Ubiquitous Computing: Sensoren - ibr.cs.tu-bs.de · Kontext aus der realen Welt über Sensorik...

Ubiquitous Computing(Ubiquitäre Informationstechnologien)Vorlesung im WS06/07

Michael BeiglTU BraunschweigInstitute of Operating Systemsand Computer Networkswww.ibr.cs.tu-bs.de/dus

Michael Beigl Ubicomp, Wintersemester 06/07 1-2

ÜbersichtVorlesung Ubicomp

Geräte und UmgebungenCommunicationKontext

GrundlagenSensorenKontext

HCI


Einleitung

Was ist Kontext (Kon-Text)?„the set of facts or circumstances that surround a situation or event“

1 : the parts of a discourse that surround a word or passage and can throw light on its meaning2 : the interrelated conditions in which something exists or occurs(Webster)

Synonyme: Zusammenhang, Umgebung, Umstand, Situation ... In der Informatik ?

Basiskonzept in der Computerlinguistik

der umgebende Text einer gesprochenen oder geschriebenen sprachlichen Einheit

Kontext in Mobile und Ubiquitous ComputingGenerell Information um ein System herumBeispiel: Lokation, Nutzer, Temperatur, Situation

Ubiquitous ComputingEinbeziehung aller (erreichbaren) Informationen statt Ableitung der Informationendadurch weniger und/oder besser Benutzerschnittstellebreiterer Einsatzbereich Ubiquitär


Grundlagen Kontextbegriff

Kontext als Zusatz zur eigentlichen Informationwas Kontext und was Information abhängig von der (aktuellen) Betrachtungsweise des ProzessesAuch „nur-Kontext“ oder „nur-Informations“ Modelle möglichKontexte aus der „digitalen Welt“ von anderen Rechnern oder aus internen DatenKontext aus der realen Welt über Sensorik

digitale Welt

Kontext

reale WeltInformation

Prozess

Inte

rpre

tatio

n

Inte

rpre

tatio

nDaten


Vorlesung UbicompKontext

SensorenGrundlagenOrtsbestimmungIdentifikationSensorenKontexterkennung


Ortsbestimmung

Lokation / Ortzentraler Kontext in mobilen Systemenlokaler Ortsbezug: Ort des Anwenders / der Anwendungallgemeiner: Lokation von (verteilten) Systemkomponenten

Nutzung von Ortsinformationabsolute Positionrelative Position

abgeleitet aus absoluten PositionenWahrnehmung von Komponenten in der Nähe, Abstandsmessung usw.

Verknüpfung mit Ortswissen: lokale Infrastruktur, Ressourcen, Sprache usw.Rückschluß auf Situationen


OrtsbestimmungPrinzipien

EntfernungsmessungIntensitätsmessungImpulslaufzeitverfahrenauch: Phasenmessung, Interferometrie, Korrelations-messmethodenAlternative zur Entfernungsmessung: Winkelbestimmung

PositionsbestimmungRäumlicher BogenschnittLernen und VergleichenZellenbasierte Positionsbestimmung (Bestimmung der Cell-of-Origin, COO), z.B. Infrarotsysteme (ParcTab) oder RF (z.B. Funkzelle)Marker-orientierte PositionsbestimmungLateration: Bestimmung über bekannte Entfernung zu bekannten PositionspunktenMarker-orientierte Positionsbestimmung


OrtsbestimmungVerteilungKomponenten

Client, Mobiles Objekt: Gegenstand der OrtsbestimmungInfrastruktur, „Netz“: Komponenten mit bekanntem Ort als Bezugspunkt für Ortsbestimmung

KommunikationBaken/Beacons: „Leuchtfeuer“, periodisch oder nach PollingSende/Empfangsrollen: abh. vom Ort der Ortsbestimmung, s.u.

