MA4:使用Android MID與Arduino平台之行動式動作分析

MA4: Mobile Activity Analysis using Android MID and Arduino Platform

江集祥(Chiang Chi-Hsiang)

指導教授 ： 鄭福炯

大同大學/電機資訊學院/資訊工程學系所/碩士(2010年)

摘要

許多研究與報告都證明情境感知的高度需求，但至今卻極少成功商業化的產品，即便研究人員在相關的研究上，也常受限於使用者活動分析設備、系統的低相容性與高整合難度，無法專注於其專門的項目，必須先花費時間在克服各種介面的差異或是設備的規格，進度無法加快，在本論文中，我們提出MA4平台(Mobile Activity Analysis using Android MID and Arduino Platform)，運用被使用者廣泛接受的Android MID(Mobile Internet Device)，做為使用者終端設備，因其已具備如GPS、電子羅盤等基礎收集使用者狀態與活動的設備，且它是基於開放式Android作業系統開發，這個開放原始碼的作業系統適合研究人員、開發人員，甚至一般個人自行修改使用。
我們同時搭配一個完全開放的Arduino軟硬體開發平台，可連結各式的感測器與傳輸模組，與Android MID以精簡的開發流程，實作用線性加速度計，對使用者移動式動作姿態的分析。我們也以此實作結果，搭配情境推論引擎，以一般使用者日常生活的情境，完成一個能收集使用者即時狀態，並提供適切服務資訊的情境感知系統，證明它的結果符合預期。
我們相信，以我們實作的MA4平台為基礎，將大幅提升情境感知研究的質量，甚至讓使用者在短時間內，就可以不高的價格，藉由Android MID這類智慧型嵌入式系統，享受到情境感知的便利。

關鍵字

情境感知 ； 動作分析 ； Android ； Arduino ； 嵌入式系統

並列摘要

Many research and reports prove a high requirement of context awareness applications, but up to now, these are rarely successful commercial products. Current research, focus on user motion analysis equipment, system compatibility, low difficulty and high integration. In this paper, we use Android MID (Mobile Internet Device) together with a completely open Arduino hardware and software development platform to streamline the mobile activity analysis of mobile users. The platform is called MA4(Mobile Activity Analysis using Android MID and Arduino Platform). We also use MA4 platform to carry out a small project of context awareness, specifically recording daily life activities of general users, to prove that the results confirm with expectations.

並列關鍵字

Context Awareness ； Activity Analysis ； Android ； Arduino ； Embedded system

參考文獻

[3] Dey, Anind K., Abowd, Gregory D., “Towards a Better Understanding of Context and Context-Awareness”, z.B.

[5] A. Almudevar, A. Leibovici, and C. Horwitz. . “Electronic motion monitoring in the assessment of non-cognitive symptoms of dementia.” In 12th International Congress of the International Psychogeriatric Association, 2005.

[8] MARGARIA, R.: Biomechanics and energetics of muscular exercise, Oxford: Clarendon. Press 67-139, 1976.

[9] Chin Lai, Yueh-Min Huang, Han-Chieh Chao, Jong-Hyuk Park, "Adaptive Body Posture Analysis Using Collaborative Multi-Sensors for Elderly Falling Detection," IEEE Intelligent Systems, 18 Jan. 2010. IEEE computer Society Digital Library. IEEE Computer Society.

[10] C. W. Lin, and Z. H. Ling, “Automatic Fall Incident Detection in Compressed Video for Intelligent Homecare,” in Proc. of 16th International Conference on Computer Communications and Networks, 2007.