Peoplemover PM. In diesem Ausführungsbeispiel ist ein Hund als weiterer Passagier P gezeigt, dessen Gerüche, umfassend Atem lüft und Körpergerüche, von den Sensoren 11 , 13, 14 erfasst werden. In Fig. 5 ist das Personenbeförderungsmittel 1 ein Schienenfahrzeug, beispielsweise ein Fernverkehrszug, eine U-Bahn oder eine Straßenbahn. In Fig. 6 ist das Personenbeförderungsmittel 1 ein Schiff S, beispielsweise ein Handels- oder Kreuzfahrtschiff.
In dem Bus B sind erste Sensoren 11 , zweite Sensoren 13 und dritte Sensoren 14 in einem Stehbereich Stand des Busses B, beispielsweise an horizontalen und vertikalen Haltestangen, in Belüftungsanlagen AV und in einer Klimaanlage AC angeordnet, in dem Peoplemover PM teilweise auch in einem Sitzbereich Sitz. Damit wird die Umgebungsluft umfassend Atemluft und Körpergerüche der Passagiere P erfasst zusammen mit Temperatur und Luftfeuchtigkeit. Die Daten der Sensoren 11 , 13, 14 werden in der Verarbeitungseinheit ECU fusioniert und auf krankheitsspezifische Gerüche ausgewertet. Die Auswertung wird über die Schnittstelle 12 auf einer Anzeigeeinheit Display in dem Bus B angezeigt. Die Schnittstelle 12 umfasst eine Funkschnittstelle WLAN, über die die Auswertung einer externen Stelle Cloud bereitgestellt wird.
13
ERSATZBLATT (REGEL 26) Bezugszeichen
I Personenbeförderungsmittel
10 System
I I erste Sensoren
12 Schnittstelle
13 zweite Sensoren
14 dritte Sensoren
ECU Verarbeitungseinheit
P Passagier
Cloud externe Stelle
Sitz Sitzbereich
Stand Stehbereich
AV Belüftungsanlage
AC Klimaanlage
Display Anzeigeeinheit
WLAN Funkschnittstelle
B Bus
PM Peoplemover
Bahn Schienenfahrzeug
S Schiff
V1-V4 Verfahrensschritt
14
ERSATZBLATT (REGEL 26)

Claims

Patentansprüche
1. System (10) zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1 ), das System (10) umfassend
• mehrere erste Sensoren (1 1 ), die geruchsverursachende Substanzen erfassen,
• eine Verarbeitungseinheit (ECU), die von den ersten Sensoren (1 1 ) aus der Erfassung der geruchsverursachenden Substanzen resultierende Daten erhält, durch maschinelles Lernen die krankheitsspezifischen Gerüche identifiziert und in Abhängigkeit der Identifikation ein Hinweissignal erzeugt, wobei die Verarbeitungseinheit (ECU) einen Maschinenlernalgorithmus ausführt, der die Daten der ersten Sensoren (1 1 ) erhält und lernt oder trainiert ist, in den Daten Biomarker für Krankheiten zu identifizieren, und
• eine Schnittstelle (12), die das Hinweissignal Passagieren (P), einem Fahrer des Personenbeförderungsmittels (1 ) und/oder einer externen Stelle (Cloud) bereitstellt.
2. System (10) nach Anspruch 1 , wobei die ersten Sensoren (1 1 ) die geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche der Passagiere (P) durch Oberflächenadsorption, Lichtwechselwirkung und/oder Frequenzen und/oder Amplituden von Schwingungen erfassen.
3. System (10) nach Anspruch 1 oder 2 umfassend zweite Sensoren (13), die eine Temperatur messen und/oder dritte Sensoren (14), die eine Luftfeuchtigkeit messen, wobei die Verarbeitungseinheit (ECU) die Daten der ersten Sensoren (1 1 ) und Daten der zweiten (13) und/oder dritten (14) Sensoren fusioniert.
4. System (10) nach einem der Ansprüche 1 bis 3 zur Verwendung bei der Diagnose von Krankheiten, umfassend Virus-Krankheiten umfassend Influenza und COVID-19 und Mutationen der Virus-Krankheiten.
5. Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel (1 ), das Verfahren umfassend die Schritte • Erfassen von geruchsverursachenden Substanzen in Umgebungsluft umfassend Atemluft und/oder Körpergerüche von Passagieren (P) (V1 ),
• Identifikation von krankheitsspezifischen Gerüchen (V2),
• Informieren der Passagiere (P), eines Fahrers und/oder eines Betreibers des Personenbeförderungsmittels (P) und/oder einer Behörde über einen oder mehrere identifizierte krankheitsspezifische Gerüche (V3) und
• Einleiten von Maßnahmen zur Information auf eine spezifische Krankheit und/oder zur Vermeidung einer Verbreitung einer spezifischen Krankheit in Abhängigkeit der identifizierten krankheitsspezifischen Gerüche umfassend Quarantänemaßnahmen (V4), wobei zur Durchführung des Verfahrens ein System nach einem der Ansprüche 1 bis 4 verwendet wird.
6. Personenbeförderungsmittel (1 ) umfassend ein System (10) nach einem der Ansprüche 1 bis 4, wobei
• die erste Sensoren (11) des Systems (10) in einem Sitzbereich (Sitz), Stehbereich (Stand), in einer Belüftungsanlage (AV) und/oder einer Klimaanlage (AC) des Personenbeförderungsmittels (1 ) angeordnet sind und
• die Schnittstelle (12) des Systems (10) eine Schnittstelle zu einer Anzeigeeinheit (Display) in dem Personenbeförderungsmittel (1 ) und/oder eine Funkschnittstelle (WLAN) zu einer Cloud, zu einem Betreiber des Personenbeförderungsmittels (1 ) und/oder einer Behörde ist.
7. Personenbeförderungsmittel (1 ) nach Anspruch 6 umfassend Umfelderkennungssensoren, die ein Umfeld des Personenbeförderungsmittels (1 ) erfassen, ein Steuergerät, das Daten der Umfelderkennungssensoren erhält und Regelungs- und/oder Steuerungssignale für eine Trajektorienplanung bestimmt, und Aktuatoren zur Längs- und/oder Querführung, mittels denen das Steuergerät einen automatisierten Betrieb des Personenbeförderungsmittels (1 ) regelt und/oder steuert.
16
ERSATZBLATT (REGEL 26)
PCT/EP2021/069711 2020-08-31 2021-07-15 System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel WO2022042935A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202180051478.5A CN116033865A (zh) 2020-08-31 2021-07-15 用于鉴别客运工具中的因疾病而异的气味的系统和方法以及客运工具