Ortsbestimmung im ClientInfrastruktur sendet Baken aus; Clients empfangen Signale und können daraus ihre Position berechnenClients haben Kontrolle über ihre Lokationsinformation (Netz kann Position nicht ableiten)

Ortsbestimmung im NetzClients senden Baken, Netz berechnet Position der ClientsClients müssen der Infrastruktur vertrauen


OrtsbestimmungMedienSatellitenfunk

im Außenbereich; kein Empfang in GebäudenRF-Systeme für Indoor Positionierung

Funk-basiert, speziell für Ortsbestimmung; im Innenbereich aber raumübergreifende Abdeckung

MobilkommunikationNutzung von bestehender Kommunikationsinfrastruktur für Positionierung: global (z.B. GSM), LAN, PAN (z.B. Bluetooth)

Infrarotim Innenbereich; Zellen durch Sichtbereich definiert (Nachteil: mögliche Abschattung; Vorteil: Bezug zu räuml. Gegebenheiten)

Ultraschallim Innenbereich über vergleichsweise kurze Distanzen (störanfällig, aber sehr genau)


OrtsbestimmungSysteme

COO: Cell-of-Originweitere Ansätze: optisch, elektromagnetisch, Bewegungsverfolgung

GPS außen 3D <25m UserDGPS außen 3D 0.1-10m UserGSM außen/innen COO >300m UserMPS außen/innen 2D <125m NetzWaveLan innen/außen COO ~100m UserWaveLan innen/außen 2D ~20m User/NetzPinPoint innen 3D <1m NetzActiveBadge innen COO Raum NetzParcTab innen COO Raum NetzMediaCup innen COO 1m NetzSmart-Its innen/außen 3D 1m User

Vergleich verschiedener Systeme



SensorenGrundlagenOrtsbestimmungIdentifikation

ObjektbestimmungRFID

SensorenKontexterkennung


Identifikation von Objekten

Registrierung von physischen Objektendurch eindeutige MarkierungFalls als Marker verwendet auch zur Ortsbestimmung

Konventionelle AnwendungIdentifikation von Produkten z.B. UPC, Universal ProductCodeTracking von Objekten z.B. Paketverfolgung (UPS etc.)

Ubiquitous ComputingRegistrierung der Umwelt (Infrastruktur, Ressourcen, ...)Direkte Referenzierung der realen Welt in ComputeranwendungenWie andere sensorische Daten ist Kenntnis der Objekte Rohdatum für die Erfassung des Kontexts und der Situation


Objektidentität in Ubicomp

Einfach: Sensorwert = Kontext

Vielschichtige Bedeutung für Ubiquitous ComputingBeziehungen zwischen virtuellen und realen Artefakten unterstützen

Kopplung von physischen und virtuellen Versionen„Bridging Real World and Virtual World“

besseres Weltmodell im Rechner durch automatische Registrierung von Objekten, engere BindungEin Teil der Umwelt wird automatisch mit hoher Sicherheit erkannt

Augmented Reality (Erweiterte Realität)Reale Objekte um Information erweitern

Tangible Interfaces (Begreifbare Interfaces)Reale Objekte erschließen für Zugriff auf Information


Medienbrüche überwinden

Jedes Ding (reale Objekt) kann z.B. direkt mit einem Stellvertreter- Objekt („Proxy“) in der Informationswelt verknüpft werden

Virtualität

Realität

ManuelleErfassung

Dateien Information

Dinge

Datenbanken Objekte

Barcodescannen

RFID Tags

t


Anwendung:Erweiterte Realität

Augmented Reality (AR)allgemein: Erweiterung der Wahrnehmung/Interaktion mit der realen Welt durch Informationstechnikspeziell in Wearable Computing: Überlagerungen von realen Szenen mit Video-Einblendungen im Gesichtsfeldgrundsätzlich: Registrierung von realen Entitäten und Erweiterung um zusätzliche Information Identität von physischen Dingenals Bezugspunkt


Tangible Interfaces

Gegenstände als UI-ObjekteDinge bieten Assoziationen, die für die Interaktion genutzt werden könnenRäumliche Ordnung von Objekten: wichtiges Problemlösungskonzept des Menschen

Beispiel: Palette (FXPAL,1999)zu virtuellen PPT-Folien werdenreale Karten erzeugenSteuerung der Präsentation über KartenIdentifikation anhand von Barcodes


Technologie

Bestimmung von ObjektidentitätPassiv: Objektidentität kann von außen bestimmt werdenAktiv: Objekt teilt seine Identität selbst-initiiert mitExplizit: Benutzerinteraktion zur Bestimmung der Identität Implizit: „automatische“ RegistrierungVisuell: Strichcodes Scanner, Visual Tags Kamera/Vision„unsichtbar“: Funk, Infrarot

BeispieleBarcodes: visuell, passiv, explizit Visual Tags in Mobile AR:

visuell, passiv, implizit Active Badge: Infrarot, aktiv, implizitRFID Tags (s.u.): Funk, passiv, implizit



