EkoSMART

Intelligentes Stadt-Ökosystem

Programm: Ministerium für Bildung, Wissenschaft und Sport der Republik Slowenien und Europäischer Fonds für regionale Entwicklung
Projektlaufzeit: 01.08.2016 – 31.07.2019
Projektvolumen: EUR 8.661.820,50
Nosilni partner: Marand d.o.o.

Konsortialführer: Alpineon d.o.o., Cosylab, Elgoline d.o.o., Inova IT d.o.o., Anton Trstenjak Institut für Gerontologie und intergenerationelles Zusammenleben, Jožef Stefan Institut, Iskra d.d., Golnik Clinic, Medis d.o.o., National Institute of Public Health, Nela Development Center d.o.o., RC IKTS d.o.o., Robotina d.o.o., SRC System Integration d.o.o., Špica International d.o.o., Telekom Slovenije d.d., Universität Ljubljana – Fakultät für Elektrotechnik, Universität Ljubljana – Fakultät für Informatik und Informationswissenschaften, Universität Ljubljana – Fakultät für Sport, Universität Ljubljana – Medizinische Fakultät, Universität Maribor – Fakultät für Elektrotechnik, Informatik und Informationswissenschaften, Universitätskrankenhaus Ljubljana, URI – Soča, ZD Adolfa Drolca.

Beschreibung: Im Rahmen des EkoSMART-Projekts wurde eine universelle Architektur für intelligente Städte entwickelt, die auf ein nachhaltiges, sicheres und qualitativ hochwertiges städtisches Leben durch intelligentes Management abzielt. Ziel des Projekts war die Entwicklung eines Ökosystems, das alle notwendigen Mechanismen für eine effektive und optimierte schrittweise Integration verschiedener Bereiche in ein einheitliches und vernetztes System enthält. Es konzentrierte sich auf drei Schlüsselbereiche der intelligenten Stadt: Gesundheit, aktives Leben und Mobilität.

Elgoline d.o.o. nahm an der Arbeitsgruppe für elektronische und mobile Gesundheit teil, in der ein Prototyp für Hard- und Software zur Sturzerkennung entwickelt wurde. Basierend auf der Forschung wurde eine Leiterplatte entwickelt und hergestellt, die alle notwendigen Komponenten für Notruf, Sprachkommunikation, Ortung, Aktivitätsmessung und Sturzerkennung enthält. Mit der entwickelten Hardware wurden Daten gesammelt, um den Algorithmus und die Software für die Sturzerkennung zu entwickeln und zu optimieren.