Aufbau der Vorlesung Grundlagen

Ubiquitous Computing

1 2 3

(Ubiquitäre Informationstechnologien)

4

Kontext

5 Information

Geräte

6 Interaktion 7 Anwendungen

Vernetzung

Sensor

Vorlesung im WS 02/03

Kontext

7

Anwendungen

6

Geräte

2

Kontext

Interaktion

Michael Beigl Universität Karlsruhe Institut für Telematik Telecooperation Office www.teco.uni-karlsruhe.de

3 4

Vernetzung digitale Welt

reale Welt

(vorverarbeitete) Information

5

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Inhalt

Verarbeitung Verarbeitungsstufen § Rohe Elektrische Signale § Interpretation der Signale als elektrische Werte § Zusammenfassung, einfache Abstraktion der Signale § Weitere Abstraktion anhand von Semantik § Interpretation der abstrahierten Daten zu Kontexten § Bsp: einfache Abstraktion: Cues

§ Sensordatenverarbeitung § Sensoren § Ortsbestimmung § Identifikation

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

Application

f1

Context Cue Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-2

c11

c12

...

f2 c21

c22

s1Michael Beigl, TecO s2 Ubiquitous Computing WS 02/03 Sensors

9-3

Sensor-Verarbeitung

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

...

[noise,speech,music]

...

microphone ...9-4

Rohe Elektrische Signale

Rahmenbedingung in Ubiquitous Computing § Wenig Rechenzeit, geringe Leistungsfähigkeit der Rechenkomponenten § Wenig Speicher § Keine einheitliche Beschreibung der Stufen der Verarbeitung § Keine einheitliche Beschreibung / Verarbeitung von Sensordaten § Aber: Domänenwissen um spezielle Anwendung, Einsatzgebiet, Einsatzobjekt hilft (Appliances)

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

Spannungsverlauf über die Zeit

1

0

Zuordnung des elektrischen Werts zu einem Zustand 000000111000011111100101010111000111

Leise..............Laut.......Mäßig laut.......... Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-5

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Zusammenfassung des elektrischen Wertes eines oder mehrerer Sensoren über die Zeit sowie 9-6 Zuordnung zu einem Merkmal

1

Sensorverarbeitung Einfacher Kontext

Mustererkennung

MerkmalsExtraktion

...

Rohdaten

...

Klassische Mustererkennung § Merkmale aus den Rohdaten gewinnen Einsatz von Vorwissen § Zuordnung der gewonnen Merkmale zu Klassen Einsatz von Vorwissen § Was sind charakteristische Merkmale? § Nach welchen Verfahren werden Klassen bestimmt?

Klassifizierung

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Klasse

9-7

Verarbeitung Sample Sensor Data

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Zuordnung eines Sensorwerts zu Kontext über Funktion § Korrelation von mehreren Datenquellen § Verschiedene Verfahren möglich. Einfache Verfahren § Template Übereinstimmung § Minimaler Abstand § „Integrierte“ Merkmalsextraktion § Nächster Nachbar § Neuronale Netze

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-8

Verarbeitung Sample Sensor Data, cont.

9-9

Verarbeitung TEA - Audio

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-10

Verarbeitung Audio Signal

Anforderungen § Wenig Speicher § Wenig Rechnerleistung Ansatz § Arbeiten in Zeitdomäne (keine Transformation!) § Anwendung statistischer Methoden § Merkmalsextraktion auf der Basis einer sehr geringen Datenmenge § von A. Schmidt

Zeit § Daten in der Zeitdomäne

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-11

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-12

2

Verarbeitung Zero Crossings

Verarbeitung Direction Changes

Zeit § Zähle Nulldurchgänge § Distanz zwischen Nulldurchgängen Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Zeit § Zähle Richtungswechsel (~1K)

9-13

Verarbeitung Ratio

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Verarbeitung Integral

Zeit

Zeit §

§ Verhältnis = Richtungswechsel / Nulldurchgänge § Kein Speicherverbrauch! Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-15

Verarbeitung Integral II

Fläche unter Kurve § Kein Speicherverbrauch!

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Zeit §

Absolute Kurvenfläche (normalisiert) § Kein Speicherverbrauch!

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-16

Verarbeitung Profile

Zeit §

9-14

9-17

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

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-18

3

Verarbeitung Software I

Software II

pfeifen

pfeifen

Pfeifen

sprechen

1

sprechen

2

3

4 § Abstand zwischen Nulldurchgängen: unterschiedliches EinAusschwingverhalten

§ Mehrere Chunks bei Sprechen Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-19

Software III

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Software IV

pfeifen

pfeifen

sprechen

sprechen

§ Unterschiedliche Verhältnis Nulldurchgänge / Richtungswechsel

§ Signifikanter Unterschied bei der Standardabweichung der Chunks

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-21

Inhalt

9-22

Sensorik und Technologie 2 Klassen von Sensoren § Sensoren in Infrastruktur sowie stationären Geräten § Sensoren in mobilen (Kleinst)Geräten

