Prosjektskisse - Høgskolen i Oslo
Transcription
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