Anwendungen im Bereich Ubiquitous Computing verwenden regelmäßig Kontexte, um daraus zusätzliche Informationen zu schließen. Kontexte dienen hier dazu, möglichst viel Wissen über die Umgebung, in der eine Anwendung läuft, in diese mit einzubeziehen. Genauso, wie Menschen im Gespräch zu einem Thema alleine schon durch die Nennung des Themengebietes, über welches geredet wird, eine gewisse Menge an impliziertem Wissen zu diesem Thema haben, wird auch bei Anwendungen im Bereich Ubiquitous Computing versucht, die Gesamtsituation, in der sich die Anwendung abspielt, zu erkennen und das sich daraus ergebende Wissen, das in aller Regel deutlich über die Daten hinaus geht, die aus den Sensoren gewonnen werden können, mit in die Anwendung einzubeziehen.
Eine Umlegung von Sensordaten auf Kontexte ist jedoch mit verschiedenen Schwierigkeiten verbunden. So muß beachtet werden, dass mehrere Sensorwerte den identischen Kontext repräsentierenkönnen, dass Sensoren für die Zuordnung des Kontextes nicht relevante Daten liefern oder auch, dass eine Kombination von Sensorwerten nicht eindeutig einem Kontext zugeordnet werden können. Weiterhin ist in Anwendungen, bei denen Bewegungs- oder Sprachinformationen von Personen verarbeitet werden, zu beachten, dass verschiedene Personen unterschiedliche Sprach- und Bewegungsmuster haben. Gleiche Daten, die bei verschiedenen Personen erfasst wurden, können daher unter Umständen unterschiedliche Bedeutungen repräsentieren.
Ziel dieser Diplomarbeit ist es, eine Vereinheitlichung des Entwicklungsprozesses für kontextsensitive Ubicomp Applikationen zu erreichen und als direkte Folge dessen die Geschwindigkeit für die Entwicklung neuer Ubicomp Applikationen deutlich zu steigern.
Aktuell existiert noch kein einheitliches Verfahren, um Kontextinformationen für eine Ubicomp Anwendung aus den aktuell vorliegenden Sensordaten, die von den für die Anwendung installierten Sensorknoten geliefert werden, zu schließen. Bao et al. bezeichnen in ihrer Ausarbeitung zum Thema „Activity Recognition from User-Annotated Acceleration Data“ [08] die Erkennung von Kontexten, in denen sich eine Anwendung gerade befindet, gar als eines der Schlüsselprobleme des Ubiquitous Computings.
Im Rahmen dieser Diplomarbeit soll daher ein einheitlicher Prozess entwickelt werden, mit dessen Hilfe es in Zukunft bei verschiedenen Projekten möglich sein soll, die Verarbeitung der Sensordaten zu Kontexten auf die gleiche Art und Weise einzurichten.
Inhaltsverzeichnis
1. Einleitung
1.1. Ziele der Arbeit
1.2. Gliederung der Arbeit
2. Analyse
2.1. Ubiquitous Computing Applikationen
2.2. Applikationsentwicklung
2.2.1. Programmierung durch Anwender
2.2.2. Programmierung durch Experten
2.2.3. Methoden der Anwendungsentwicklung in Ubicomp Umgebungen
2.2.4. Zusammenfassung
2.3. Auswahl von Algorithmen zur Kontextklassifikation
2.4. Anforderungen an das zu erstellende System
3. Entwurf
3.1. Entwurf eines Prozesses
3.2. Entwicklungsmodell
3.3. Schritt 1: Sammeln von Daten
3.4. Schritt 2: Annotation
3.5. Schritt 3: Datenverarbeitung
3.6. Schritt 4: Auslieferung des Systems
3.7. Evaluation
4. Implementierung
4.1. Anwendungsumgebung
4.2. Datenbank-Logger
4.3. Werkzeug zur Annotation
4.4. Klassifikator für die Kontexterkennung
4.4.1. Komponentenbasierte Implementierung des Klassifikators
4.4.2. Mathematische Grundlagen des Klassifikators
4.4.3. Der implementierte Bayes-Klassifikator
4.4.4. Hilfskomponenten
4.5. CReSB im Überblick
5. Evaluation
5.1. Methodik
5.2. Szenario 1: Dokumentenhandling
5.3. Szenario 2: Whiteboard Aktivitäten
5.4. Szenario 3: Raumüberwachung
5.5. Szenario 4: Bewegungserkennung
5.6. Analyse möglicher Fehlerquellen
5.7. Fazit
6. Zusammenfassung und Ausblick
Zielsetzung & Themen
Ziel dieser Arbeit ist die Entwicklung eines standardisierten und flexiblen Prozesses zur Kontexterkennung in Ubiquitous Computing Applikationen, um den Entwicklungsaufwand für zukünftige Projekte signifikant zu senken und die Wiederverwendbarkeit von Komponenten zu fördern.
- Entwicklung des "Context Recognition System Builder" (CReSB) zur automatisierten Verarbeitung von Sensordaten zu Kontexten.
- Schaffung einer mobilen Annotationsumgebung, die es Endanwendern ermöglicht, Kontexte intuitiv zu markieren.
- Einsatz eines komponentenorientierten Ansatzes zur flexiblen Modellierung der Datenverarbeitung.
- Evaluation des Systems anhand verschiedener Szenarien, von Dokumentenhandling bis zur Bewegungserkennung.
- Integration von Standard-Datenbanktechnologien und Web-Schnittstellen zur Vereinfachung der Systemeinrichtung.