SensorenGrundlagenOrtsbestimmungIdentifikation

ObjektbestimmungRFID

SensorenKontexterkennung


RFID Technologie

RFID: Radio Frequency IdentificationErfunden 1948, Integrierte Schaltung mit RF-TransponderBenötigt immer Lesegerät zum Auslesen des Transponder, Transponder initiiert/steuert Kommunikationkleiner mobiler Speicher für ID und evtl. weitere Daten

Zugriff: Read, Read/Append, Read/Write1 bit bis 64 kbyteselten Authentifizierung, OS

berührungsloses AuslesenReichweite typisch ~0.5mm, bis 10mggf. Anti-Kollisionsprotokolle

(oft) keine Batterie an Bord!Energieversorgung beim Ausleseninduktiv, kapazitiv

klein, unauffällig, Preis <1 US$ (ab 1000),verschiedenste Form-FaktorenHauptproblem: Preis >5 Cent incl. Antenne(<1 Cent ohne Antenne)

Quelle: ti.com


Patent US06018299

Radio frequency identification tag having a printed antenna and methodMotorola Inc, issued 01/25/2000

„A radio frequency identification tag includes a radio frequency identification tag circuit chip coupled to an antenna including a conductive pattern printed onto a substrate. The substrate mayform a portion of an article, a package, a package container, a ticket, a waybill, a label and/or an identification badge…“

War schon ´mal 1948 patentiert......

Quelle: Mattern/ETH


RFID System

GrundkomponentenRFID Tag (oder Transponder), in dem die Identifikationsdaten gespeichert sind (enthält eingebaute Antenne/Spule)Lesegerät mit Antenne/Spule, das die im Tag gespeicherten Daten auslesen kann

TypenAktive Transponder mit eingebauter BatterieVom Lesegerät mit Energie versorgter TansponderRFID Reader (Leser)

SpuleDaten

(Takt)

(Energie)Quelle: ti.com

Spule


Aktiver Transponder

EigenschaftenDurch interne Batterie betriebenTeuerer, oft Lesen und Schreiben möglichHohe Reichweite (mehrere 10 Meter) im Vgl. zu passiven RFIDTechnisch Systemen in ad-hoc Netzwerken ähnlich, aber

(meist) ohne SensorikNie P2P Kommunikation, sondern immer zum Leser

AnwendungsbereichePalettenidentifikationContaineridentifikationMautsysteme


Passive Transponder

EigenschaftenEnergie wird vom Leser durch induktive Kopplung übertragenTakt wird oft mitübertragenDadurch sehr preiswertMit und ohne Microprozessor, oft nur lesbare IDSehr klein, aber Problem: Antenne

EinsatzBauernhofMensakarte etc.WerkzeugePalettenidentifikationIdentifikation preiswerter ProdukteDiebstahlsicherung


RFID Technologie

RFID Tags als „Smart Label“in Papier einlaminiertnachträgliches Markieren von Objekten

Chip (ohne Antenne)~ 2 mm x 2 mm x 10 μm vgl. Papier 80 μm dick

AntenneKritisch für die ReichweiteTeuer in der Anbringung, da separaterProzessaus Kupfer, oderaufgedruckt mit leitfähiger Tinte, (Reichweitenproblem) oder auf CMOS-Basis (Reichweitenproblem)

Quelle: ti.com


RFID Programmierung und Lesegeräte

Programmierung TransponderID wird normalerweise bei der Fertigung eingebrannt und kann nicht verändert werden. Dies sichert universelle Einmaligkeit der ID innerhalb eine Systems zuWrite-once-read-many Transponder erlauben z.T. das kundenspezifische Einbringen von ID oder Teilen der IDManche Systeme erlauben das Verändern von Teilen der Daten mit Hilfe spezieller Soft-/Hardware und kryptographischerSicherung

LesegeräteVerschiedene Ausführungen, je nach ReichweiteAls stationäre Geräte, als Handgeräte oder als Steckkarte (CF-Karte, Zusatz für Mobiltelefon etc.)Benötigt z.T. erheblich EnergieStationäre Geräte besitzen oft mehrere Antennen oder Leseeinheiten für parallele Verarbeitung und zur Fehlerkorrektur


RFID Daten

Nur lesbar oder lesbar und beschreibbarGespeicherte Informationen

Identifikatoren: Eine ID, welche auf weitere Daten verweisen kann, die ausführlichere Informationen enthalten, meist im ROMZusätzliche Daten: Informationen, die direkt für sich selbst stehen und auch verändert werden können. Ein Rückgriff auf eine Datenbank ist dann nicht notwendig. Daten meist im RAM

