Intelligente Möbel für die individuelle Gesundheit

Produkt von Fraunhofer-Institut für Graphische Datenverarbeitung IGD

Neu

Neu

DMEA 19

Kontaktieren Sie uns

Persönliche Angaben

Bitte geben Sie Ihren Vornamen an.
Bitte geben Sie Ihren Nachnamen an.
Bitte geben Sie Ihren Firmennamen an.
* erforderlich

Ihre Nachricht

Bitte geben Sie eine Nachricht ein.
Bitte wählen Sie einen Empfänger aus.

Nachricht senden

Ihre Nachricht wurde erfolgreich versendet.
Weitere Nachricht senden.

Fraunhoferstr. 5
64283 Darmstadt
Hessen
Deutschland

Telefon / Fax: anzeigen
Telefon: +49 6151 155 0
Fax: +49 6151 155 199
DMEA 19

Link teilen

Empfehlen

Weiterempfehlen von Intelligente Möbel für die individuelle Gesundheit

Trennen Sie mehrere E-Mail-Adressen durch ein Komma voneinander. Die Empfänger erhalten einen Link zu dieser Plattform.

Bitte geben Sie einen gültigen Empfänger an.
Bitte geben Sie eine gültige E-Mail-Adresse ein.
Bitte geben Sie eine Nachricht ein.
* erforderlich
Ihre Empfehlung wurde erfolgreich versendet.
Weitere Nachricht senden.

Produktbeschreibung

Der intelligente Stuhl erkennt Sitzpositionen und Bewegungen und sendet Handlungsempfehlungen an den PC, das Smartphone oder eine Smartwatch. Wer einen Großteil seines Arbeitstages sitzend verbringt, wird auf eine rückenschonende Sitzposition hingewiesen oder an ein kurzes Aufstehen zwischendurch erinnert. Dafür wurde ein handelsüblicher Bürostuhl unter der Sitzfläche und in Rücken- und Armlehnen mit kapazitiven Sensoren ausgestattet. Der entscheidende Vorteil gegenüber Drucksensoren: auch ohne direkte Berührung messen sie die Position und Bewegung des Menschen. Relevanz hat eine Positionserkennung am Arbeitsplatz nicht nur bei der Prävention, um Rückenschmerzen durch langes oder falsches Sitzen vorzubeugen. Nach einer OP können Patientinnen und Patienten gezielte Übungen zur Nachsorge verordnet bekommen. Durch Anbindung an eine App werden sie nicht nur an die Einhaltung ihrer Übungen erinnert, sondern bekommen auch direkt Feedback darüber, ob sie die Übungen korrekt ausgeführt haben. Für dieses Übungstracking wird mittels maschinellem Lernen eine Vielzahl möglicher Bewegungsabläufe im Vorfeld angelernt und der Nutzer wählt die ihm verordneten Übungen sowie die Dauer und Häufigkeit aus

Produktgruppen