AD-PERSONAS: A Customizable Distributed Platform based on Body Sensor Networks for Pervasive and Continuous Monitoring of Assisted Livings

Download

In questa sezione sara' pubblicato materiale multimediale sulle attivita' del progetto.
I sorgenti della piattaforma sono gia' disponibili sulla pagina GitHub ufficiale del progetto.

Collabora

Se sei interessato al progetto ed hai esperienza di ricerca strettamente legata alle tecnologie di smart-health e/o competenze nella programmazione di reti di sensori, sviluppo su Android, tecnologie di Cloud-Computing, progettazione e prototipazione di sistemi embedded, inviaci un tuo CV!
Stiamo cercando anche una figura per supporto occasionale di tipo amministrativo/segretariale. Scarica qui la documentazione per partecipare alla selezione. Saranno valutate tutte le domande pervenute tra il 9 ed 23 settembre 2013.

AD-PERSONAS: La Piattaforma

La piattaforma e' un'architettura distribuita basata sui framework SPINE e MAPS che forniranno i servizi middleware di base per WSN e che saranno appositamente estesi e integrati per gestire reti BSN eterogenee. In particolare la piattaforma software rispecchia differenti strati di base e interfacce verso applicazioni e sensori:
  • Data Service Layer, che include i seguenti servizi di alto-livello: Elaborazione dati per analisi in tempo reale ed analisi off-line di dati memorizzati; Classificazione di flussi di dati in tempo-reale mediante gli algoritmi definiti nella sottosezione Algoritmi; Privatezza dei dati per garantire privacy sui dati raccolti che e' di estrema importanza in ambienti medici; Filtraggio di eventi e dati per segnalare eventi complessi; Memorizzazione di flussi di dati per archiviarli in centri dati basati su Cloud.
  • BSN Component Layer, che comprende servizi di piu' basso livello per la gestione dei sensori e della BSN: Raccolta dati per reperire flussi dati multipli dai sensori; Sincronizzazione temporale per sincronizzare sensori intra-BSN ed inter-BSN; Comunicazione per trasmissione dati tra sensori indossabili e la stazione base all'interno della stessa BSN e tra BSN differenti; Gestione delle risorse per gestire la singola BSN e reti di BSN; Rilevazione di locazione per rilevare la posizione e la prossimita' di soggetti che indossano una BSN; Elaborazione di segnali nel nodo sensore per abilitare (pre)elaborazione dei dati.
  • Sensor Abstraction Layer, che permette di accedere uniformemente a sensori indossabili eterogenei e a BSN eterogenee cosi' da fornire un'interfaccia ben definita che rende interoperabili tali dispositivi.
  • Middleware Service Access Interface, che espone servizi sui quali le applicazioni possono essere sviluppate.

  • Gli Algoritmi

    La ricerca sugli algoritmi ad alta efficienza energetica e' dedicata all'individuazione di nuove tecniche per riconoscere complesse attivita' umane, come gesti delle mani e movimenti della vita quotidiana, e per l'analisi del portamento (es. la classificazione dello stile della camminata). Operazioni preliminari riguardano l'individuazione di quali tra i sensori di movimento (es. accelerometro, giroscopio, pressione del piede) siano i piu' adatti per questi tipi di tecniche. Determinare il numero ottimale di sensori da indossare e la loro posizione e' anche molto importante, poiche' questo influenzera' significativamente l'usabilita' pratica e la vestibilita' del sistema. Questi passaggi richiedono diverse prove sperimentali per raccogliere dati reali da soggetti. Poiche' gli algoritmi individuati verranno eseguiti su nodi sensori con risorse limitate, ed in parte su smartphone/tablet, uno dei concetti fondamentali di progettazione e' l'efficienza computazionale, energetica e di banda di comunicazione. In particolare, il piu' elevato consumo della batteria per un nodo wireless e' dovuto all'utilizzo della radio, il cui uso deve essere minimizzato, senza sacrificare troppo le prestazioni e la precisione degli algoritmi.