Jedes Jahr erleiden Millionen älterer Menschen schwere Stürze, die zu langwierigen Verletzungen und dem Verlust der Selbstständigkeit führen. Obwohl Notfallknöpfe und tragbare Armbänder seit Jahrzehnten verfügbar sind, tragen weniger als zwanzig Prozent der Senioren diese Geräte durchgehend, vor allem nicht in Risikobereichen wie Bad und Dusche. Optische Kameras scheiden aus Gründen der Privatsphäre in Wohnräumen meist vollständig aus.
Die WLAN-Sturzerkennung löst dieses Sicherheitsproblem über die vorhandene Funkinfrastruktur im Haushalt. Wenn IEEE-802.11-Signale Innenräume durchqueren, werden die OFDM-Unterträger kontinuierlich am menschlichen Körper und an Wänden gestreut. Durch Auslesen der Channel State Information (CSI) verwandeln Plattformen wie RuView normale WLAN-Netze in Umgebungssensoren, die Stürze in Echtzeit und ohne optische Bilder erfassen.
HF-Biomechanik: Unterscheidung zwischen Sturz und Alltagsbewegung
Kinematische Unterschiede zwischen alltäglichen Bewegungen und plötzlichen Stürzen ermöglichen es Funkwellen, Ereignisse präzise zu klassifizieren. Beim Gehen, Hinsetzen oder Aufheben von Gegenständen bewegt sich der Oberkörper mit kontrollierter Beschleunigung. Die vertikale Geschwindigkeit beim normalen Hinsetzen überschreitet selten 0,8 Meter pro Sekunde.
Ein unkontrollierter Sturz wird hingegen durch die Schwerkraft beschleunigt, wobei die Abwärtsgeschwindigkeit des Torsos vor dem Aufprall 1,8 bis 2,2 Meter pro Sekunde erreicht. Wenn Funkwellen an einem fallenden Körper reflektiert werden, entsteht eine markante Doppler-Verschiebung über mehrere Unterträger, gefolgt von völliger Bewegungslosigkeit am Boden.
Diese physikalischen Gesetzmäßigkeiten bilden das robuste Fundament moderner HF-Messsysteme. Während optische Systeme bei schlechten Lichtverhältnissen versagen, bleibt das Hochfrequenzsignal im 2,4-GHz- und 5-GHz-Bereich völlig unbeeinflusst von Dunkelheit oder Dampf.
- Gravitationsbeschleunigung: Stürze erzeugen Abwärtsgeschwindigkeiten von über 1,8 m/s mit deutlichen Doppler-Peaks im Vergleich zum kontrollierten Hinsetzen (<0,8 m/s).
- Kinematische Gliedmaßen-Streuung: Das Taumeln von Armen und Beinen verteilt die Energie über ein breites Frequenzspektrum.
- Post-Aufprall-Immobilität: Ein echter Sturz zeigt einen abrupten Schockimpuls gefolgt von anhaltender Ruhe auf Bodenhöhe.
- Mehrwege-Profilverschiebung: Ein am Boden liegender Körper verändert dauerhaft die Reflexionspfade in der unteren Fresnel-Zone.
Die vollständige WLAN-CSI-Signalverarbeitungskette
Um Antennenspannungen in zuverlässige Alarme zu übersetzen, ist eine strukturierte Signalverarbeitungskette erforderlich. Der Empfänger erfasst komplexe CSI-Matrizen über OFDM-Unterträger, die zunächst von Hardware-Rauschen wie Trägerfrequenzversatz (CFO) bereinigt werden müssen.
Die Pipeline wendet Phasen-Entfaltung und Butterworth-Bandpassfilter (0,5 Hz bis 20 Hz) an, um statische Umgebungsechos zu dämpfen. Eine Hauptkomponentenanalyse (PCA) isoliert die Torso-Bewegung, während neuronale Netze die Doppler-Spektrogramme auswerten.
Durch die Kombination von Rauschunterdrückung und zeitlicher Frequenzanalyse können selbst schwache Signalverzerrungen detektiert werden, was besonders bei Stürzen in Randbereichen von Wohnräumen entscheidend ist.
- Stufe 1 - CSI-Rohdatenerfassung: Abtastung komplexer Werte mit 50 Hz bis 100 Hz über ESP32 oder Linux-Treiber.