§ Sensordatenverarbeitung § Sensoren § Ortsbestimmung § Identifikation

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-20

Voraussetzung für Sensoren in Ubicomp § Geringer Energieverbrauch § Kleine Baugröße § Genauigkeit oft zweitrangig § „Available on demand“ § „Einfach“ zu interpretierende Ausgabe

9-23

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-24

4

Sensorik

Sensorik

Erhaltene Information § Muster, 1 dim, z.B. Spannungsverläufe § 2 dim Informationsmuster, z.B. Bilder § Informationen über interne und externe Sensorzustände

Parameter zur Einordnung der Informationen von Sensoren §

Klassifizierung der Sensorinformationen § Nach Muster § Nach Quelle § Nach Genauigkeit § Nach Energieverbrauch § Nach Formfaktor § Nach Empfindlichkeit / Robustheit § Nach Wartungsfreiheit / Lebensdauer § Nach Parameter, die Sensor liefern kann Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Geometrische Parameter § Winkel, Länge, Distanz, Position, Präsenz, ... Mechanische Parameter § Gewicht, Biegung, Druck, Vibration, Beschleunigung, ... § Zeitparameter § Relative / absolute Zeit, Dauer § Klimatische Angaben § Temperatur, Feuchtigkeit, Wind, Luftdruck § Optische Parameter § Lichtintensität, - wellenlänge, Spektrum, Muster § Akustische Parameter § Lautstärke, Frequenz, Muster § Elektrische / Technische Parameter § Spannung, Strom, Durchfluß § Chemische / Biologische / Umwelt Parameter § Ozon, Gas, pH, Radioaktivität § Gesundheitsparameter § Blutdruck, Pulsrate, Hautleitfähigkeit Ubiquitous Computing WS 02/03 Michael Beigl, TecO §

9-25

Sensorik Beispiele

9-26

Inhalt

§ Sensordatenverarbeitung § Sensoren § Ortsbestimmung § Identifikation

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-27

9-28

Ortsbestimmung Prinzipien

Ortsbestimmung Lokation / Ort § zentraler Kontext in mobilen Systemen § lokaler Ortsbezug: Ort des Anwenders / der Anwendung § allgemeiner: Lokation von (verteilten) Systemkomponenten

Entfernungsmessung § Intensitätsmessung § Impulslaufzeitverfahren § auch: Phasenmessung, Interferometrie, Korrelationsmessmethoden § Alternative zur Entfernungsmessung: Winkelbestimmung

Nutzung von Ortsinformation § absolute Position § relative Position § abgeleitet aus absoluten Positionen § Wahrnehmung von Komponenten in der Nähe, Abstandsmessung usw. § Verknüpfung mit Ortswissen: § lokale Infrastruktur, Ressourcen, Sprache usw. § Rückschluß auf Situationen

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

Positionsbestimmung § Räumlicher Bogenschnitt § Lernen und Vergleichen § Zellenbasierte Positionsbestimmung (Bestimmung der Cell-of-Origin, COO)

9-29

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-30

5

Ortsbestimmung Verteilung

Ortsbestimmung Medien

Komponenten § Client, Mobiles Objekt: Gegenstand der Ortsbestimmung § Infrastruktur, „Netz“: Komponenten mit bekanntem Ort als Bezugspunkt für Ortsbestimmung Kommunikation § Baken/Beacons: „Leuchtfeuer“, periodisch oder nach Polling § Sende/Empfangsrollen: abh. vom Ort der Ortsbestimmung, s.u. Ortsbestimmung im Client § Infrastruktur sendet Baken aus; Clients empfangen Signale und können daraus ihre Position berechnen § Clients haben Kontrolle über ihre Lokationsinformation (Netz kann Position nicht ableiten) Ortsbestimmung im Netz § Clients senden Baken, Netz berechnet Position der Clients § Clients müssen der Infrastruktur vertrauen

Satellitenfunk § im Außenbereich; kein Empfang in Gebäuden RF-Systeme für Indoor Positionierung § Funk-basiert, speziell für Ortsbestimmung; im Innenbereich aber raumübergreifende Abdeckung Mobilkommunikation § Nutzung von bestehender Kommunikationsinfrastruktur für Positionierung: global (z.B. GSM), LAN, PAN (z.B. Bluetooth) Infrarot § im Innenbereich; Zellen durch Sichtbereich definiert (Nachteil: mögliche Abschattung; Vorteil: Bezug zu räuml. Gegebenheiten) Ultraschall § im Innenbereich über vglw. kurze Distanzen (störanfällig, aber sehr genau)

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-31

Ortsbestimmung Systeme

Ubiquitous Computing WS 02/03 Michael Beigl, TecO

9-32

Inhalt

Vergleich verschiedener Systeme Satellitenfunk Mobilfunk Funk-LAN Funk-Baken Infrarot

RF Feldstärke Ultraschall

GPS DGPS GSM MPS WaveLan PinPoint ActiveBadge ParcTab MediaCup Smart-Its ActiveBat

außen außen außen/innen außen/innen innen/außen innen innen innen innen innen/außen innen

3D 3D COO 2D COO 3D COO COO COO 3D 3D

300m