Kort om foredraget:
Sensors and actuators have for several years successfully been used for automation tasks, like elevators, temperature control, cars, trains, etc. This generation of sensors has been designed for particular applications with very few control parameters. Recent developments are promising an abundance of new (wireless) sensor- and actuator nodes that become smaller, more energy efficient, more intelligent, and provide more sensing/actuating and processing capabilities. Furthermore, these devices will be accessible through communication networks including todays? and the Future Internet. This change constitutes the start of a new computing era. From the very beginning of computing, each computing device (mainframe, PC, smart phone) had a set of Input/Output (I/O) devices directly attached to it, like keyboard, monitor, etc. for Human Computer Interaction (HCI). Interaction between the environment and computers has only been indirect through the mediation of humans. However, networked sensors and actuators will change this drastically, because computation will more and more interact directly with the environment through these devices without a ‘human in the loop’ and enable Computer Environment Interaction (CEI).
In the lecture we will take up fundamental issues related to the use of sensors and actuators for smart environments, including networking, data stream management, complex event processing, resource management with respect to the particular requirements, like energy efficiency, reliability, and responsibility.
Se ogs? Apollon-artikkelen Sensorer i kroppen blir en del av fremtidens internett.
Oppsummering skrevet av Ragnhild Kobro Runde:
Historisk har en datamaskin alltid hatt input/output rettet mot mennesker, for eksempel tastatur, h?yttaler og skjerm. Datamaskinene har ikke selv kommunisert direkte med omgivelsene, men v?rt avhengig av mennesker som formidlere av data fra omgivelsen til maskinen, og motsatt. Vi er n? i ferd med ? se en endring fra slik “Human Computer Interaction” til “Computer Environment Interaction” grunnet nye typer sensorer. (Merk: med sensorer er det her ikke snakk om personer som sensurerer oppgaver, men enheter(sm? datamaskiner) som m?ler ett eller annet fenomen.)
Tradisjonelle sensorer m?ler relativt enkle ting som temperatur, lys, lufttrykk og st?yniv?. Disse har hatt stor suksess brukt for eksempel i heiser, tog og biler. Dette er lukkede systemer, hvor sensorene har v?rt tatt i bruk for helt spesialiserte anvendelser. Et typisk eksempel er en sensor som sjekker lufttrykket i bildekkene, og stopper bilen dersom lufttrykket blir for lavt.
De siste ?rene er det derimot utviklet sensorer som i stor grad kan sees p? som sm?, selvstendige datamaskiner. De kan programmeres, kobles opp mot internett, og v?re mer eller mindre fritt tilgjengelige for alle. Dette muliggj?r at sensorene/datamaskinene selv kan p?virke omgivelsene uten at det er mennesker involvert, slik vi ser for eksempel i “smarte bygninger” hvor lys og temperatur skrus ned dersom det ikke er noen i rommet.
Noen andre interessante anvendelser er:
- Automatisk hjemmehjelpoverv?king, for ? kunne sl? alarm dersom en person faller, glemmer ? sl? av komfyren eller utsetter seg for fare p? annen m?te.
- ZebraNet, hvor sensorer festes p? sebraer for ? finne ut hvordan sebraene beveger seg.
- Kontinuerlig monitorering av helsetilstand, for eksempel ? plassere en bitteliten sensor under huden for ? overv?ke blodsukker-niv?et hos en person med diabetes.
Med nye typer sensorer dukker det alts? opp flere muligheter, men samtidig ogs? nye utfordringer. Med sensorer plassert p? relativt utilgjengelige steder, blir det viktig ? bruke minst mulig energi for ? spare batteri, og ogs? ? finne alternative m?ter ? lade opp batteriet p?. En enkel m?te ? spare batteri p?, er ? la sensoren v?re av store deler av tiden. Skal man overv?ke temperatur, holder det kanskje ? m?le og lagre en gang hvert sekund, i stedet for hundre ganger i sekundet. I normaltilfellet, hvor m?lingen ikke viser noe alarmerende, vil sensoren dermed kunne “sove” 99 prosent av tiden.
Dette skaper imidlertid en ny utfordring, nemlig at andre sensorer/datamaskiner i nettverket m? tilpasse seg en situasjon hvor en gitt sensor ikke n?dvendigvis er tilgjengelig til enhver tid. Det samme gjelder for sensorer festet p? levende dyr, hvor data fra sensoren bare kan overf?res n?r dyret er innen rekkevidde av en basestasjon. For ? ?ke sannsynligheten for at sensordataene skal bli overf?rt til basestasjonen i det siste tilfellet, kan man ogs? la sensorene selv utveksle sin informasjon n?r de kommer i n?rheten av hverandre, slik at det holder om ett av dyrene f?r overf?rt dataene fra sensoren til basestasjonen.
Like viktig som ? finne gode teknikker for overf?ring av sensordataene, er imidlertid ? utvikle metoder for ? h?ndtere de dataene man samler inn. De ulike sensorene vil tilsammen samle inn enorme mengder data, og det er fysisk umulig ? lagre alt sammen. Ofte vil det ogs? v?re bare en liten del av dataene som det er interessant ? ta vare p? – nemlig de som indikerer at noe spesielt eller unormalt er i ferd med ? skje, som at et hjerteinfarkt eller en storm er i anmarsj. For ? kunne varsle i slike kritiske situasjoner er det ogs? viktig at dataene analyseres i sanntid.
Man skiller alts? mellom data og hendelser – data er den informasjonen som samles inn, mens hendelser er det som er definert som viktig og (muligens) f?rer til en reaksjon definert i systemet. Mye av datah?ndteringen vil kunne foreg? i selve sensorene – noe som reduserer mengden data som overf?res. Samtidig vil det i en del tilfeller v?re n?dvendig ? kunne kombinere data fra ulike sensorer for ? vite om man har en bestemt hendelse eller ikke. For eksempel regnes det ikke som et fall dersom en person ligger i sengen og sover, selv om situasjonen har fellestrekk med at personen ligger p? golvet.
Logg inn for ? kommentere
Ikke UiO- eller Feide-bruker?
Opprett en WebID-bruker for ? kommentere