Forschung & Entwicklung

Am Puls der Zeit

Bereits seit Firmengründung engagieren wir uns in Forschungsprojekten, um immer auf dem neusten Stand der Wissenschaft zu sein. Wir arbeiten dabei mit verschiedenen Hochschulen und Universitäten zusammen. Viele Forschungsprojekte entstehen durch unsere engen Verbindungen im Fellow-Netzwerk.

MEDITHENA – Forschungsprojekt

Mobile Erfassung, Diagnose und interaktive Therapie von Nackenschmerzen im Alltag

Ca. 70 % der Deutschen leiden unter Rücken-, Nacken- oder Schulterschmerzen. Doch zurzeit gibt es keinen wissenschaftlichen Ansatz zur mobilen Langzeiterfassung von rotatorischen und translatorischen Bewegungen der Halswirbelsäule. Dadurch ist momentan keine wissenschaftliche Ursachenanalyse möglich.

Das Forschungsprojekt MEDITHENA von Smart Mechatronics beschäftigt sich mit der mobilen Erfassung, Diagnose und interaktiven Therapie von Nackenschmerzen im Alltag. Hierbei handelt es sich um ein Messsystem, das eine mobile, multisensorielle Langzeiterfassung von Bewegungs- und Positionsdaten für den Nacken ermöglicht.

Das System selbst ist für den Nutzer einfach zu tragen: Es handelt sich um einen Brustgurt sowie ein kleines Headset, das am Ohr getragen wird. Die Bewegungsdaten werden in der Cloud gespeichert und sind über eine App auf dem Smartphone abrufbar. So wird eine interaktive Therapiebegleitung für Patienten mit Nackenschmerzen ermöglicht sowie eine Diagnose-Assistenz für den behandelnden Arzt oder Therapeuten. 

1. Vermeiden von Haltungsschäden

Der Patient wird darauf hingewiesen, dass er sich am Arbeitsplatz bewegen soll, damit sein Nacken nicht verspannt.

2. Hilfestellung in der Diagnose

Durch eine Lang- und Kurzeitbewegungsanalyse können Ursachen wissenschaftlich festgestellt werden.

3. Interaktive Therapiebegleitung

Der Patient kann von zu Hause seine Therapie, die der Arzt bzw. Therapeut vorher festgelegt hat, durchführen. 

MEDITHENA Demonstrator

Der Demonstrator realisiert ein neuartiges Messsystem, mit dem erstmals nicht nur rotatorische, sondern auch translatorische 3D-Bewegungen mobil und drahtlos erfasst werden können.

Projektpartner MEDITHENA

InMachine – Forschungsprojekt

Lokale Intelligenz und vernetzte Planung von Produktionsmaschinen

Das Projekt InMachine thematisiert die lokale Intelligenz und vernetzte Planung zur Effizienzsteigerung technischer Produktionsmaschinen in kollaborativen Produktionsverbünden von KMU.

Herausforderungen:

  • Flexibles, kollaborierendes Produktionssystem mit gestaffelt optimierbaren Planungsstrukturen
  • Echtzeitfähige Steuerung der Produktion, unter Berücksichtigung vielfältiger produktions- und versorgungstechnischer Aspekte (Energiebedarfe, Materialverfügbarkeit)

Fellow-Netzwerk

Vernetzung von Wissenschaft und Industrie

Wir verfügen über ein exzellentes Netzwerk von Experten in Industrie und Wissenschaft, das kontinuierlich erweitert und gestärkt wird. Beide Seiten, Industrie und Wissenschaft, profitieren von diesem Netzwerk: Immer dann, wenn spezielles Wissen in unseren Projekten gefordert ist, greifen wir auf unsere Fellows zurück. Zudem sorgen wir für den Transfer aktueller Forschungsergebnisse in die Industrie.

Im Gegenzug schaffen wir an den Fachhochschulen und Universitäten mehr Transparenz über den Bedarf der Industrie und ermöglichen eine zielgerichtete Forschung. Zur Weiterbildung unserer Mitarbeiterinnen und Mitarbeiter in aktuellen Themen der Mechatronik engagieren wir unsere Fellows für Seminare oder Workshops. Darüber hinaus nutzen wir das Netzwerk für das Recruiting überdurchschnittlicher Absolventinnen und Absolventen.

