Technologie & Life Sciences

In dem Projekt Messrodel geht es darum, Wissen über das Verhalten einer Rodel im Eiskanal zu generieren. Dabei soll einerseits durch den Einsatz entsprechender Sensorik das Verhalten der Rodel messbar gemacht werden, andererseits sollen Messergebnisse auch zusammengefasst, verarbeitet, gespeichert und analysiert werden können. Darüber hinaus soll das Verhalten der Rodel über gängige Simulationsmethoden im Maschinenbau simuliert werden. Daraus soll im Idealfall ein Schienenmodell entstehen, welches durch die Messungen auch validiert werden kann.

Ziel des Projekts ist es einerseits eine App und die dahinter liegende Hardware zu entwickeln, andererseits wissenschaftliche Erkenntnisse zu erlangen im Feld der Sportwissenschaft im American Football. Mit den Kernfunktionalitäten der App soll es möglich werden, Trainingsmaschinen aufgrund von evaluierbaren Daten Entscheinungen und Kommandos zu senden.

Das Ziel dieses Projektes ist es das Ertrinkungsrisiko von Kindern zu minimieren. Dabei geht es vor allem um die Altersgruppe welche sich bereits krabbelnd oder gehend fortbewegen, jedoch noch nicht schwimmen kann. Diese beiden Faktoren machen Ertrinken zu einem Hauptverursacher für Unfälle mit Todesfolge für die erwähnte Gruppe. Um dieses Problem anzugehen, wird in diesem Projekt ein Gerät entwickelt welches die Atmung des Kindes überwacht sobald sich dieses im Wasser aufhält. Dies basiert auf der Bewegung des Brustkorbes welche mit einem Dehnsensor erfasst wird, wobei die benötigte Hardware vollständig in Badekleidung integriert werden kann. Das erfasste Signal wird dann entweder durch einen klassischen Algorithmus basierend auf der Steigungsänderung oder durch einen Deep-Learning Algorithmus verarbeitet. Werden Atemprobleme erkannt, sendet das Gerät eine Nachricht an einen installierten Empfänger via einem kabellosen, auf Ultraschall basierendem Kommunikationssystems. Der Empfänger gibt dann zentral einen akustischen und visuellen Alarm ab um so die Zeit bis zur Rettung zu minimieren.

Ein Open-Science-Projekt zur Erstellung einer Bibliothek von High-Fidelity-Modellen der menschlichen Anatomie für das Schläfenbein als Grundlage für Forschung und Entwicklung in der bildgeführten Chirurgie, der chirurgischen Ausbildung in virtueller Realität und vielem mehr. Die Modelle basieren auf multimodaler 3D-rekonstruierter Fusionsbildgebung, einschließlich Farbbildern aus Mikroschnitten sowie Digitaler Volumentomographie und den resultierenden segmentierten voxelbasierten sowie triangulierten Modellen.

Durch den Bike- und E-Bike-Boom der letzten Jahre bleiben auch die Fahrraddiebstähle in Österreich auf einem hohen Niveau. Laut Daten des Bundeskriminalamtes wurden im Jahr 2021 17.595 Fahrräder gestohlen. Dabei handelt es sich lediglich um die offiziellen Zahlen. Viele Delikte werden gar nicht erst zur Anzeige gebracht. Die Verkehrsclubs gehen sogar von einer Dunkelziffer aus, die zehnmal höher ist. Dazu kommt, dass die Aufklärungsquote bei Fahrraddiebstählen mit ca. 9% sehr gering ist. Trotz rascher Anzeige bei der Polizei, genauer Beschreibung des Bikes oder Angabe der Rahmennummer, erhalten die Geschädigten ihr Fahrrad meist nicht wieder. Was bleibt, ist eine kostspielige Neuanschaffung und das ungute Gefühl, einem erneuten Diebstahl nicht genügend entgegensetzen zu können. Nach Angaben des Bundeskriminalamts beläuft sich die jährliche Schadenssumme auf 10 bis 14 Mio. € (geschätzte Dunkelziffer 140 - 196 Mio. €). Die Digitalisierung des (E-)Bikes ist mittlerweile ein entscheidender Faktor für Hersteller, da sie die Kaufentscheidung von Kunden signifikant beeinflusst. Viele große- und kleine digitale "Helferchen" rund um das Akkumanagement und dem Konfigurieren des Antriebssystem bei E-Bikes, über GPS-Tracker und Reifendrucksensoren bis hin zur Verschmelzung des Bikes mit dem Fahrer und der zusätzlichen Einbringung von Vitalparametern bzw. zur aktiven Interaktion des Bikes und seines Fahrers mit der unmittelbaren Umgebung, lassen das Bike zu einem IoT-System werden. Das übergeordnete Ziel von DigitalBikeTwin ist die Entwicklung einer Lösung, die Komponenten des Fahrrads, seines Fahrers und der Umgebung digital abbildet, zu einer konsistenten Gesamtlösung integriert und somit den digitalen Zwilling des Bikes darstellt. Erreicht wird dieses Ziel durch die Implementierung der von emergo technologies entwickelten Hardware in unterschiedlichen Ausführungen, bei E-Bikes mit der direkten Kommunikation mit dem Antriebssystem (Motor, Batterie, Display, etc.) und der Kommunikation mit anderen Aktoren/Sensoren am Bike, der Person oder der Umgebung.

