In the GoGreen project an intelligent home that is able to identify inhabitants and events that take place is created. The location of sounds that are being produced is an important feature for the context awareness of this system. A a wireless solution that uses low-cost sensor nodes and microphones is described. Experiments show that solutions that only use the three sensor nodes that are closest to the origin of the sounds provide the best solutions, with an average accuracy of 40 cm or less.Paper published for the ICT Open 2013 proceedings (27-28 November 2013, Eindhoven).
MULTIFILE
Na twee jaar met veel studenten te hebben gewerkt aan het project Wireless Sensortechnologie bij Calamiteiten geeft dit boek een overzicht van de activiteiten die zijn uitgevoerd. In 14 deelprojecten verspreid over vier werkpakketten hebben vooral studenten onder leiding van docenten en medewerkers van het Saxion-lectoraat Ambient Intelligence in het Kenniscentrum Design en Technologie van Saxion zich verdiept in een breed scala van onderwerpen. Na een eerste verkenning door middel van literatuurstudie en verkenning van de markt is er gewerkt aan praktische oplossingen van problemen. In de meeste gevallen zijn de oplossingen vormgegeven in echte systemen met de nodige hard-en software. Bij de testen en de experimenten werd duidelijk in hoeverre de oplossing ook echt voldeed als antwoord op de onderzoeksvraag die aan het begin gesteld werd. Alle deelprojecten zijn beschreven en aan het eind van het boek worden de belangrijkste conclusies op een rij gezet.
MULTIFILE
Brandweermensen lopen het meeste gevaar als ze onder tijdsdruk een gebouw moeten verkennen, of een brand moeten blussen terwijl de situatie nog niet goed kan worden overzien. Omvallende muren, instortende plafonds of gewoon gestruikeld over door de rook onzichtbare brokstukken leiden tot vermijdbare letsels of zelfs slachtoffers. Met name de inzet bij branden in stedelijke parkeergarages onder woontorens vormen een enorm risico. Het inzetten van onbemande, op afstand bestuurbare voertuigen voor verkenning en bluswerk is een oplossing die binnen de brandweer breed wordt gedragen. De brandweer moet deze innovatieve technologie echter zien te omarmen. Zij werken nu vanuit hun intuïtie en weten direct hoe te acteren op basis van wat zij waarnemen. Praktijkgericht onderzoek heeft echter uitgewezen dat scepsis over de inzet van blusplatforms bij incidenten plaats heeft gemaakt voor zeker vertrouwen. Een blusplatform, voorzien van juiste sensoren kan de Officier van Dienst (OVD) ondersteunen bij het nemen van een beslissing om al dan niet tot een ‘aanval’ over te gaan. Praktijktesten hebben echter laten zien dat de huidige blusplatforms nog niet optimaal functioneren om als volwaardig ‘teamlid’ te kunnen worden ingezet. Dit heeft enerzijds met technologische ontwikkelingen (sensoren en communicatieverbindingen) te maken, maar anderzijds moet de informatievoorziening (human-machine interfacing) naar de brandweer beter worden afgestemd. In dit project gaan Saxion, het instituut fysieke veiligheid, de universiteit Twente, het bedrijfsleven en vijf veiligheidsregio’s onderzoeken hoe en wanneer innovatieve blusplatforms op een intuïtieve manier kunnen worden ingezet door training én (kleine) productaanpassing zodat deze een volwaardig onderdeel kunnen zijn van het brandweerkorps. Een blusplatform kan letselschade en slachtoffers voorkomen, mits goed ingezet en vertrouwd door de mensen die daarvan afhankelijk zijn. Het vak van brandweer, als beroeps of vrijwilliger, is een van de gevaarlijkste die er is. Laten we er samen voor zorgen dat het iets veiliger kan worden.
The demand for mobile agents in industrial environments to perform various tasks is growing tremendously in recent years. However, changing environments, security considerations and robustness against failure are major persistent challenges autonomous agents have to face when operating alongside other mobile agents. Currently, such problems remain largely unsolved. Collaborative multi-platform Cyber- Physical-Systems (CPSs) in which different agents flexibly contribute with their relative equipment and capabilities forming a symbiotic network solving multiple objectives simultaneously are highly desirable. Our proposed SMART-AGENTS platform will enable flexibility and modularity providing multi-objective solutions, demonstrated in two industrial domains: logistics (cycle-counting in warehouses) and agriculture (pest and disease identification in greenhouses). Aerial vehicles are limited in their computational power due to weight limitations but offer large mobility to provide access to otherwise unreachable places and an “eagle eye” to inform about terrain, obstacles by taking pictures and videos. Specialized autonomous agents carrying optical sensors will enable disease classification and product recognition improving green- and warehouse productivity. Newly developed micro-electromechanical systems (MEMS) sensor arrays will create 3D flow-based images of surroundings even in dark and hazy conditions contributing to the multi-sensor system, including cameras, wireless signatures and magnetic field information shared among the symbiotic fleet. Integration of mobile systems, such as smart phones, which are not explicitly controlled, will provide valuable information about human as well as equipment movement in the environment by generating data from relative positioning sensors, such as wireless and magnetic signatures. Newly developed algorithms will enable robust autonomous navigation and control of the fleet in dynamic environments incorporating the multi-sensor data generated by the variety of mobile actors. The proposed SMART-AGENTS platform will use real-time 5G communication and edge computing providing new organizational structures to cope with scalability and integration of multiple devices/agents. It will enable a symbiosis of the complementary CPSs using a combination of equipment yielding efficiency and versatility of operation.
![Does Science-Fiction predict [or change] the future?](https://publinova-harvester-content-acc.s3.amazonaws.com/thumbnails/files/previews/pdf/20240409032611351692.adbf7edd-9619-4d0e-9a17-e0e7096adc7f-thumbnail-400x300.png)