KapazitätEin Bit: Diebstahlüberwachung, Zählanwendungen< 128 bits

ID bzw. Seriennummer128- 512 bits

Meist Beschreibbar,Enthält meist ID und weitere Informationen (z.B. Verfallsdatum, Handhabungsanweisungen)

Mehrere KilobitKann eigene Programme beinhalten, die dann auf Leser ausgeführt werden


RFID Kommunikation (passiv)

Reichweite bestimmt durchAbgegebene Leistungs des Lesers an der Antenne (beschränkt durch Gesetz!)Stromverbrauch des TagsAntennen-Design, insbesondere des Tags; dies bestimmt auch die Ausbreitungscharakteristik der Welle und damit den AbdeckungsbereichUmgebungsbedingungen, insbesondere Belegung des Frequenzbands, Störungen auf dem Kanal, Material (insb. Metall und/oder Wasser, je nach Frequenz), Luftfeuchtigkeit

FrequenzbänderNiedrig (100-500kHz): geringe Reichweite, preiswert, langsamMedium (10-15MHz): mittlere Reichweite, mittlere Geschwindigkeit, preiswertHoch (850-950MHz, 2.4-5.8GHz): hohe Reichweite, schnell, teuer


RFID Technologie (passiv)

KommunikationPrinzip: Lastmodulation (Kurzschluß), Subharmonisch (z.B. 1/2 Freq. Der Energie= Antwortfrequenz), sequentiellModulation: ASK, FSK, PSKCodierung: NRZ, Manchester, Unipoloar, Differentiell, Pulse Pause

Quelle: rfid.com

RFID Reader (Leser)Spule

Daten

(Takt)

EnergieQuelle: ti.com

Spule


RFID Technik

Verfahren: (down: von Leser zu Tag, up: von Tag zu Leser)

Energiedownup

Full Duplex (FDX)

Energiedownup

Half Duplex (HDX)

Energiedownup

Sequentiell (SEQ)


RFID Technik III

KollisionsauflösungTag zu Leser, kein Tag zu TagMehrere Tags im Feld eines Readers möglich -> Antikollision notwendigFür Systeme im >13 MHz Band, ansonsten keine Antikollision!Meist TDMA

Zeitkritisch, schlecht bei vielen Tags(Slotted) ALOHA: Schlechter Durchsatz bei mehreren Transpondern, bei vielen Tags Lesezeit für 99% Wahrscheinlichkeit im SekundenbereichBesser für viele Tags: Binary Search Tree Algorithmus

Besser: FTDMA: Mehrere Frequenzen, dort TDMADadurch Vervielfachung des Kanals und schnelleres LesenErfordert teuere Mehrfrequenz-Leser


RFID Technik III

Binary Search Tree AlgorithmusVoraussetzung: Erkennung von Kollisionen auf Bitebene. Nicht alle Codes können eingesetzt werdenVerwendete Codes: Manchester-Codierung, Shift KeyVerfahren: Aufforderung/Auswahl/LesenIteration für das Auslesen der anderen Tags

Downlink Leser REQUEST REQUEST REQUEST SELECT READzu Transponder 11111111 10111111 1011011 10111011

Uplink 1xx1xx11 1011x11 10111011

Transponder 1 11011111

Transponder 2 10111011 10111011 10111011 10111011

Transponder 3 10111111 10111111

Transponder 4 11110011


RFID Technik Charakteristik


RFID Anwendungsmarkt

Anwendung Einheiten 2003 Supply Chain Management 440 mioPaketdienst 240 mioVermietungsdienste 176 mioWiederverwendbare Medien 120 mioLuftfahrt 83 mioandere 190 mio


RFID Anwendung

AnwendungenElectronic Article Survailance (EAS - Diebstahlüberwachung)= 1 bit transponderInventur

z.B. Minibar im Hotelzimmer

Bibliotheken, VideothekenGepäck-Label...


RFID Anwendung

Prinzip & NutzenEchtzeit Erkennung von Produkten & Position auf VerkaufsregalNutzen: Ausverkaufte Ware erkennen, Nachfüllen von Waren, Sortieren von Warenhochwertige Ware (Parfüm etc.)

