IoT Prism Lab
Research Lab at University of Bologna
Research Lab at University of Bologna
Theses
2017 |
Rondelli, Marco Studio di sistemi di posizionamento inerziale tramite sensori su smartphone Masters Thesis 2017. Abstract | Links | BibTeX | Tags: accelerometro, accelerometro lineare, algoritmo, android, App, applicazione, dead reckoning, dead-reckoning, flask, html, indoor localization, javascript, localization, localizzazione, posizionamento, python, sensori, Smartphone, web service @mastersthesis{amslaurea13050, title = {Studio di sistemi di posizionamento inerziale tramite sensori su smartphone}, author = {Marco Rondelli}, url = {https://amslaurea.unibo.it/id/eprint/13050}, year = {2017}, date = {2017-01-01}, abstract = {Il documento è uno studio sui sistemi di posizionamento tramite l'utilizzo dei sensori degli smartphone androida. Inizialmente è presente un'analisi della situazione attuale dei sistemi di posizionamento con il richiamo a sistemi più conosciuti. All'interno è proposto un sistema basato sull'accelerometro che calcola lo spostamento sfruttando un'algoritmo di step-detection e un algoritmo basato sulle formule di fisica. Nel documento è stata descritta l'implementazione dell'applicazione e di tutto il background che ha contribuito alla creazione del sistema.}, keywords = {accelerometro, accelerometro lineare, algoritmo, android, App, applicazione, dead reckoning, dead-reckoning, flask, html, indoor localization, javascript, localization, localizzazione, posizionamento, python, sensori, Smartphone, web service}, pubstate = {published}, tppubtype = {mastersthesis} } Il documento è uno studio sui sistemi di posizionamento tramite l'utilizzo dei sensori degli smartphone androida. Inizialmente è presente un'analisi della situazione attuale dei sistemi di posizionamento con il richiamo a sistemi più conosciuti. All'interno è proposto un sistema basato sull'accelerometro che calcola lo spostamento sfruttando un'algoritmo di step-detection e un algoritmo basato sulle formule di fisica. Nel documento è stata descritta l'implementazione dell'applicazione e di tutto il background che ha contribuito alla creazione del sistema. |
2015 |
Angelini, Melissa Besafe: un'applicazione Android per la rilevazione di aggressioni attraverso il riconoscimento del tipo di mobilità Masters Thesis 2015. Abstract | Links | BibTeX | Tags: accelerometro, aggressioni, android, giroscopio, microfono GPS, riconoscimento @mastersthesis{amslaurea8383, title = {Besafe: un'applicazione Android per la rilevazione di aggressioni attraverso il riconoscimento del tipo di mobilità}, author = {Melissa Angelini}, url = {https://amslaurea.unibo.it/id/eprint/8383}, year = {2015}, date = {2015-01-01}, abstract = {Tematiche di violenza e aggressione sono oggi di estrema attualità e sempre più spesso se ne sente parlare al telegiornale o in programmi specializzati. Aggressione per molestie, furto o per scopi razziali; le motivazioni e i casi d'interesse sono vari e spesso hanno inizio senza alcun apparente motivo e la sensazione di sentirsi sempre meno al sicuro, anche appena usciti di casa, può degenerare ad una vera e propria paranoia. L'unica cosa che è sempre al nostro fianco, oggi giorno, sono i nostri smartphone, che risultano sempre più sofisticati e intelligenti; perché, allora, non provare ad usarli come protezione? L'obiettivo su cui si è incentrata questa tesi è, appunto, il riconoscimento di un'aggressione basata sull'analisi della situazione in cui si trova l'utente, attraverso l'uso dei sensori messi a disposizione dagli odierni smartphone in circolazione. Esistono già numerose applicazioni per la sicurezza personale, ma il metodo utilizzato per la segnalazione di un'aggressione è sempre basato sulla pressione di un pulsante o un'azione particolare che l'utente deve svolgere. L'applicazione creata in questo studio, invece, cerca di riconoscere le situazioni di pericolo osservando i movimenti dell'utente e basa il riconoscimento sulla presenza di situazioni