Das MCI ist Teil einer Allianz von etwa 40 Institutionen weltweit, die Zugriff auf das daVinci Research Kit (dVRK) haben, welches die Arbeit mit einer der spannendsten und komplexesten Plattformen für chirurgische Robotik ermöglicht. Das System unterstützt chirurgisches Fachpersonal, welches an einer Bedienkonsole sitzend den Eingriff durch ein endoskopisches 3D-Panorama-Betrachtungssystem verfolgt, während es die präzisen Roboterarme des Systems in komplexen mikrochirurgischen Operationen durch Handbewegungen steuert. dVRK eröffnet ein breites Forschungsspektrum, von innovativen Verfahren zur Durchführung informations- und bildgeführter Operationen bis hin zur Entwicklung neuartiger chirurgischer Instrumente, innovativer Benutzerschnittstellen und futuristischer Methoden zur Automatisierung chirurgischer Aufgaben sowie deren potenziellen Auswirkungen.

SPOT ist ein fortschrittliches und hochgradig anpassbares Robotersystem, das basierend auf stereoskopischen und Näherungskameras, Trägheitsmesseinheiten und anderen Sensoren autonom arbeiten kann. Mit einer breiten Palette von Möglichkeiten, die Fähigkeiten des System durch definierte Schnittstellen zu erweitern, zielt das MCI darauf ab, die Verwendung von SPOT als persönlicher Roboter in der Medizintechnik zu erforschen. Die Python-API des Systems bietet Zugriff auf die High-Level-Funktionalitäten wie die Steuerung der Bewegung von SPOT und den Zugriff auf die Kameras und Sensoren des Roboters. Über verschiedene Kommunikationsschnittstellen des Roboters können kundenspezifisch entwickelte Hardware-Anbaugeräte, Nutzlasten genannt, angeschlossen werden. Dadurch können Studenten ihre eigenen Software- und Hardwareprojekte für eine der aufregendsten Roboterplattformen auf dem Markt erstellen. SPOT wurde bereits für Anwendungen wie als Roboter Blindenhund, für autonome "Follow-me"-Anwendungen angepasst und hatte auch schon Spaß beim Skifahren auf der Nordkette - Innsbrucks anspruchsvollstem Skigebiet. Darüber hinaus ist unsere SPOT User Group eine Studentengruppe, die von Studenten für Studenten betrieben wird. Die Studierenden selbst können ihre Ideen, Interessen und Anwendungsfälle in die Gruppe einbringen und schaffen so eine Lernumgebung frei von universitären Vorgaben und Verpflichtungen. Das Projekt zielt darauf ab, Wissen in einer interdisziplinären Gruppe von Studierenden zu generieren und darüber hinaus langfristig Kompetenzen im Bereich Medical Robotics, Personal Robots und Assisted Living weiter auszubauen.

Ziel dieses Kooperationsprojektes ist es, einen beheizbaren Handschuh für Einsatzorganisationen zu entwickeln, der die Anwendungseigenschaften eines Arbeitshandschuhes mit den Wärmeeigenschaften eines beheizbaren Handschuhes kombiniert. Damit sollen alpine Einsatzkräfte ihre Aufgaben (von der Versorgung von Verletzten bis hin zu Unfallerhebungen durch die Alpinpolizei) besser durchführen können. In der Kooperation mit Zanier und Aberjung kann hier ein neuartiges Produkt für den Markt entwickelt werden, welches optimal auf die Bedürfnisse der Kunden abgestimmt ist.

