Ereigniserkennung im Sport

Auf einen Blick

Übermitllung relevanter Informationen zur Ereigniserkennung

Übermitllung relevanter Informationen zur Ereigniserkennung

Das primäre Ziel der Ereigniserkennung ist nicht die Ermittlung von tatsächlichen Positionsdaten, sondern vielmehr die Steuerung, Kontrolle und Erkenntnisgewinnung, die auf jenen zuverlässigen Ortungsdaten basieren. Der Fokus liegt daher in der rechtzeitigen Erkennung von situationsrelevanten Ereignissen und in der Aufbereitung dieser Information für den Nutzer. Ermöglicht wird dies durch den Einsatz intelligenter Algorithmik, welche aus den Positionsdaten Ereignisse filtert und dadurch eine zeitnahe Reaktion mit den geeigneten Maßnahmen veranlasst.

Technische Beschreibung

Das vom Fraunhofer IIS entwickelte System RedFIR® ist eine Ortungstechnologie, die unter anderem im Fußballtraining Auswertungen und Analysen in Echtzeit liefert und dabei diese Ereigniserkennung effektiv nutzt. Bei RedFIR® werden sogenannte »Events« vom Benutzer angelegt und definiert. Der »Eventobserver« liefert im Anschluss die automatische Erkennung von bestimmten anwendungstypischen Ereignissen. Zahlreiche Basisevents wie Ballbesitz, Pass, Torschuss oder Flanken sowie physische Daten wie Schrittzahl, gelaufene Meter oder Bewegungsgeschwindigkeiten der Spieler werden vom Eventobserver erkannt und in Sekundenbruchteilen ausgegeben.

Das System kann nach der Zielsetzung der Nutzer um beliebig viele Events erweitert werden. Die ermittelten Eventdaten werden automatisch in eine Datenbank eingespeist, auf deren Grundlage anschließend statistische Auswertungen generiert werden.

Anwendung

Ereigniserkennung als Technologie ergänzt die von Lokalisierungssystemen aufgezeichneten Ortungsdaten um eine intelligente Komponente. Die Anwendungsmöglichkeiten sind vielfältig. Ob zur Verbesserung der aktiven Sicherheit im Straßenverkehr, zur computergestützten Situationsanalyse im Sport, bei der Überwachung von Einsatzkräften in gefährlichen Situationen oder zur automatischen Kontrolle von Sicherheitsbereichen auf Flughäfen - Verbunden mit Umgebungsmodellen und Positionsdaten erweitert eine integrierte Ereigniserkennung den eigentlichen Nutzen des Endanwenders maßgeblich und kann bis hin zur Ereignisprädiktion ausgebaut werden.

Angebot

Das Fraunhofer IIS bietet Ihnen alle Kompetenzen, die für eine vollständige kundenspezifische Systemlösung im Bereich Lokalisierung und Navigation nötig sind.

Dabei kommt eine Erweiterung Ihrer bereits vorhandenen Lokalisierungsplattform um ein System zur Ereigniserkennung ebenso in Frage wie eine komplett neue Lösung. Die Technologie der Ereigniserkennung hat sich bereits in Fraunhofer Projekten wie RedFIR®, Ko-TAG und LocON bewährt und dabei die zielgerichtete Bewertung und Interpretation von Lokalisierungsdaten gewährleistet.

Aufgrund unserer umfassenden Erfahrungen im Bereich Antennen- und Funktechnik können wir Ihre Ideen und Ansätze objektiv bewerten, diskutieren und erweitern. Das Fraunhofer IIS begleitet Sie bei der gesamten Entwicklung bis hin zu messbaren und nachhaltigen Erfolgen für neue strategische Lösungen.

Auf vorhandenes Know-how, sowie Hard- und Software kann im Rahmen eines F&E-Auftrags bzw. eines Lizenzvertrags zugegriffen werden.

Publikationen

Löffler, C.; Mutschler, C.; Philippsen, M.: Approximative Event Processing on Sensor Data Streams (Best Poster and Demostration Award). In ACM (Hrsg.): Proceedings of the 9th International Conference on Distributed Event-Based Systems (9th ACM International Conference on Distributed Event-Based Systems, Oslo, Norway). 2015. S. 360—363. – ISBN 978-1-4503-3286-6.

 

Mutschler, C.; Philippsen, M.: Adaptive Speculative Processing of Out-of-Order Event Streams. In: ACM Transactions on Internet Technology (TOIT) 14 (2014), Nr. 1, S. 4:1—4:24, ISSN 1557-6051.

 

Mutschler, C.: Latency Minimization of Order-Preserving Distributed Event-Based Systems. Dissertation. Dr. Hut Verlag. 229 Seiten. ISBN 978-3-8439-1472-7.

