Bra4Vit: Breathing Guidance Apparel in Running via Edge-AI in Smart Textiles.
Severin Bernhart (2025): Bra4Vit: Breathing Guidance Apparel in Running via Edge-AI in Smart Textiles. Dissertation: Universität Salzburg.
Laufen ist aufgrund der geringen Einstiegshürden eine weit verbreitete Form von körperlicher Aktivität. Atembeschwerden können jedoch die Teilnahme einschränken und die Freude an der Bewegung mindern. Die kontinuierliche Erfassung von Atemmustern und die Bereitstellung von Echtzeit-Feedback ermöglichen die Erkennung von Unregelmäßigkeiten und die gezielte Beeinflussung des Atemverhaltens. Ein rhythmischer Atemfluss mit verlängerter Exspiration aktiviert das parasympathische Nervensystem, unterstützt Entspannung und steigert die Motivation. Vitalität als wesentliche Komponente des Wohlbefindens lässt sich so durch physiologische Regulation und regelmäßige Bewegung positiv beeinflussen. Intelligente Textilien bieten ein hohes Potenzial für die feldtaugliche Atemüberwachung und -führung. Herausforderungen bestehen insbesondere in der Entwicklung robuster Sensortechnologien, der Integration leitfähiger Garne sowie der Standardisierung elektronischer Schnittstellen. Konventionelle, KI-gestützte Verfahren zur Atemanalyse basieren häufig auf zentraler Hochleistungsrechenkapazität, wodurch zeitkritisches Feedback erschwert wird. Edge-KI erlaubt die lokale Verarbeitung auf dem Gerät und gewährleistet latenzfreie Rückmeldungen. Ziel dieser Arbeit ist die Entwicklung eines personalisierten Atemführungssystems für Läuferinnen, das rhythmisches, kontrolliertes Atmen und verlängertes Ausatmen unterstützt. Aufbauend auf einer umfassenden Literaturrecherche zu Körpernetzwerke, Atemsensorik, Feedbackstrategien und latenzarmer Signalverarbeitung wurde Bra4Vit entwickelt: ein smarter BH für Vitalität, mit textilbasiertem Atemsensor und miniaturisierter On-Body-Einheit inklusive Inertialsensor zur Schritterkennung. Laboruntersuchungen lieferten die Grundlage für maßgeschneiderte Algorithmen zur Schritt- und Atemerfassung. Das entwickelte Edge-KI-Modell erkennt Ein- und Ausatmungen, Atemphasen sowie kontinuierliche Atemabschnitte mit Genauigkeiten von 93.1 %, 85.6 % und 81.5 % ohne Zeitverzögerung. Kettenwirktechnik und individuelles Chipdesign optimieren Tragekomfort, Handhabung und Produktionskosten. Derzeit fehlt Bra4Vit noch die Schweißresistenz, die in zukünftigen Arbeiten umgesetzt werden soll. Geplante Feldevaluierungen prüfen Erkennungsgenauigkeit, Robustheit, Tragekomfort und intuitive Nutzbarkeit der Atemführung. Die Ergebnisse tragen zur Entwicklung tragbarer, KI-basierter Systeme bei, die im Sport das Atemverhalten unterstützen und so Motivation, Vitalität und Gesundheit fördern sollen.