TechnologieAntennenarray & mehrere ReaderDadurch Position, Vermeidung von FehllesungenPreiswerte Tags, teuere Lesertechn.SmartShelf, da über eigenen Zustand informiertTecO 2002


Hilfe

<html>----------</html>

<html>----------</html>

<html>----------</html>

<html>----------</html>

<html>----</html>

<html>----</html>

Handbuch

Web

<html>----------</html>

<html>----------</html>

<html>----------</html>

<html>----------</html>

<html>----</html>

<html>----</html>

Handbuch

Web

IDRC

Handbuch-gerät

Anwendungsgerät

Ausgabegerät

Electronic ManualObjektidentität als InformationsfilterVerknüpfung von realen Geräten mit virtuellen Handbüchern

Online-HandbücherStand der Technik für Software-Applik.Abruf bei Bedarf statt Verteilungmultimedial, aktuell, interaktiv

Elektronisches HandbuchÜbertragung in den Alltag: Appliances mit Online-Handbuch verbindenHandbuch-Lesegerät ersetzt Papier-Handbücher

Anwendungen


Anwendungen

„Wearable Tag Reader“A. Schmidt, TecO, 2000Antenne in Arbeitshandschuh, Lese-Elektronik am Gürtel, serielle Schnittstellezum Wearable ComputerTangible UI: implizite Computer-Interaktion bei Handhabung von GegenständenAugmented Reality: z.B. in Paket „reinschauen“

WearableComputer

IDURLHTTP get

Tag Resolver

WebServer

Daten-schatten

ApplikationID

Internet


Anwendungen

ProzessautomatisierungLieferketten zw. Unternehmen, sogenanntes Supply Chain ManagementInnerhalb Produktionsanlage

VorteileSchließt die Brücke zw. virtuellen Daten in der Datenbank und dem tatsächlichen Status eines Produkts/einer Gruppe von ProduktenReduktion von Fehlleitungen, Wiederauffinden von Gütern (insb. auch innerhalb von Produktionsanlagen)Automatisierung von Abläufen, z.B. Inventur, „smarte“ RückrufaktionenBessere Kenntnis über AbläufeKostenreduktion durch Automatisierung


Sensorik und Technologie

2 Klassen von SensorenSensoren in Infrastruktur sowie stationären GerätenSensoren in mobilen (Kleinst)Geräten

Voraussetzung für Sensoren in UbicompGeringer EnergieverbrauchKleine BaugrößeGenauigkeit oft zweitrangig„Available on demand“„Einfach“ zu interpretierende Ausgabe

Verwendete TechnologieMEMS: Micromechanische SensorenEinfache “klassische” Sensoren: Direkte Veränderung einer messbaren elektrischen Größe eines elektrischen Bauteils durch Veränderung eines physikalischen Wertes

Z.B. Widerstand verändert Wert je nach Temperatur, “offener” Transistor verändert Durchlassverhalten je nach eingestrahltem Licht


Sensorik

Erhaltene InformationMuster, 1 dim, z.B. Spannungsverläufe2 dim Informationsmuster, z.B. BilderInformationen über interne und externe Sensorzustände

Klassifizierung der SensorinformationenNach MusterNach QuelleNach GenauigkeitNach EnergieverbrauchNach FormfaktorNach Empfindlichkeit / RobustheitNach Wartungsfreiheit / LebensdauerNach Parameter, die Sensor liefern kann


Sensorik

Parameter zur Einordnung der Informationen von SensorenGeometrische Parameter

Winkel, Länge, Distanz, Position, Präsenz, ...Mechanische Parameter

Gewicht, Biegung, Druck, Vibration, Beschleunigung, ...Zeitparameter

Relative / absolute Zeit, DauerKlimatische Angaben

Temperatur, Feuchtigkeit, Wind, LuftdruckOptische Parameter

Lichtintensität, - wellenlänge, Spektrum, MusterAkustische Parameter

Lautstärke, Frequenz, MusterElektrische / Technische Parameter

Spannung, Strom, DurchflußChemische / Biologische / Umwelt Parameter

Ozon, Gas, pH, RadioaktivitätGesundheitsparameter

Blutdruck, Pulsrate, Hautleitfähigkeit


SensorikBeispiele


Untersuchung

Typische Geräte (300), 12 typ.Anwendungen für UbicompWerkzeuge

Füller, Schraubenzieher,…Mobiliar

Tisch, Stuhl, Regal,…Container für nicht organisches

MaterialContainer für organisches

MaterialTasse, Teller,…

Informationsobjekte Papier, Telefon,…

consumer Elektronik Kaffeemaschine….

