Beágyazott szenzoradatgyűjtő rendszerek, informatikával segített életvitel (Ambient Assisted Living)

Az informatika rohamos terjedésével az intelligens eszközök és megoldások megjelentek a hétköznapi életben is a munkahelyi és az otthoni környezetben. Ezekben rendszerint beágyazott eszközök, lehetőleg az emberek napi életvitelét nem zavarva, bizonyos szempontból rejtetten, de folyamatosan működve igyekeznek segítséget nyújtani. A két legnagyobb (otthoni) alkalmazási terület az otthonautomatizáláshoz, illetve a minőségi életvitel támogatásához kötődik. Példaképpen vehetjük a betörés, vagy egyéb jelzőrendszereket, de a kényelmi szolgáltatásokat is, mint pl. a szellőzés, árnyékolás, hifi berendezések, tv-k stb. intelligens vezérlése. A minőségi életvitel megőrzése, támogatása kiemelten fontos az időseknél, illetve a valamilyen fogyatékkal élőknél. Itt az egészségmonitorozás, a balesetveszélyes helyzetek észlelése, az elvégezni kívánt feladatok információkkal, tanácsokkal való támogatása stb. rendkívül fontos feladat. Gyakorlatilag minden ilyen területen (de számos más problémánál is) nagyon fontos a hasonló helyzetek felismerése, egy távolabbi példával: a jelen helyzet azokra a helyzetekre emlékeztet, amikor a tőzsde bedőlt, vagy azokra, amikor szárnyalt? (A jelen helyzet azt vetíti előre, hogy Stanci néni elesik, vagy elszáll a vérnyomása?)

Mindenfajta kényelmi vagy  támogatási szolgáltatáshoz a rendszernek először is információt kell gyűjtenie, amit rendszerint hálózatba kötött szenzorok segítségével valósítunk meg. Például mozgás-, ajtónyitás-, fény- , hang-, hőmérséklet-, páratartalom-érzékelőket telepítünk, és lokális vagy központi intelligenciát építünk a rendszerbe, amely feldolgozza az érkező információkat. A kialakuló hálózat - az alkalmazások jellegénél fogva - térben kiterjedt, és az egyes érzékelők vezérlése számos kényszernek kell megfeleljen (pl. ne fogyjon ki gyorsan az elem a felesleges sűrűn végzett mérések miatt). Izgalmas terület lehet, amikor a számítógép használatot (vagy annak egyes részeit) használjuk szenzorként: pl. egy nemrég zárult nemzetközi projektünkben (orvosi megkeresésre) egyfajta egészségmonitorozásként  a számítógépes játékokban elért teljesítmény volt a mentális állapot jellemzésének eszköze.

A témalaboros félév első felében néhány előadás és számítógépes gyakorlati alkalom során a következő területekkel ismerkednek meg a témacsokorba jelentkezettek:

  • Az informatikával segített életvitel feladatainak, problémáinak áttekintése
  • A tipikus hardver eszközök (pl. mikrokontrollerek, raspberry pi stb.) és tipikus szoftvereik áttekintése
  • Szerverek, használt adatbázisok, tűzfalak stb.
  • AAL rendszerekben használható szimulációk, tipikus adatelemzési módszerek (előadás, megbeszélés, számítógépes gyakorlat Matlab felhasználásával: hasonló helyzetek felismerésére szolgáló egyszerű konkrét algoritmust használva mintapéldaként)

A félév második felében - egyéni egyeztetés alapján - egy, a lehetőségekhez képest egyénre szabott kis feladatot oldanak meg, amely alapján kölcsönösen felmérhetjük, hogy mi lenne a leginkább testhezálló önálló labor feladat a következő félévre. (Persze az egyéni feladat lehet egy csoportmunka egyéni, jól elkülönülő része is.) A tematikában ismertetett három résztéma igazán csak az önálló laborban válik majd szét (attól függően lesz egyik vagy másik hangsúlyosabb, hogy ki merre akar továbbmenni), a témalaboros félévben még mindegyikről lesz szó.

