Dit essay geeft een systeemvisie op het ontwikkelen van embedded software voor slimme systemen: (mobiele) robots en sensornetwerken.
Iedereen heeft een groot aantal Embedded Systemen in zijn omgeving, maar weet niet dat ze er zijn. Embedded Sytemen doen hun nuttige werk namelijk "achter de schermen": door elektronica en software slim te combineren en te integreren in een apparaat of machine ontstaan nieuwe toepassingsmogelijkheden die eenvoudiger te bedienen zijn en die bovendien een stuk goedkoper op de markt gebracht kunnen worden dan met conventionele technieken. Dit heeft wel tot gevolg dat de embedded systemen zelf elk jaar complexer worden (om aan de buitenkant simpeler te worden). Het ontwerpen en bouwen van dit soort systemen is dus een stevige technische uitdaging. Een van de belangrijkste voorwaarden is dat de professionals van verschillende vakgebieden goed kunnen samenwerken, vooral over de grenzen van hun eigen vakgebied. Een andere voorwaarde is dat ontwerpers van alle intellectuele niveaus nauw met elkaar moeten samenwerken om het onderste uit de kan te kunnen halen. In de regio Zuidoost Nederland, in een brede strook rond de A67, is een groot aantal bedrijven in de maakindustrie van wereldklasse gevestigd. Het is de maatschappelijke taak van onderwijsinstellingen in het algemeen en Fonts Hogescholen in het bijzonder om voldoende studenten op hoog gekwalificeerd niveau op te leiden, zodat deze bedrijven op wereldniveau kunnen blijven concurreren. Daar wil het Lectoraat Architectuur van Embedded Systemen zo veel mogelijk aan bijdragen door relevant toegepast onderzoek uit te voeren.
In deze publicatie wordt een 'tool' aangeboden om tot een gestructureerde selectie, keuze en implementatie van CADCAM systemen te komen. Deze tool is ontwikkeld in het kader van het project "Procesinnovatie Verspaning voor MKB-bedrijven". Naast deze publicatie zijn ook vijf andere tools ontwikkeld en uitgegeven in de vorm van een publicatie (te downloaden via
Snelheid is één van de belangrijkste basisrisicofactoren in het verkeer. Hoe sneller er gereden wordt in een auto hoe groter de kans op (zware) ongevallen2 en hoe hoger de uitstoot. Veel verkeersveiligheidsbeleid spitst zich daarom toe op het voorkomen van te hoge snelheden en het voorkomen van te grote snelheidsverschillen. ISA, Intelligente Snelheid Adaptatie, is een van de technologische oplossingen die kan bijdragen aan het voorkomen van te hoge snelheden in auto’s. ISA kent vele verschijningsvormen, van informerend (via slimme technologie wordt de bestuurder geïnformeerd over de geldende maximumsnelheid) tot dwingend (de auto wordt fysiek beperkt om harder te rijden dan de maximumsnelheid). Inmiddels bestaat voldoende bewijs dat de acceptatiegraad van ISA hoog kan zijn, wanneer het systeem perfect werkt. De praktijk is echter weerbarstig, doordat systemen (soms) technisch kunnen falen of onvoldoende correcte informatie doorgeven aan de bestuurder. Dit staat de acceptatie van ISA in de weg; niet in de laatste plaats omdat onderzoek heeft aangetoond dat bestuurders hogere normen hanteren voor het accepteren van technisch falen in zelfrijdende voertuigen5. Een (rijtaakondersteunend)systeem moet ten alle tijden beter functioneren dan de mens. In ACTI-I wordt dit spanningsveld onderzocht. De vraag luidt: Welke impact heeft technisch falen op de acceptatie van ISA? Deze vraag wordt beantwoord middels 1) literatuuronderzoek naar falen en acceptatie van technologische systemen; 2) rijsimulator/deelnemersonderzoek naar de waardering voor ISA en of, en zo ja hoe, de waardering verandert al naar gelang het falen van het systeem toeneemt. We werken hiervoor samen met drie MKB’s die ISA systemen ontwikkelen en verkopen aan particulieren en de overheid. De resultaten van ACTI-I zullen worden gepubliceerd en vormen de basis voor een RAAK-MKB onderzoek naar de relatie tussen technisch falen en de bestuurdersacceptatie van ISA en andere geavanceerde rijhulpsystemen