 

Mutschler, C.; Löffler, C.; Witt, Nicolas; Edelhäußer, T.; Philippsen, M.: Predictive Load Management in Smart Grid Environments (Best Paper Award). In ACM (Hrsg.): Proceedings of the 8th ACM International Conference on Distributed Event-Based Systems (8th ACM International Conference on Distributed Event-Based Systems, Mumbai, India). 2014. S. 282—287. – ISBN 978-1-2734-4.

 

Mutschler, C.; Ziekow, H.; Jerzak, Z.: The DEBS 2013 Grand Challenge. In: ACM (Hrsg.): Proceedings of the 7th ACM International Conference on Distributed Event-Based Systems (7th ACM International Conference on Distributed Event-Based Systems, Arlington, Texas, USA)., 2013, S. 289-294. - ISBN 978-1-4503-1758-0.

 

Mutschler, C.; Witt, N.; Philippsen, M.: Do Event-Based Systems have a Passion for Sports?. In: ACM (Hrsg.): Proceedings of the 7th ACM International Conference on Distributed Event-Based Systems (7th ACM International Conference on Distributed Event-Based Systems, Arlington, Texas, USA)., 2013, S. 331-332. - ISBN 978-1-4503-1758-0.

 

Mutschler, C.; Philippsen, M.: Reliable Speculative Processing of Out-of-Order Event Streams in Generic Publish/Subscribe Middlewares. In: ACM (Hrsg.): Proceedings of the 7th ACM International Conference on Distributed Event-Based Systems (7th ACM International Conference on Distributed Event-Based Systems, Arlington, Texas, USA)., 2013, S. 147-158. - ISBN 978-1-4503-1758-0.

 

Loeffler, C.; Mutschler, C.; Philippsen, M.: Evolutionary Algorithms that use Runtime Migration of Detector Processes to Reduce Latency in Event-Based Systems. In: IEEE Computer Society (Hrsg.): Proceedings of the 2013 NASA/ESA Conference on Adaptive Hardware and Systems (AHS-2013) (2013 NASA/ESA Conference on Adaptive Hardware and Systems (AHS-2013), Torino, Italy)., 2013, S. 31-38. - ISBN 978-1-4673-6381-5.

 

Mutschler, C.; Philippsen, M.: Dynamic Low-Latency Distributed Event Processing of Sensor Data Streams. In: GI (Hrsg.): Proceedings of the 25th Workshop on Parallel Systems and Algorithms (PARS 2013) (25th Workshop on Parallel Systems and Algorithms (PARS 2013), Erlangen, Germany)., 2013, S. -.

 

Mutschler, C.; Philippsen, M.: Runtime Migration of Stateful Event Detectors with Low-Latency Ordering Constraints. In: IEEE (Hrsg.): Proceedings of the 2013 IEEE International Conference on Pervasive Computing and Communications Workshops (9th International Workshop on Sensor Networks and Systems for Pervasive Computing, San Diego, CA, USA)., 2013, S. 609-614. - ISBN 978-1-4673-5076-1.

 

Mutschler, C.; Philippsen, M.: Distributed Low-Latency Out-of-Order Event Processing for High Data Rate Sensor Streams. In: IEEE Computer Society (Hrsg.): Proceedings of 27th International Parallel and Distributed Processing Symposium (27th IEEE International Parallel & Distributed Processing Symposium (IPDPS), Boston, Massachusetts, USA)., 2013, S. 1133-1144. - ISBN 978-0-7695-4971-2.

 

Mutschler, C.; Philippsen, M.: Learning Event Detection Rules with Noise Hidden Markov Models. In: Benkrid, K.; Merodio, D. (Hrsg.): Proceedings of the 2012 NASA/ESA Conference on Adaptive Hardware and Systems (AHS-2012) (2012 NASA/ESA Conference on Adaptive Hardware and Systems (AHS-2012), Nuremberg, Germany)., 2012, S. 159-166. - ISBN 978-1-4673-1914-0.

 

Mutschler, C.; Philippsen, M.: Towards a Distributed Self-Optimizing Event Processing System for Realtime Locating Systems (RTLS). In: ACM (Hrsg.): DEBS PhD Workshops, 6th ACM International Conference on Distributed Event-Based Systems (International Conference on Distributed Event-Based Systems (DEBS), Berlin, Germany)., 2012.

 

Mutschler, C.; Kókai, G.; Edelhäußer, T.: Online Data Stream Mining on Interactive Trajectories in Soccer Games. In: Artesis University College of Antwerp (Hrsg.): Proceedings of the 2nd International Conference on Positioning and Context-Awareness (PoCA 2011, Brussels)., 2011, S. 15-22. - ISBN 978-94-90705-04-6.