- Stufe 2 - Filterung & Kalibrierung: Hampel-Filter und Phasenlinearisierung zur Beseitigung von Störimpulsen.
- Stufe 3 - Doppler-Merkmaltextraktion: Kurzzeit-Fourier-Transformation (STFT) zur Erstellung dynamischer Geschwindigkeitsprofile.
- Stufe 4 - Zeitliche Entscheidung: Schwellenwert-Logik kombiniert mit neuronalen Netzen zur Auslösung von Notfallmeldungen.
Hardware-Plattformen: Vergleich von ESP32, Nexmon und WiFi 6/7 Routern
Der praktische Einsatz erfordert Hardware, die physikalische CSI-Messungen ohne Paketverluste bei schnellen Beschleunigungen auslesen kann.
ESP32- und ESP32-S3-Module bieten den günstigsten Einstieg mit 64 Unterträgern im 2,4-GHz-Band bei sehr geringem Stromverbrauch. Nexmon-Patches auf Raspberry Pi ermöglichen den Zugriff auf 5-GHz-Kanäle mit 80 MHz Bandbreite, während kommende IEEE-802.11bf-Router standardisierte Radar-Messframes nativ unterstützen.
- ESP32 / ESP32-S3: Äußerst preiswert (ca. 5 €), stromsparend und direkt über ESP-IDF programmierbar.
- Nexmon auf Raspberry Pi: Bietet 80 MHz Kanalbreite im 5-GHz-Band für feinere räumliche Auflösung.
- IEEE 802.11bf Router: Zukünftiger Standard für integrierte Radar-Messungen in Heim-Routern ohne Firmware-Hacks.
Vermeidung von Fehlalarmen: Haustiere, schnelles Hinsetzen und Störquellen
Fehlalarme sind die größte Hürde für den Einsatz im Alltag. Haustiere, zufallende Türen oder das schwungvolle Fallenlassen auf ein Sofa können Signaländerungen hervorrufen, die einem Sturz ähneln.
Moderne Systeme verhindern Fehlerkennungen durch Analyse der reflektierten Körpermasse und der anschließenden Ruhephase. Hunde und Katzen besitzen eine deutlich geringere Körpermasse und bewegen sich anders. Zudem folgt auf das Hinsetzen auf einen Stuhl stets Mikrobewegung durch Atmung, während ein schwerer Sturz zu anhaltender Regungslosigkeit führt.
- Energiemessung der Körpermasse: Streuungsvarianz schließt kleine Haustiere zuverlässig aus.
- Ruhezeit-Fenster: Voraussetzung von 10 bis 15 Sekunden absoluter Bewegungslosigkeit vor Alarmierung.
- Höhenprofil-Verifikation: Mehrere Empfänger stellen sicher, dass sich das Reflexionszentrum am Boden befindet.
- Mehrpunkt-Konsens: Bestätigung über mindestens zwei unabhängige Funkstrecken vor dem Notruf.
Umgebungsfaktoren: Abdeckung in Badezimmern und Wände ohne Sichtverbindung
Wohnungen bieten Bereiche mit direkter Sichtverbindung (LOS) und ohne Sichtverbindung (NLOS). Im offenen Wohnbereich mit freier Funkstrecke ist das Signal optimal, mit Genauigkeiten von über 95%.
In kritischen Räumen wie Badezimmern müssen Funkwellen Trockenbauwände und Fliesen durchdringen. Während 2,4-GHz-Signale Gipskarton mit geringer Dämpfung (3 bis 6 dB) durchdringen, dämpfen dicke Fliesen und Metallrohre stärker, weshalb ein Empfängerknoten in der Nähe platziert werden sollte.
- Vorteil freier Sichtlinie: Klares Signal mit präzisen Doppler-Profilen und minimalen Verzerrungen.
- Durchdringung von Innenwänden: Sub-6-GHz-Wellen ermöglichen die Überwachung angrenzender Räume ohne Umbau.
- Dämpfung durch Metall und Fliesen: Geflieste Bäder lassen sich am besten mit einem gezielten Satellitenknoten absichern.
- Optimale Montagehöhe: Eine Platzierung der Knoten in 1,0 bis 1,2 Metern Höhe deckt Stürze des Torsos ideal ab.