Auszug aus dem Buch
1.1. Ziele der Arbeit
Ziel dieser Diplomarbeit ist es, eine Vereinheitlichung des Entwicklungsprozesses für kontext-sensitive Ubicomp Applikationen zu erreichen und als direkte Folge dessen die Geschwindigkeit für die Entwicklung neuer Ubicomp Applikationen deutlich zu steigern. Denn aktuell existiert noch kein einheitliches Verfahren, um Kontextinformationen für eine Ubicomp Anwendung aus den aktuell vorliegenden Sensordaten, die von den für die Anwendung installierten Sensorknoten geliefert werden, zu schließen. Bao et al. bezeichnen in ihrer Ausarbeitung zum Thema „Activity Recognition from User-Annotated Acceleration Data“ [08] die Erkennung von Kontexten, in denen sich eine Anwendung gerade befindet, gar als eines der Schlüsselprobleme des Ubiquitous Computings.
Bei den am TecO eingerichteten Anwendungen musste daher in der Vergangenheit jeweils die komplette Verarbeitung der Sensordaten von Grund auf implementiert werden, was einen entsprechenden Arbeitsaufwand mit sich gezogen hat, der bei jeder Anwendung wieder angefallen ist. Mit Hilfe der Ergebnisse dieser Diplomarbeit soll dieser Arbeitsaufwand bei zukünftigen Projekten reduziert werden.
Im Rahmen dieser Diplomarbeit soll daher ein einheitlicher Prozess entwickelt werden, mit dessen Hilfe es in Zukunft bei verschiedenen Projekten möglich sein soll, die Verarbeitung der Sensordaten zu Kontexten auf die gleiche Art und Weise einzurichten. Alle für diesen neu zu gestaltenden Prozess notwendigen Anwendungen sind im Rahmen der Diplomarbeit zu implementieren. Der Prozess und die einzelnen Anwendungen sollen dabei so gestaltet werden, dass sie später in möglichst verschiedenen Anwendungen zum Einsatz kommen können.
Zusammenfassung der Kapitel
1. Einleitung: Beschreibt die Motivation zur Vereinheitlichung der Kontexterkennung in Ubicomp-Systemen und definiert die Ziele zur Reduzierung des Entwicklungsaufwands.
2. Analyse: Analysiert den Stand der Technik, bestehende Programmieransätze und die Notwendigkeit für kontextbasierte Middleware.
3. Entwurf: Entwirft den vierstufigen Prozess des CReSB, bestehend aus Datensammlung, Annotation, Verarbeitung und Auslieferung.
4. Implementierung: Dokumentiert die technische Umsetzung des CReSB unter Nutzung des Equip-Frameworks, MySQL und mobiler Annotationswerkzeuge.
5. Evaluation: Überprüft die Leistungsfähigkeit des Systems in vier unterschiedlichen Anwendungsszenarien und analysiert Fehlerquellen.
6. Zusammenfassung und Ausblick: Fasst die Ergebnisse zusammen und diskutiert zukünftige Optimierungspotenziale sowie die Hardware-Distribution.
Schlüsselwörter
Ubiquitous Computing, Kontexterkennung, Kontextsensitive Applikationen, Anwenderprogrammierung, Sensorik, Datenannotation, Bayes-Klassifikator, Middleware, Prozessstandardisierung, Systemdesign, Equator, Particles, Evaluation, Mustererkennung, Automatisierung.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Vereinfachung der Entwicklung von kontextsensitiven Ubiquitous Computing Applikationen durch die Einführung eines standardisierten Prozesses zur Kontexterkennung.
Was sind die zentralen Themenfelder der Arbeit?
Die Themen umfassen die sensorbasierte Datenerfassung, Methoden zur intuitiven Annotation von Daten durch Benutzer sowie den Einsatz von komponentenorientierten Klassifikatoren zur Kontextauswertung.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Ziel ist die Reduktion des hohen Arbeitsaufwands bei der Implementierung von kontexterkennenden Systemen durch die Schaffung einer wiederverwendbaren und flexiblen Infrastruktur (CReSB).
Welche wissenschaftliche Methode wird zur Erkennung verwendet?
Es kommt primär der Bayes-Klassifikator zum Einsatz, der durch eine komponentengestützte Vorverarbeitung der Sensordaten mittels Filtern und Runden ergänzt wird.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die Analyse von Anforderungen, den Entwurf des vierstufigen CReSB-Prozesses, die praktische Implementierung der Softwarekomponenten sowie die detaillierte Evaluation in vier Testszenarien.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wichtige Begriffe sind Ubiquitous Computing, Kontexterkennung, Anwenderprogrammierung, Datenannotation, Bayes-Klassifikator und Prozessstandardisierung.
Wie trägt die mobile Applikation zur Benutzerfreundlichkeit bei?
Durch die Bereitstellung einer simplen HTML-Oberfläche auf Mobilgeräten kann der Benutzer während des Alltags durch einfache Klicks Annotationen vornehmen, ohne komplexe Dialoge führen zu müssen.
Warum wurde ein komponentenbasiertes Design gewählt?
Dieses Design ermöglicht es Entwicklern, das System für neue Anwendungsfälle schnell anzupassen, indem Komponenten modular ausgetauscht oder Schwellwerte für die Datenverarbeitung individuell konfiguriert werden.
Welche Herausforderungen zeigten sich bei der Bewegungserkennung?
Bei der Klassifikation komplexer Bewegungen wie "Laufen" oder "Rennen" reichten kleine Trainingsdatenmengen oft nicht aus, was die Wichtigkeit einer ausreichend breiten Datenbasis für die Qualität der Erkennung unterstrich.
- Quote paper
- Thomas Morper (Author), 2007, Prozessgestützte Entwicklung von Ubicomp Applikationen, Munich, GRIN Verlag, https://www.grin.com/document/75450