fuori dalla normale quotidianità che, attraverso dei "controlli di conferma", permettono di riconoscere il pericolo in maniera completamente autonoma. Si è deciso di approcciarsi ad un riconoscimento autonomo, in quanto, non sempre si ha la possibilità, o il tempo, di prendere in mano il proprio smartphone per avvisare del pericolo e molte volte il panico potrebbe far perdere la lucidità alla vittima, il cui primo pensiero è quello di difendersi e scappare e non utilizzare il dispositivo. Altre volte, distrarsi anche per un secondo, potrebbe essere fatale per la propria sicurezza. Per questo motivo si è ricercato un'approccio di riconoscimento basato "sull'osservazione" di ciò che sta accadendo, piuttosto che sull'attesa di un segnale. L'obiettivo di riconoscimento prefissato è stato quello delle aggressioni in strada e i sensori utilizzati a questo scopo sono stati: accelerometro, giroscopio, GPS e microfono. Attraverso la combinazione di questi sensori, infatti, è stato possibile riconoscere cadute (di forte entità), urla e probabili spinte/strattoni. Si sono studiate, per tanto, le caratteristiche che collegassero queste tipologie di situazioni per ogni sensore preso in esame, costruendo un'approccio di riconoscimento risultato valido per gli obiettivi minimi prefissati.}, keywords = {accelerometro, aggressioni, android, giroscopio, microfono GPS, riconoscimento}, pubstate = {published}, tppubtype = {mastersthesis} } Tematiche di violenza e aggressione sono oggi di estrema attualità e sempre più spesso se ne sente parlare al telegiornale o in programmi specializzati. Aggressione per molestie, furto o per scopi razziali; le motivazioni e i casi d'interesse sono vari e spesso hanno inizio senza alcun apparente motivo e la sensazione di sentirsi sempre meno al sicuro, anche appena usciti di casa, può degenerare ad una vera e propria paranoia. L'unica cosa che è sempre al nostro fianco, oggi giorno, sono i nostri smartphone, che risultano sempre più sofisticati e intelligenti; perché, allora, non provare ad usarli come protezione? L'obiettivo su cui si è incentrata questa tesi è, appunto, il riconoscimento di un'aggressione basata sull'analisi della situazione in cui si trova l'utente, attraverso l'uso dei sensori messi a disposizione dagli odierni smartphone in circolazione. Esistono già numerose applicazioni per la sicurezza personale, ma il metodo utilizzato per la segnalazione di un'aggressione è sempre basato sulla pressione di un pulsante o un'azione particolare che l'utente deve svolgere. L'applicazione creata in questo studio, invece, cerca di riconoscere le situazioni di pericolo osservando i movimenti dell'utente e basa il riconoscimento sulla presenza di situazioni fuori dalla normale quotidianità che, attraverso dei "controlli di conferma", permettono di riconoscere il pericolo in maniera completamente autonoma. Si è deciso di approcciarsi ad un riconoscimento autonomo, in quanto, non sempre si ha la possibilità, o il tempo, di prendere in mano il proprio smartphone per avvisare del pericolo e molte volte il panico potrebbe far perdere la lucidità alla vittima, il cui primo pensiero è quello di difendersi e scappare e non utilizzare il dispositivo. Altre volte, distrarsi anche per un secondo, potrebbe essere fatale per la propria sicurezza. Per questo motivo si è ricercato un'approccio di riconoscimento basato "sull'osservazione" di ciò che sta accadendo, piuttosto che sull'attesa di un segnale. L'obiettivo di riconoscimento prefissato è stato quello delle aggressioni in strada e i sensori utilizzati a questo scopo sono stati: accelerometro, giroscopio, GPS e microfono. Attraverso la combinazione di questi sensori, infatti, è stato possibile riconoscere cadute (di forte entità), urla e probabili spinte/strattoni. Si sono studiate, per tanto, le caratteristiche che collegassero queste tipologie di situazioni per ogni sensore preso in esame, costruendo un'approccio di riconoscimento risultato valido per gli obiettivi minimi prefissati. |