Témavezetők

A munkatárs fényképe
docens
Szoba: IE414
Tel.:+36 1 463-2679
Email: pataki(*) mit.bme.hu
A munkatárs fényképe
tudományos segédmunkatárs
Szoba: IE427
Tel.:+36 1 463-2100
Email: psarkozy (*) mit.bme.hu
A munkatárs fényképe
tudományos segédmunkatárs
Szoba: IE426
Tel.:+36 1 463-2576
Email: eredics (*) mit.bme.hu
 
 

A témalabor tematikája

A lehetséges konkrét témakiírásokat minden szinten elsősorban gondolatébresztőnek szántuk, a szándékaink bemutatását szolgálják. Mindig van lehetőség egyénre szabásra, és nyitottak vagyunk saját, a témacsokorhoz kapcsolódó ötletek fogadására is!

A következő három résztéma igazán csak az önálló laborban válik szét (attól függően, hogy ki merre akar továbbmenni), a témalaboros félévben még mindegyikről lesz szó.

Adatgyűjtés a kliens oldalon (a mérési helyszínen)

  • Technológiák: Mikrokontrollerek, beágyazott PC (pl. Raspberry Pi), ZigBee, RF, WiFi, Bluetooth, Energy Harvesting
  • Témavezető: Sárközy Péter
  • Példák lehetséges feladatkiírásokra:
    • Lokális adatgyűjtés lehetőségeinek vizsgálata és implementációja az átjárón
      • Az adatok beolvasása a szenzorokról, majd ennek rendezett struktúrában történő továbbítása a szerver felé.
      • Linux környezetben történő szoftverfejlesztés választott nyelven: C, C++, Java, Python, stb...
    • Szenzorok vizsgálata
      • A fizikai méréseket végző szenzorok vizsgálata, mérési tartomány vizsgálata, megfelelőség ellenőrzése
      • Interfészek, alacsonyszintű kommunikáció vizsgálata (I2C, UART, SPI, stb...)
    • A szenzoregységek beágyazott szoftverének vizsgálata és fejlesztése
    • A szenzoregységek beágyazott hardverének vizsgálata és fejlesztése

Adattárolás és megjelenítés (adminisztrációs szint, szerver oldal)

  • Technológiák: Unix, SQL, PHP, Javascript, Java
  • Témavezető: Eredics Péter
  • Példák lehetséges feladatkiírásokra:
    • Szoft szenzorként hasznáható számítógépes játék fejlesztése
      • Böngészőben futtatható játékok implementálása
      • Teljesítménymérés tervezése számítógépes játékokkal
      • Adatgyűjtés a játék során, az adatok központi szerveren eltárolása
    • Adatgyűjtő rendszer központi adatbázisának megtervezése és implementálása
      • Adott célterületre létrehozott központi adatgyűjtő rendszer tervezése és fejlesztése
    • Elosztott adatbázis rendszerek replikációjának vizsgálata
      • Különböző adatbázis rendszerek összehasonlítása, az alkalmazhatóság korlátainak vizsgálata
      • Eltérő replikációs megoldások vizsgálata, teljesítmény mérése
    • Szerveroldali terheléselosztás hatékonyságának mérése
      • Terheléselosztási megoldások tervezése és implementálása

Szimuláció, adatelemzés és vizualizáció, származtatott adatok elemzése

  • Technológiák: Matlab, (Python)
  • Témavezető: Pataki Béla
  • Példák a témalabor önálló kisfeladatra (félév második fele):
    • Egy kiválasztott konkrét előrejelző eljárás implementációja, vizsgálata
    • Hasonló események felismerésére szolgáló konkrét eljárás implementációja
    • Rendkívüli esemény detektálására szolgáló konkrét eljárás implementációja
  • Példák lehetséges BSc önálló labor feladatra:
    • Előrejelzésre szolgáló eljárások összehasonlítása, tesztelésre szolgáló adatbázisok kialakítása
    • Számítógépes játék vagy teszt közben keletkező adatok elemzése
  • Példák lehetséges BSc szakdolgozat feladatra:
    • Rendkívüli események detektálási módszerei, szimulált és valós jelek alapján
    • Hasonló események felismerése szenzorjelek alapján
  • Példák lehetséges MSc önálló labor/diplomaterv feladatok:
    • Esemény-előrejelzésre szolgáló algoritmust ajánló rendszer kialakítása
    • Egy lakásban több személy tartózkodási helyének lokalizációja mozgásérzékelő jelek alapján
  • Példák lehetséges doktori (PhD) munkára
    • Véletlenszerű időközökben (eseményvezérelten) keletkező információk fúziójának vizsgálata
    • Idősorokban ismétlődő egymáshoz hasonló események felismerése
© 2010-2021 BME MIT | Hibajelentés | Használati útmutató