Babytrost
Kurze Beschreibung
Embedded Schaltung „Babytrost“ zum Trösten eines im Schlaf aufgewachten Kindes
Projektleiter: Prof. Karl-Heinz Krauß / Institut für Embedded Systems in Zusammenarbeit mit Prof. Dr. Stefan Feldes / Institut für Digitale Signalverarbeitung
Junge Eltern kennen das Problem, wenn Kinder nachts schreien und es stellt sich heraus, dass sie sich lediglich allein gelassen fühlen. Eine im Kuscheltier integrierte Miniaturschaltung mit Mikrofon und Miniatur-Lautsprecher soll die Aufwachgeräusche erkennen und z.B. mit einer Einschlafmelodie oder mit beruhigenden Worten der Eltern reagieren.
Es wurden in der Studie bzw. in nachfolgenden Arbeiten Komponenten einer Schaltung entwickelt, die für eine Miniaturschaltung in einem Kuscheltier herangezogen werden können. Die Schaltung sollte klein sein, wenig Leistung verbrauchen und selbstständig in einen energiesparenden Modus übergehen, wenn das Kind schläft.
Die batteriebetriebene Schaltung soll durch spezifische Geräusche den energiesparenden „Stand-by-mode“ verlassen und dann aktiv werden. Die erfassten Geräusche werden mit typischen Aufwach-Geräuschen eines Kindes verglichen und führen dann bei Identifizierung zu einer zuvor von den Eltern über ein Bedienmenü eingegebenen Reaktion. Diese Reaktion kann das Abspielen eines von einem Elternteil aufgenommenen Liedes oder einfach nur ein dem Kind bekanntes Einschlaflied sein. Auch die Sprachaufnahme der Eltern zur Beruhigung des Kindes soll möglich sein.
Eine Machbarkeitsstudie hatte zunächst nur die Untersuchung der Machbarkeit der elektronischen Schaltung zum Ziel. Hierbei war auf eine gute Klangqualität und auf eine akzeptable Sprach-aufzeichnungszeit mit vertretbarem Bauteile- Aufwand zu achten.
Mittlerweile hat sich aus der Machbarkeitsstudie durch Folgearbeiten folgender Entwicklungsstand ergeben:
Drei Algorithmen wurden unter Matlab entwickelt und auf das Kriterium bewertet, welchen Erfolg sie bei der Erkennung eines Babyschreis erzielen könnten.
Es wurde gleichzeitig bewertet, wie gut andere Geräusche, wie Stimmen von erwachsenen Menschen von einem Babyschrei unterschieden werden können.
Die drei untersuchten Algorithmen basieren auf dem LPC-Ansatz (LPC:Linear Predictive Coding), auf einer Cepstralen-Analyse oder auf einer Autokorrelation des Spektrums. Mit Hilfe dieser Algorithmen werden Babyschrei- kennzeichnende Merkmale wie Energiegehalt des Signals, Stimmhaftigkeit und Stimmgrundfrequenz aus dem Signal extrahiert bzw. errechnet.
Die Ermittlung dieser Merkmale erfolgt für ein in 20 ms Zeitrahmen unterteiltes Eingangssignal. In Echtzeit fortschreitend arbeitet dann ein Fensterungsalgorithmus, in welchem Zeitfenster fester Länge über das Signal rahmenweise verschoben werden. Diese Fenster suchen nach potentiellen Babyschreirahmen, indem mit den Merkmalen jedes Rahmens ein Vergleich mit zuvor gegebenen charakteristischen Soll-Merkmalen durchgeführt wird. Die Analyse des Signals erfolgt über eine variable Zeitspanne (ca. 3 Sekunden). Wächst innerhalb dieses Zeitintervals der Akkumulationsbetrag potentieller Babyschrei-Rahmen über einer Hysterese-behaftete Referenz hinaus, so wird ein Ausgangssignal ausgelöst. Dieses Signal entspricht einer erfolgreichen Babyschreierkennung.
Die Bewertungen der Algorithmen ergaben den LPC-Ansatz als überlegen gegenüber den Anderen. Er besitzt eine der höchsten Erkennungsraten und Eigenschaften wie Anpassungsmöglichkeiten und Flexibilität. Dieser Algorithmus wurde in der Miniaturschaltung implementiert und getestet. Wie erwartet, löst der Algorithmus mit einer sehr hohen Erkennungsrate die erwünschte Reaktion in der Schaltung aus, wenn ein Babyschrei vorkommt.