Intelligente Schutzausrüstung lernt maschinell — Gebrauchstaugliche neue Informationstechnologien

Zusammenfassung

Ziel des Einsatzes intelligenter Persönlicher Schutzausrüstung (PSA) bei Feuerwehreinsätzen ist es, die Sicherheit des Personals zu steigern, indem durch Sensortechnik entscheidungsrelevante Informationen, z. B. über den Gesundheitszustand der Einsatzkräfte zur Verfügung gestellt werden. Um die Gebrauchstauglichkeit der neuen Technologien sicherstellen zu können, müssen Beanspruchungsreaktionen der Einsatz-kräfte bei der Analyse von Vital- und Umgebungsparametern berücksichtigt werden. Die dazu nötigen mathematischen Berechnungsmodelle sind äußerst komplex und stellen eine große Herausforderung dar. Ausgehend von diesen Erkenntnissen wird ein Ansatz vorgestellt, bei dem mithilfe maschineller Lernverfahren von objektiven Messgrößen auf subjektive Zustände geschlossen werden kann und eine korrekte Datenzuordnung ermöglicht wird.

Abstract

Smart personal protective equipment (PPE) aim to reduce hazards by measuring vital- and environmental parameters. These parameters are used to derive the health-status of fire fighters and therefore support decision-making in critical situations. By applying new information technologies, smart PPE is getting more complex and usable design is a big challenge. One of the main problems is the stress-strain reactions and the individual human attributes that make the accurate analysis of the health status difficult. Smart PPE should enable the conclusion of the subjective personal condition based on objective sensory data. The required calculation models have not yet been developed. A new approach is the combination of objective data with the subjective assessment of the situation with the help of machine learning. This paper describes the data collection of a usability study and discusses the results of the machine learning pretest.