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102020210931.1 2020-08-31
DE102020210931.1A DE102020210931A1 (de) 2020-08-31 2020-08-31 System und Verfahren zur Identifikation von krankheitsspezifischen Gerüchen in einem Personenbeförderungsmittel und Personenbeförderungsmittel

Publications (1)

Publication Number Publication Date
WO2022042935A1 true WO2022042935A1 (de) 2022-03-03

Family

ID=77050995

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2021/069711 WO2022042935A1 (de) 2020-08-31 2021-07-15 System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel

Country Status (3)

Country Link
CN (1) CN116033865A (de)
DE (1) DE102020210931A1 (de)
WO (1) WO2022042935A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3187852A1 (de) 2014-08-29 2017-07-05 Kabushikigaisha Aroma Bit, Inc. Geruchsidentifizierungssystem, geruchsidentifizierungsvorrichtung und geruchsidentifizierungsverfahren
JP2017161300A (ja) * 2016-03-08 2017-09-14 株式会社デンソー 乗り物用臭い判別システム
EP3379240A1 (de) 2015-11-17 2018-09-26 Aroma Bit, Inc. Geruchssensor und geruchsmesssystem
US20200029858A1 (en) * 2018-07-29 2020-01-30 nGagelT Digital Health, Inc. Systems, Methods and Devices for Detecting and Identifying Substances in a Subject's Breath

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6981947B2 (en) 2002-01-22 2006-01-03 University Of Florida Research Foundation, Inc. Method and apparatus for monitoring respiratory gases during anesthesia
DE102006036108A1 (de) 2006-05-19 2007-11-22 Siemens Ag Vorrichtung und Verfahren zur Kontrolle von Personen
US10479328B2 (en) 2016-11-04 2019-11-19 Ford Global Technologies, Llc System and methods for assessing the interior of an autonomous vehicle
DE102017212535A1 (de) 2017-07-21 2018-06-28 Audi Ag Verfahren und System zum Betreiben eines Kraftfahrzeugs
US11022975B2 (en) 2018-06-12 2021-06-01 Rivian Ip Holdings, Llc Systems and methods for operating an autonomous vehicle in a presence of hazardous materials
DE102018217478A1 (de) 2018-10-12 2020-04-16 Audi Ag Fahrzeug

