Prosjektskisse - Høgskolen i Oslo

Prosjektskisse for hovedprosjekt i data/informasjonsteknologi, vår 2016
Oslo, 2. desember 2015 Studenter Eivind Schulstad ­ s198752, Gretar Ævarsson ­ s198586 Oppdragsgiver
Kontaktperson Tulpesh Patel Førsteamanuensis [email protected] Tlf. 67 23 50 82 Høgskolen i Oslo og Akershus
Postboks 4 St. Olavs Plass
0130 Oslo
Tlf. 67 23 50 00
SØVNDETEKSJON APP Bakgrunn Vi gjør vårt prosjekt i samarbeid med Dr. Tulpesh Patel, som er førsteamanuensis ved HiOA. Han forsker bl.a. innenfor feltet menneske­maskin­interaksjon (MMI), og deriblant hvordan man kan avlese og behandle bølger som sendes fra hjernen. De viktige elementene ved MMI involverer utformingen av både maskinvare og programvare, og resulterer ofte i et «produkt» hvor bl.a. estetikk, brukervennlighet, ergonomi, kognitiv teknologi, design, psykologi og sosiologi spiller en stor rolle. Målet med dette prosjektet er derfor å finne en praktisk utnyttelse av denne kunnskapen, mer spesifikt å lage et system som kan detektere tidlig søvn. Mål Hovedmålene for dette bachelorprosjektet er: ● Benytte en relativt billig kommersiell EEG­device til å måle og avlese hjerneaktivitet ● Benytte en eksisterende algoritme (Lat et al, 2007) for selve ‘stadium 1­søvn’ deteksjonen ● Benytte en mobiltelefon til å motta data­output fra EEG­device’en via bluetooth, og gjøre algoritmebaserte beregninger for mest mulig nøyaktig deteksjon av ‘stadium 1­søvn’ Målet er økt sikkerhet for personer som risikerer å sovne imens de utfører kritiske oppgaver, f.eks. lastebilsjåfører og piloter. Produkt Det ferdige produktet vil bestå av en mobilapplikasjon som kan gjøre følgende: ● motta signal via bluetooth fra et EEG­headset (TBD) ● gjøre algoritmiske beregninger for påvisning av ‘stadium 1 søvn’ fra disse signalene ● varsle brukeren (visuelt og med lyd) når han/hun er i ferd med å sovne Det eksisterer allerede såkalte ‘driver drowsiness detection systems’, men disse baserer seg gjerne på andre teknologier. F.eks BMWs ​
Active Driving Assistant ​
som analyserer kjøremønster. Fordelen med vår løsning er et større bruksområde samt større presisjon. SWOT analysis SWOT (​
e. Strengths, Weaknesses, Opportunities, Threats​
) brukes til å vurdere prosjektet i den innledende fasen, og oppdage faktorer som kan tilsi om prosjektet er aktuelt eller ikke. ●
●
●
●
Strengths God samarbeids­erfaring mellom gruppemedlemmer Oppdragsgiver har god kunnskap til søvnmønstre. ●
●
Opportunities Økt sikkerhet for brukere Bruk av relativt billige/tilgjengelige enheter ●
Weaknesses Kun to gruppemedlemmer Omfang og kompleksitet kan bli for mye Threats falske alarmer kan føre til at brukere ikke stoler på teknologien