Ziele

  • Vernetzung zwischen Forschungseinrichtungen und Unternehmen
  • Transfer von aktuellen Forschungsergebnissen in die Industrie
  • Schaffung von Transparenz über den Forschungsbedarf in der Industrie
  • Gezielte Forschung an Universitäten/Fachhochschulen
  • Weiterbildung auf aktuellen Fachgebieten der Mechatronik
  • Perspektive für überdurchschnittliche Absolventinnen und Absolventen

News zu Hochschulprojekten

Wissenschaft und Praxis

Smart Mechatronics unterstützt die FH Dortmund

DiffPro ML

Das Projekt DiffPro ML (Unterstützung differenzierter, projektorientierter Lehre für maschinelles Lernen an Fachschulen) war ein Projekt der Fachhochschule Dortmund – gefördert durch das BMBF – initiiert durch Prof. Dr.-Ing. Friedrich von der Fakultät Informatik. Aufgrund des großen Interesses der Studierenden und der Relevanz in der Forschung und Entwicklung wird dieses Projekt weitergeführt.

In dieser Lehrveranstaltung werden den Masterstudierenden verschiedener Fachrichtungen unterschiedliche Aufgaben aus der Praxis des maschinellen Lernens gestellt, um die theoretischen Grundlagen der Vorlesung anhand von Fragestellungen aus der industriellen Praxis zu vertiefen. Die Aufgabenstellungen und Datensätze werden von regionalen Industriepartner bereitgestellt. Smart Mechatronics ist einer dieser Industriepartner und hat zwei Aufgabenstellungen vorgeschlagen:

  • Klassifikation von Wasserverbraucher im Haushalt
  • Erkennung von Lebensmittel im Kühlschrank

Smart Mechatronics unterstützt die Studierenden in dem Projekt mit folgenden Leistungen:

  • Bereitstellen der Aufgabe
  • Beistellung von Datensätzen aus der Praxis
  • Inhaltliche Hilfe zu Fragestellungen der Studierenden

Tauschen Sie sich mit unseren Experten zum Thema Machine Learning aus!

Erfahren Sie mehr Details über die Aufgabenstellungen.

Smart Lighting

Projektunterstützung

In einem Pilotprojekt am Lehrstuhl Kommunikationstechnik von Prof. Dr. Kays haben wir ein Semester lang Masterstudierende der TU Dortmund bei ihrem Projekt zum Thema Smart Lighting unterstützt. In drei Workshops wurde zunächst ein konkreter Projektplan entwickelt. Die regelmäßigen Stakeholder-Meetings während der Projektlaufzeit konnten die Studierenden anschließend dafür nutzen, Fragen zu stellen, die von unseren erfahrenen Smarties beantwortet wurden. Vielen Dank an die Projektgruppe, es hat uns großen Spaß gemacht!

GET racing e. V.

Neue Kamera für autonomen Rennwagen

Smart sponsert dem Formula Student Team GET racing e. V. eine Kamera! Mit dieser will das Racing Team sein Fahrzeug bis 2021 zu einem autonomen Rennwagen umbauen. Als Grundlage dafür schreibt unser Bachelorand Niklas Gratza seine Bachelorarbeit über die Klassifizierung und Rekonstruktion von Verkehrsleitkegeln. Mittels eines tiefen neuronalen Netzes (KI) werden Hütchen auf einem unbekannten Bild erkannt, anschließend wird mit Hilfe der Kamera die Positionsbestimmung implementiert.

Haben Sie Fragen? Kontaktieren Sie uns!

 

Sie interessieren sich für die Forschungsprojekte und möchten mehr darüber erfahren? Vereinbaren Sie einen unverbindlichen Termin mit unseren Technical Experts. 

Darüber hinaus erweitern wir regelmäßig unser Fellow-Netzwerk und freuen uns über Anfragen weiterer Forschungseinrichtungen. 
Sie möchten ebenfalls über Neuigkeiten aus unserem Netzwerk informiert werden, dann kontaktieren Sie uns!