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3187852A1 (de) 2014-08-29 2017-07-05 Kabushikigaisha Aroma Bit, Inc. Geruchsidentifizierungssystem, geruchsidentifizierungsvorrichtung und geruchsidentifizierungsverfahren
EP3379240A1 (de) 2015-11-17 2018-09-26 Aroma Bit, Inc. Geruchssensor und geruchsmesssystem
JP2017161300A (ja) * 2016-03-08 2017-09-14 株式会社デンソー 乗り物用臭い判別システム
US20200029858A1 (en) * 2018-07-29 2020-01-30 nGagelT Digital Health, Inc. Systems, Methods and Devices for Detecting and Identifying Substances in a Subject's Breath

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
B. SANCHEZ-LENGELING ET AL.: "Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules", ARXIV:1910.10685V2 [STAT.ML
CHEN HAOXUAN ET AL: "Breath-borne VOC Biomarkers for COVID-19", MEDRXIV, 24 June 2020 (2020-06-24), pages 1 - 11, XP055853160, Retrieved from the Internet <URL:https://www.medrxiv.org/content/10.1101/2020.06.21.20136523v1.full.pdf> [retrieved on 20211020], DOI: 10.1101/2020.06.21.20136523 *
HAOXUAN CHEN ET AL., BREATH-BORNE VOC BIOMARKERS FOR COVID-19, Retrieved from the Internet <URL:https://doi.org/10.1101/2020.06.21.20136523>
SEIINA TRAXLER ET AL., VOLATILE SCENTS OF INFLUENZA A AND S. PYOGENES (CO-)INFECTED CELLS, Retrieved from the Internet <URL:https://www.nature.com/articles/s41598-019-55334-0>

Also Published As

Publication number Publication date
CN116033865A (zh) 2023-04-28
DE102020210931A1 (de) 2022-03-03

Similar Documents

Publication Publication Date Title
DE102018123232A1 (de) Reinigungssystem für ein fahrzeug
DE102014210494B4 (de) Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs
DE102021103143A1 (de) Gesundheitsuntersuchung und -überwachung von passagieren
DE102018200003A1 (de) Verfahren zur Atemanalyse von Fahrzeuginsassen
EP4120892A1 (de) Verarbeitungseinheit, system, und computerimplementiertes verfahren für einen fahrzeuginnenraum zur wahrnehmung und reaktion auf gerüche eines fahrzeuginsassen
DE102021201498A1 (de) Vorrichtung und Verfahren zur Bestimmung einer Aufmerksamkeit eines Fahrers eines Fahrzeugs
DE102019132635A1 (de) Verfahren zur Erkennung eines Zustands zumindest eines Insassen eines Fahrzeugs sowie Fahrzeug
DE102018203858A1 (de) Verfahren zum Anpassen von Feinstaubmesswerten
DE102014223774A1 (de) Unterstützung von Fahrzeuginsassen bei allergischen Reaktionen
DE102014204980A1 (de) Verfahren und Vorrichtung zur Einschränkung oder Zwangsaktivierung von Kraftfahrzeugfunktionen
DE102022110923A1 (de) Systeme und verfahren zum schützen der gesundheit von insassen eines fahrzeugs
DE102012215791B4 (de) Pollenwarnsystem und -verfahren
CN113460062A (zh) 驾驶行为分析系统
DE102021128908A1 (de) Automatisiertes triageschwestersystem in einem fahrzeug
DE102015006814A1 (de) Fahrerwarnung
WO2022042935A1 (de) System und verfahren zur identifikation von krankheitsspezifischen gerüchen in einem personenbeförderungsmittel und personenbeförderungsmittel
DE102014210574A1 (de) Messvorrichtung und Verfahren zur Bestimmung der asthmatisch wirksamen Belastung bei einem Menschen oder Tier
DE102019114206A1 (de) Verfahren zum Warnen eines Fahrers eines Fahrzeuges
WO2023213483A1 (de) Bestimmung der anwesenheit von gasförmigen schwefelhaltigen verbindungen in der ausatemluft von fahrzeuginsassen
Zou et al. Driving behavior recognition based on eeg data from a driver taking over experiment on a simulated autonomous vehicle
US20220371394A1 (en) Method and system for reducing a probability of transmitting pathogens in a vehicle
DE112017007561T5 (de) Fahrzeuginsassenbeeinträchtigungserkennung
DE102020117616A1 (de) Verfahren zum Schutz von Fahrzeuginsassen eines Fahrzeugs vor schädlichen Einflüssen für den Menschen
EP4208359A1 (de) Verfahren zum verringern eines risikos einer tröpfcheninfektion in einem innenraum eines fahrzeugs
DE102022212997B3 (de) Anordnung wenigstens eines Systems in einem Innenraum eines Fahrzeuges zum Überwachen eines Zustandes wenigstens eines Fahrzeuginsassen

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21745959

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 21745959

Country of ref document: EP

Kind code of ref document: A1