Integration in die RuView-Plattform für räumliche Intelligenz
RuView verbindet physikalische CSI-Telemetrie mit moderner Raumüberwachung und Smart-Home-Sicherheit. Statt eines isolierten Detektors wird die Sturzerkennung in die kontinuierliche Anwesenheitserkennung eingebunden.
Synchronisierte CSI-Datenströme mehrerer ESP32-Module erfassen die Anwesenheit im Raum. Registriert das System einen Sturz, gleicht RuView den Vorfall mit dem Raumkontext ab und löst lokale Benachrichtigungen aus, ohne private Daten in externe Clouds zu senden.
- Dezentrale lokale Verarbeitung: Alle Berechnungen und Modell-Inferenzen laufen auf Hardware im Haus.
- Kontextuelle Plausibilität: Raumbezogene Abgleiche verhindern Fehlalarme, wenn Personen planmäßig im Bett liegen.
- Smart-Home-Anbindung: Schnelle Ereignisauslösung über Home Assistant und MQTT in unter 350 ms.
- Offenes Ökosystem: Kompatibel mit ESP32-CSI-Firmware, Raspberry Pi und künftigen 802.11bf-Systemen.
Schritt-für-Schritt-Anleitung: Aufbau eines minimalen Testaufbaus
Der Aufbau eines eigenen Testaufbaus für die WLAN-Sturzerkennung erfordert ein strukturiertes Vorgehen bei Hardware-Auswahl, Referenzmessungen und Schwellenwert-Justierung. Zwei ESP32-Module genügen für erste Messungen.
Befolgen Sie diese fünf Schritte für die Inbetriebnahme Ihrer ersten Funkstrecke:
- 1. Hardware-Vorbereitung: Flashen Sie zwei ESP32-Module mit RuView-Firmware (ein Modul als AP, das andere als Station).
- 2. Platzierung: Positionieren Sie beide Knoten in 3 bis 4 Metern Abstand in 1 Meter Höhe im Testraum.
- 3. Datenstrom einrichten: Starten Sie einen 100-Hz-Paketstrom und leiten Sie CSI per USB-Serial oder UDP an den PC weiter.
- 4. Bewegungsmuster aufzeichnen: Erfassen Sie Baselines für leere Räume, Gehen, Hinsetzen und simulierte Stürze auf Matten.
- 5. Schwellenwerte justieren: Passen Sie die Doppler-Geschwindigkeitsgrenzen und die Inaktivitätszeit an, um Fehlauslösungen zu vermeiden.
Häufig gestellte Fragen zur WLAN-Sturzerkennung
Können handelsübliche WLAN-Router Stürze bereits heute erkennen?
Normale Standardrouter stellen CSI im Auslieferungszustand meist nicht bereit. Mit Open-Source-Firmware wie OpenWrt, Nexmon-Patches oder kostengünstigen ESP32-Zusatzmodulen lässt sich die Sturzerkennung jedoch bereits heute realisieren.
Worin liegt der Unterschied zu mmWave-Radarsensoren?
WLAN nutzt 2,4-GHz- und 5-GHz-Bänder, die Wände durchdringen und mehrere Räume mit vorhandenen Geräten abdecken. 60-GHz-mmWave-Radar bietet millimetergenaue Präzision, durchdringt jedoch keine Wände und erfordert Sensoren in jedem Raum.
Lösen Haustiere wie Hunde oder Katzen Fehlalarme aus?
Moderne Algorithmen prüfen Unterträger-Varianzen und reflektierte Körpermasse. Haustiere haben deutlich weniger Masse, andere Gliedmaßen-Muster und bleiben nach schnellen Bewegungen nicht regungslos am Boden liegen.
Funktioniert die Erkennung bei Dunkelheit und durch geschlossene Türen?
Ja. Funkwellen sind unabhängig von Lichtverhältnissen und arbeiten bei völliger Dunkelheit oder dichtem Wasserdampf. Sie durchdringen Standard-Trockenbauwände und Holztüren problemlos.
Verletzt die WLAN-Sturzerkennung die Privatsphäre im Haushalt?
Nein. Gemessen werden ausschließlich Funkausbreitungswerte (Phase und Amplitude). Es werden weder Bilder noch Tonaufnahmen erfasst, wodurch die Privatsphäre in Schlaf- und Badezimmern gewahrt bleibt.