Thesis Proposals (Proposte di tesi)

Sviluppo di applicazioni basate su sensori per il controllo di ambienti ed oggetti

La rapida diffusione di sensori ed attuatori ha reso possibile lo sviluppo di applicazioni in grado di controllare ambienti e oggetti nei più svariati contesti, tra cui quello domestico. Di seguito si riportano le tesi attualmente disponibili, che verranno svolte utilizzando la smart room del laboratorio, equipaggiata con diversi tipi di sensori e attuatori, tra cui diversi sensori e board Arduino, beacon BLE, e un pannello strumentale BTicino.

 

Argomento 1: Personalizzazione di scenari in ambito domotico

Tesi per laurea triennale o magistrale

Questa tesi si propone di studiare metodi e tecnologie innovative per riconoscere le persone che utilizzano gli spazi e gli oggetti di un'abitazione senza che queste debbano compiere atti espliciti per il riconoscimento (passaggio di badge, token o similari), al fine di adattare l'ambiente domotico in base a scenari personalizzati. In particolare, si sperimenterà l'utilizzo di beacon BLE (Bluetooth Low Energy) come tecnologia di microlocalizzazione indoor. Tali beacon sono piccoli emettitori BLE con consumo molto limitato di batteria che permettono ai ricevitori di calcolarne la distanza e l'identità, espressa tramite un ID univoco. Verrà compiuta l'analisi e la progettazione dell'architettura software e degli algoritmi per l'acquisizione di contesto e di personalizzazione di scenari, e realizzato un semplice prototipo.

Requisiti: buone capacità di programmazione, (preferibilmente) superamento degli esami di Sistemi distribuiti / MobiData / MobiDev


Argomento 2: Tutela della privacy nella Smart-home

Tesi per laurea triennale o magistrale

La tutela della privacy e della sicurezza in ambienti pervasivi sta assumendo rilevanza sempre maggiore, visto che sensori ed attuatori in questi ambienti sono direttamente o indirettamente connessi ad Internet e quindi esposti a rischi di attacco. La tesi si propone la progettazione e lo sviluppo prototipale di un sistema per il controllo fine, granulare e context-aware dell'accesso a informazioni generate in una SmartHome da parte di diversi soggetti.

Requisiti: buone capacità di programmazione, (preferibilmente) superamento degli esami di Sistemi distribuiti / MobiData / MobiDev

 

Per ulteriori informazioni rivolgersi a Claudio Bettini o Gabriele Civitarese.

Riconoscimento di attività quotidiane in base a dati di sensori e smart devices

Gli ambienti di pervasive e mobile computing sono caratterizzati dalla varietà di dispositivi utilizzati e condizioni di utilizzo. Per questo motivo, al fine di adattare i servizi alle esigenze di un utente, è di primaria importanza riconoscere automaticamente la situazione in cui si trova l'utente stesso; in particolare, la sua attività. Il monitoraggio di attività umane ha svariati ambiti di applicazione, in particolare nell'ambito dell'healthcare.

Il laboratorio svolge progetti in questo ambito e periodicamente segue studenti di triennale e magistrale in stage interni e tesi associate.

 

Argomento 1: Riconoscimento di azioni in base a sensori e sistemi di micro-localizzazione

Tesi per lauree triennali o magistrali

La tesi prevede la progettazione e la sperimentazione di un sistema di riconoscimento automatico di azioni svolte all'interno dell'abitazione, quali ad esempio "aprire la porta del frigo", "chiudere lo sportello dei medicinali", ecc. Il riconoscimento di tali azioni è il presupposto per il monitoraggio di attività di alto livello (cucinare, assumere le medicine) utile in svariate applicazioni medicali. Il riconoscimento si baserà sull'utilizzo della tecnologia Bluetooth Low Energy e dispositivi iBeacon per rilevare la prossimità dell'utente ad oggetti di interesse, e di accelerometri per il riconoscimento dell'azione specifica.

Requisiti: buone capacità di programmazione in linguaggio Java, (preferibilmente) superamento degli esami di MobiDev e/o Sistemi Distribuiti e Pervasivi

 

Argomento 2: Riconoscimento di anomalie comportamentali in base a sensori domestici

Tesi per lauree magistrali

Il riconoscimento di anomalie comportamentali compiute da soggetti fragili (ad esempio, anziani che vivono soli) ha importanti applicazioni in ambito healthcare, quali la diagnosi precoce di malattie dementigene. Lo scopo della tesi è investigare tecniche innovative per rilevare anomalie comportamentali in base a dati acquisiti da sensori installati nell'abitazione dell'anziano, quali sensori di contatto per rilevare l'apertura/chiusura di sportelli e porte o l'utilizzo del frigo, sensori di presenza, di temperatura, ecc. Le tecniche proposte verranno valutate sperimentalmente utilizzando dataset di pazienti reali.

Requisiti: buone capacità di programmazione in linguaggio Java, (preferibilmente) superamento degli esami di MobiDev e/o Sistemi Distribuiti e Pervasivi

 

Argomento 3: Riconoscimento context-aware di attività umane su dispositivi mobili basato su analisi di big data

Tesi per lauree magistrali

Lo scopo della tesi è la progettazione, implementazione e validazione di tecniche basate su analisi di big data per realizzare un sistema di riconoscimento di attività umane basato sull'accelerometro 9-axis dello smartphone, integrabile con ulteriori fonti di contesto come ad esempio smartwatch, sistemi di localizzazione best-effort offerti da google, sistemi di micro-localizzazione offerti da dispositivi Bluetooth Low Energy, eccetera. Le tecniche realizzate combineranno ragionamento statistico a ragionamento simbolico, in modo da integrare informazioni di contesto all'analisi dei dati dei sensori per migliorare il riconoscimento delle attività. La soluzione realizzata verrà infine confrontata con le API di Google per il riconoscimento di attività.

Requisiti: buone capacità di programmazione in linguaggio Java, (preferibilmente) superamento degli esami di MobiDev e/o Sistemi Distribuiti e Pervasivi


Per ulteriori informazioni rivolgersi a Claudio Bettini o Gabriele Civitarese.