eNav - Mobiles Navigationssystem für Elektrorollstühle

eNav

Das eNav Projekt am Lehrstuhl Informatik 11 der RWTH Aachen integriert unterschiedliche Methoden und Ideen mit eingebetteten Systemen, um die Akkukapazität von Elektrorollstühlen sowohl besser festzustellen, als auch effektiver zu nutzen. Des Weiteren werden Barrieren aufgedeckt und können daher umfahren werden. Die hierbei resultierenden Ergebnisse sind oftmals leicht auf weitere Elektrofahrzeuge wie Pedelecs, Segways, etc im allgemeinen Sinne übertragbar.



eNav liefert heute, was man morgen braucht



Idee

Die ursprüngliche Idee für eNav ist dadurch entstanden, dass bisherige Navigationssysteme Personen in Elektrorollstühlen wenig unterstützen. Weder kann ein übliches Navigationssystem Auskunft darüber geben, wie steil die zu befahrende Strecke ist, noch ob man die geplante Route mit dem aktuellen Akkustand überhaupt bewältigen kann. Angelehnt an das Projekt Rollstuhlrouting kam die Idee, ein entsprechendes Navigationssystem zu spezifizieren. Aus der Tatsache heraus, dass die eingebaute Akkustandserfassung von Elektrorollstühlen ungenau und unzuverlässig ist, entstand die Motivation, ein entsprechendes System zu Verbesserung der Akkustandserfassung zu entwickeln. Zusätzlich sollen neue Technologien dazu verwendet werden, um durch die Betrachtung der topographischen Lage eine energieeffiziente Route zu berechnen. Der Benutzer hat bei der Nutzung des Naviagationssystem die Wahlmöglichkeit zwischen einer kürzesten und einer energieeffizientesten Route.

Projekt

Das Projekt gliedert sich in zwei Teile. Der erste Teil betrifft die Hardware am Elektrorollstuhl. Erfahrungsgemäß sind die Akkukapazitätsangaben von Elektrorollstühlen sehr ungenau. Hier wird versucht eine genauere Einschätzung der Akkukapazität zu erreichen. Dazu werden unterschiedliche Sensoren mit selbst erstellten Platinen fusioniert, welche anschließend mit weiteren Kenngrößen, wie Innenwiderstand des Akkus, eine möglichst genaue Aussage über die Akkukapazität machen können. Über ein Bluetooth-Modul auf dieser selbst erstellten Platine wird dann die genauere Akkukapazität an ein mobiles Endgerät übertragen (Android, iOS, J2ME, …). Diese Übertragung zu einem mobilen Endgerät hat zwei Gründe. Zum einen muss auf diese Art und Weise nicht in die im Rollstuhl integrierte Anzeige eingegriffen werden (dabei könnte es zu Problemen mit dem TÜV kommen) und zum anderen werden diese Informationen im zweiten Teil des Projektes benötigt. Der zweite Teil des Projektes beschäftigt sich mit einem Navigationssystem für Elektrorollstühle. Dieses Navigationssystem kann nicht nur die schnellste und kürzeste Route berechnen, sondern zudem noch die effizienteste im Bezug auf den Stromverbrauch des Elektrorollstuhls. Zu der Berechnung des Energieverbrauchs ist damit begonnen worden die Steigung zu benutzen. Im weiteren Verlauf werden weitere Einflussfaktoren betrachtet. Durch die Wissen über den aktuellen Akkustand, teilt der Algorithmus dem Endbenutzer mit, ob er den Zielort erreichen kann. Falls der Akkustand für die Route nicht ausreicht, ist der Benutzer zu warnen, damit er nicht auf offener Straße hilflos stehen bleibt.

Rentabilität

|Tests haben ergeben, dass ca. in der Hälfte aller Fälle eine Route existiert, die effizienter als die kürzeste Route ist. Dieser Ergebnisse untermauern die Relevanz des Projektes und lassen vermuten, dass für andere Elektrofahrzeuge eine ähnliche Beobachtung zu erwarten ist.
|center

Chronik

Jahr Fortschritt
2010 Entwicklung einer Hardwareplatine zur Messung des Stromverbrauchs
2011 Entwicklung eines Navigationssystems für Elektrorollstühle
2012 Einbeziehung der Höhendaten aus OpenStreetMap (OSM) (Schwäche: Informationen lückenhaft und ungenau)
Anreicherung der OSM Daten durch Laserscan-Daten (vollständig, auf 10cm genau)
2013 Integration des Bodenbelags und Anpassung der Verbrauchsfunktion
Evaluierung des gesamten Systems
2014 Entwicklung einer neuen barrierefreien GUI

Status

Der Status des Projektes ist dynamisch und davon abhängig, wie viele Abschlussarbeiter gerade daran arbeiten und welche neuen und durchaus spannenden Erkenntnisse gemacht werden. Zurzeit ist die Integration der Bodeninformationen vollständig abgeschlossen worden, jedoch sind die dafür verfügbaren Daten sowohl über die Bodenbeläge als auch über die Steigung nur zu Forschungszwecken nutzbar. Parallel dazu beschäftigt sich eine Abschlussarbeit mit der Implementierung einer neuen Benutzerschnittstelle.

Trage bei zu einer neuen Generation von Fahrassistenz!!!

Das Projekt bietet nahezu grenzenlose Erweiterungsmöglichkeiten und einen Einstieg in unterschiedliche Schwerpunkte. Für Elektrotechniker oder Physiker gibt es Anwendungsbereiche im Bereich der Akkuforschung. Informatik und Mathematiker können einen großen Beitrag in der Entwicklung des Algorithmus und in der Optimierung der Verbrauchsfunktion leisten. Auch für andere Fachrichtungen wie z.B. aus dem sozialen gibt es Anwendungsmöglichkeiten wie beispielsweise eine Erforschung der Mensch-Maschine-Interaktion, etc.

Kontakt

Hast du Interessen daran das Projekt zu unterstützen oder Erweiterungsvorschläge, dann melde dich bei:


RWTH Aachen - Lehrstuhl Informatik 11 - Ahornstr. 55 - 52074 Aachen - Deutschland