RechnerKom-muni-kation


Untersuchung Sensoren in Ubicomp

BedingungNur Büro und Industrie, keine Medizin-anwendungenRelative kleine Stichprobe

ResultatKeine ID, keine Lokation innerhalb der Untersucheung

ZusammenfassungBewegungserkennung am wichtigsten


Bewegung und Beschleunigung

KontexterkennungAktivität: Triggern des Schlafmodus (Energiesparen!) in 10/12 AnwendungenAktivitätslevelEigener Kontext: Objekt wird bewegt, Person ist nervös, Bestimmte Handhabung eines ObjektsUmgebender Kontext: Vibration, Erdbeben

SensorenBallschalter

(fast) keine RuhestromverbrauchVerschiedene Typen, Vakuum, mit Gas/Flüssigkeit gefülltZ.B. Beschleunigung mit fixem Wert (Flüssigkeitsgefüllt)Vibration (oft Gasgefüllt)


Bewegung und Beschleunigung II

MEMS BeschleunigungssensorenE.g. Analog Devices ADXLGeringe Energieaufnahme, klein, preiswert, mittl. PräzisionMEMS = MicromechanicalSystem: Mechanik in SiliziumHier: Vergleich der Kapazität CS1 und CS2ergibt Beschleunigung


Lichtsensoren

Erkennung von Umgebungskontext und SituationenLichtstärke (trivial)Innerhalb / Außerhalb: Anhand 50 Hz Schwingung, anhand Verteilung des Lichtspektrums, anhand LichtstärkeVeränderung des Lichts (Pattern) und Spektrum kann Plätze identifizierenIndirekter physikalischer Wert: Bewegung

SensorenIn verschiedene Wellenlängen, auch multi-Wellenlänge-Sensoren mgl.Solarzellen können mit Einschränkungen eingesetzt werdenTypischer Vertreter klassischer Sensoren


TEA: Light follows movment


Audiosensoren

KontexterkennungUmgebungsgeräusch (insb. Muster) guter Indikator Aktivitätslevel der UmgebungSelbst durch einfache Verarbeitung ist Unterscheidung zwischen Sprache, sonstigen Umgebungsgeräuschen möglichErkennung von Mustern lässt auf Ort schließen, z.B. Fahrgeräusche eines AutosWiedererkennung eines Orts durch Musteranalyse und Vergleich möglich

SensorenMikrofon und Verstärkerschaltung, aber preiswert

Kleines Frequenzspektrum (typ. <10kHz)Wenig DynamikHohes Grundrauschen

Erschwert Auswertung


Sensorvergleich typ. Sensoren

Experimental Values Current for measurement

acquisition energy

mean power

typical price (100+)

Light Sensor TSL 25x/ 26x 100µA(bright) - 760µA (dark)

53µJ 2.5mW 1.10 €

Light Sensor TSL2550 (ambient light,I2C)

400 µA 480 µJ 1.1 mW 1.70 €

Acceleration Sensor ADXL210

640µA 188µJ 3.2mW 10 €

Temperatur Sensor TC74 (I2C)

300µA 150 µJ 1.0 mW 1.00 €

Capacitive Mic +opamp lm4880

1600µA (160µJ) 8mW 6 €

Touch Pressure Sensor FSR-151AS + lm324

600µA 156nJ 16µW 7 €


Kontexterkennung

VerarbeitungsstufenRohe Elektrische SignaleInterpretation der Signale als elektrische WerteZusammenfassung, einfache Abstraktion der Signale Weitere Abstraktion anhand von SemantikInterpretation der abstrahierten Daten zu KontextenBsp: einfache Abstraktion: Cues

Sensors s1 s2

c11 c12... c21 c22

...

...

f1 f2

Cue

Context

Applicationenter(f1) -> do ...leave(f1) -> ...

microphone ...

[noise,speech,music]

contrib. to [car,meeting,...]


Kontexterkennung

Rahmenbedingung in Ubiquitous ComputingWenig Rechenzeit, geringe Leistungsfähigkeit der RechenkomponentenWenig SpeicherKeine einheitliche Beschreibung der Stufen der VerarbeitungKeine einheitliche Beschreibung / Verarbeitung von SensordatenAber: Domänenwissen um spezielle Anwendung, Einsatzgebiet, Einsatzobjekt hilft (Appliances)


Rohe Elektrische Signale

Interpretation der Veränderung der elektrischen Parameter (Widerstand, Stromfluß, Frequenz etc.) und Zuordnung zu einem elektrischen Wert, meist Spannung durch elektronische Schaltung

000000111000011111100101010111000111

0

1

Leise..............Laut.......Mäßig laut..........