Die Videoweitenmessung im Skispringen wird über die direkte Messung der Landestelle bzw. digital durch einen Operator durchgeführt. Dabei ist es die Aufgabe des Operators, welcher mit bis zu vier Kameras die Landezone der Skispringer überwacht, den Touchdown eines jeden Sprunges manuell zu bestätigen. Danach sucht der Operator die für diese Landung relevante Kamera aus und betrachtet weitergehend die Videosequenz der Landung Bild für Bild. Das Ziel ist es, das Bild in der Videosequenz auszuwählen, bei dem der Skispringer mit beiden Ski vollständig den Boden berührt, um die Sprungweite zu bestimmen. Dafür wählt der Operator die Stelle zwischen Ferse des vorderen Schuhs und Fußspitze des hinteren Fußes aus, um über eine Software die gesprungene Weite zu berechnen. Diese Weite ist aufgrund der Kameraaufnahme mit 50 fps bis auf 0.5 Meter genau bestimmbar. Eine Automatisierung der beschriebenen Schritte zur Videoweitenmessung soll dazu dienen, den Operator bei seiner Arbeit zu unterstützen und somit die Reliabilität des Systems zu verbessern. Durch die Entwicklung eines solchen Systems können noch weitere Vorteile für den Skisprung-Sport gewonnen werden. Diese wurden vor allem durch den fachlichen Input des ehemaligen Skispringers Thomas Hofer initialisiert, welcher eine automatisierte Videoweitenmessung in Trainingssituationen als enormen Fortschritt sieht für Sportler und Trainer sieht. Die bisherige Messmethode in Trainingseinheiten ist eine rein visuelle Messung der Weite durch den Trainer. Eine Automatisierung und Digitalisierung kann den Sportlern hier ein deutlich genaueres Feedback und somit eine größere Möglichkeit auf eine Verbesserung ihrer Sprünge helfen. Somit kann durch eine Softwarelösung nicht nur der Profisport, sondern auch der Nachwuchs- und Jugendsport profitieren. Neben der Weitenmessung gilt es die Haltungsnoten der Sportler objektiv bestimmen zu können. Dies bestätigen unter anderem die Unterstützungserklärungen des ÖSV Nationalteams, des ÖSV und des Schigymnasiums Stams. Diese objektive Analyse der Haltungsnoten wird dabei als besonders relevant und als ein effektives Trainingstool zur Verbesserung der Haltungsnoten beschrieben. In Kombination mit der automatisierten Weitenmessung wird somit eine genauere Beurteilung der Gesamtleistung der Sportler möglich.

Ziel dieses Kooperationsprojektes ist es, einen Performance Tracker für den Funsportbereich zu entwickeln. Damit soll die Grundlage geschaffen werden um Plattformen nach dem Vorbild von Runtastic oder Strava für viele verschiedene Funsportarten aufbauen zu können. Der Schlüssel zu dieser Basistechnologie ist dabei die Kombination von Motion-Sensoren mit einem neuronalen Netz. Im Zuge des Projekts sollen Daten von Skatern und Skaterinnen verschiedenen Alters, Niveaus und Geschlechts auf vielen verschiednenen Orten aufgenommen werden. Daraus soll das neuronale Netz zur Auswertung eines Tricks entwickelt werden. Durch die Kooperation mit xdouble und Stefan Ebner ist das Projekt sehr stark in der Breite aufgestellt und kann dadurch sowohl unternehmenerische, wissenschaftlich aber auch schulungsbezogene Herausforderungen optimal meistern.

Das Ziel des Projekts Optimal Start ist es einen Prototyp eines Trainingstools für den Start beim Rodeln zu entwickeln. Dabei soll das Tool Daten eines bestehenden Motion Capturing Systems mit einem Video synchronisieren und gemeinsam darstellen. Dadurch sollen einzelne Fehler des Athleten beim Starten nicht nur im Signal sichtbar sein, sondern auch visuell dem Athleten seine betreffende Körperpose zeigen. Durch das Tool erhofft man sich ein wesentlich direkteres Feedback an die Athleten, welches auch besser für die Entwicklung der Athleten ist.

Rodeln steigt in seiner Popularität schon über mehrere Jahre hinweg stetig. Dies hat auch dazu geführt, dass wesentlich mehr Unfälle beim Rodeln geschehen, z.T. mit tödlichem Ausgang. Deshalb wurde das Projekt VRodel ins Leben gerufen um die grundlegenden Rodeltechniken in einer virtuellen Welt zu erlernen um das Rodeln in der realen dadurch sicherer zu machen.