Artificial Intelligence (AI) wordt realiteit. Slimme ICT-producten die diensten op maat leveren accelereren de digitalisering van de maatschappij. De grote innovaties van de komende jaren –zelfrijdende auto’s, spraakgestuurde virtuele assistenten, autodiagnose systemen, robots die autonoom complexe taken uitvoeren – zijn datagedreven en hebben een AI-component. Dit gaat de rol van professionals in alle domeinen, gezondheidzorg, bouwsector, financiële dienstverlening, maakindustrie, journalistiek, rechtspraak, etc., raken. ICT is niet meer volgend en ondersteunend (een ‘enabling’ technologie), maar de motor die de transformatie van de samenleving in gang zet. Grote bedrijven, overheidsinstanties, het MKB, en de vele startups in de Brainport regio zijn innovatieve datagedreven scenario’s volop aan het verkennen. Dit wordt nog eens versterkt door de democratisering van AI; machine learning en deep learning algoritmes zijn beschikbaar zowel in open source software als in Cloud oplossingen en zijn daarmee toegankelijk voor iedereen. Data science wordt ‘applied’ en verschuift van een PhD specialisme naar een HBO-vaardigheid. Het stadium waarin veel bedrijven nu verkeren is te omschrijven als: “Help, mijn AI-pilot is succesvol. Wat nu?” Deze aanvraag richt zich op het succesvol implementeren van AI binnen de context van softwareontwikkeling. De onderzoeksvraag van dit voorstel is: “Hoe kunnen we state-of-the-art data science methoden en technieken waardevol en verantwoord toepassen ten behoeve van deze slimme lerende ICT-producten?” De postdoc gaat fungeren als een linking pin tussen alle onderzoeksprojecten en opdrachten waarbij studenten ICT-producten met AI (machine learning, deep learning) ontwikkelen voor opdrachtgevers uit de praktijk. Door mee te kijken en mee te denken met de studenten kan de postdoc overzicht en inzicht creëren over alle cases heen. Als er overzicht is kan er daarna ook gestuurd worden op de uit te voeren cases om verschillende deelaspecten samen met de studenten te onderzoeken. Deliverables zijn rapporten, guidelines en frameworks voor praktijk en onderwijs, peer-reviewed artikelen en kennisdelingsevents.
Er is momenteel een enorme groei op het gebied van consumentenproducten om activiteiten en bewegingen te meten; zowel voor de fitnessindustrie (bv. Fitbit, Jawbone) als in de gaming wereld (bv Kinect, Wii). Bedrijven op het gebied van zorgtechnologie vragen zich af of zij producten en diensten kunnen ontwikkelen op basis van deze technologie. In dit project richten we ons specifiek op de vraag van de bedrijven of met deze producten het valrisico van ouderen kan worden ingeschat. De incidentele metingen in een klinische omgeving kunnen dan worden vervangen door continue metingen in het dagelijks leven. Het onderzoek dat wordt uitgevoerd betreft het bepalen van de nauwkeurigheid, robuustheid en acceptatie van technologie om in realistische omgevingen (hier: woonomgeving en ziekenhuisom-geving) de bewegingskenmerken van ouderen te meten. Het onderzoek wordt ingericht rond de onderzoeksvraag: Hoe kunnen technologieën voor bewegingsregistratie die zich hebben bewezen in een labsetting worden ingezet in de woonomgeving en in het ziekenhuis, ten behoeve van het inschatten van val-risico bij ouderen? Het onderzoek zal worden uitgevoerd in twee parallel lopende cases: valrisico meten in de woon-omgeving en valrisico meten in het ziekenhuis. In beide gevallen wordt een living lab aanpak ge-volgd: de technologische oplossingen van de MKB worden op iteratieve wijze, in de praktijk , be-studeerd en verder ontwikkeld. Ook de inbedding van de technologie in het zorgproces wordt in het onderzoek meegenomen. De kennis die wordt opgedaan zal worden gebruikt door de participerende MKB in nieuwe pro-ducten en diensten. Het onderzoek wordt uitgevoerd door een multidisciplinair team bestaande uit de Hogeschool van Amsterdam (Domein Digitale Media en Creatieve Industrie en Domein Gezond-heid), de Vrije Universiteit (Bewegingswetenschappen), het AMC (Geriatrie), zorgaanbieders Cor-daan en Amsta en de participerende MKB. De resultaten zullen worden gepresenteerd op twee publieke seminars, in vakbladen en op we-tenschappelijke conferenties.