Spannungsverlaufüber die Zeit

Zuordnung des elektrischen Werts zu einem Zustand

Zusammenfassung des elektrischen Wertes eines oder mehrererSensoren über die Zeit sowie Zuordnung zu einem Merkmal


Mustererkennung

Klassische MustererkennungMerkmale aus den Rohdaten gewinnen Einsatz von VorwissenZuordnung der gewonnen Merkmale zu Klassen Einsatz von VorwissenWas sind charakteristische Merkmale?Nach welchen Verfahren werden Klassen bestimmt?

Merkmals-Extraktion Klassifizierung......Rohdaten Klasse


KontexterkennungEinfacher Kontext

Zuordnung eines Sensorwerts zu Kontext über FunktionKorrelation von mehreren DatenquellenVerschiedene Verfahren möglich. Einfache Verfahren

Template ÜbereinstimmungMinimaler Abstand

„Integrierte“ Merkmalsextraktion z.B.Nächster NachbarNeuronale Netze

Problemdetektierte Rohdaten erlauben manchmal nicht die Herleitung aller notwendigen Featuresdeshalb oft Kombination vonSensoren in Ubicomp

Zu wenig Features Genug Features


Kontexterkennung

VerfahrenZumeist Vortrainierte/vorprogrammierte Systeme, z.B. NN, Markov-Modelle insb. HMM, Kohonen-Netze, Bayessche Netze, ...Versuch durch Training möglichst hohe Wahrscheinlichkeiten für die Zuordnung von Sensorwert zu Kontext zu erhalten

Bayes Gesetzt für Kontexte angewandt

P(S|C)*P(C) P(S|C)*P(C)P(Context|Sensorvalue) = ————— = ———————————

P(S) P(S|C)*P(C)+P(S|¬C)*P(¬C)Problem: Wer sagt uns, dass die Trainingsmenge ausreichend war?


VerarbeitungTEA - Audio

AnforderungenWenig SpeicherWenig Rechnerleistung

VorteilViele Sensoren Viele Features herleitbar

Beispielhafter AnsatzArbeiten in Zeitdomäne (keine Transformation!)Anwendung statistischer MethodenMerkmalsextraktion auf der Basis einer sehr geringen DatenmengeBeispiel von A. Schmidt


VerarbeitungAudio Signal

Daten in der Zeitdomäne

Zeit


VerarbeitungZero Crossings

Zähle NulldurchgängeDistanz zwischen Nulldurchgängen

Zeit


VerarbeitungDirection Changes

Zähle Richtungswechsel (~1K)

Zeit


VerarbeitungRatio

Verhältnis = Richtungswechsel / NulldurchgängeKein Speicherverbrauch!

Zeit


VerarbeitungIntegral

Fläche unter KurveKein Speicherverbrauch!

Zeit


VerarbeitungIntegral II

Absolute Kurvenfläche (normalisiert)Kein Speicherverbrauch!

Zeit


VerarbeitungProfile

Erzeuge Profil (Vereinfachte Rohdaten)Jeder Klotz (Chunk) = ein Datenwort, Speicher ~ 1kB

Zeit


VerarbeitungSoftware I

Mehrere Chunks bei Sprechen

pfeifen

3

Pfeifen

2 41

sprechen


Software II

Abstand zwischen Nulldurchgängen: unterschiedliches Ein- Ausschwingverhalten

pfeifen

sprechen


Software III

Unterschiedliche Verhältnis Nulldurchgänge / Richtungswechsel

pfeifen

sprechen


Software IV

pfeifen

sprechen

Signifikanter Unterschied bei der Standardabweichung der Chunks


Übung / Vorbereitung

LektüreSchilit, B., Adams, N., and Want, R. Context-Aware Computing Applications. Xerox Parc Technical Report. CSL-94-12.

Ubiquitous Computing: Sensoren - ibr.cs.tu-bs.de · Kontext aus der realen Welt über Sensorik...

Documents

Transcript of Ubiquitous Computing: Sensoren - ibr.cs.tu-bs.de · Kontext aus der realen Welt über Sensorik...