Ambient intelligence technologies are a means to support ageing-in-place by monitoring clients in the home. In this study, monitoring is applied for the purpose of raising an alarm in an emergency situation, and thereby, providing an increased sense of safety and security. Apart from these technological solutions, there are numerous environmental interventions in the home environment that can support people to age-in-place. The aim of this study was to investigate the needs and motives, related to ageing-in-place, of the respondents receiving ambient intelligence technologies, and to investigate whether, and how, these technologies contributed to aspects of ageing-in-place. This paper presents the results of a qualitative study comprised of interviews and observations of technology and environmental interventions in the home environment among 18 community-dwelling older adults with a complex demand for care.
DOCUMENT
The way that innovation is currently done requires a new research methodology that enables co-creation and frequent, iterative evaluation in realworld settings. This paper describes the employment of the living lab methodology that corresponds to this need. Particularly, this paper presents the way that the Amsterdam University of Applies Sciences (HvA) incorporates living labs in its educational program with a particular focus on ambient intelligence. A number of examples are given to illustrate its place in the university’s curriculum. Drawing on from this, problems and solutions are highlighted in a ‘lessons learned’ section.
DOCUMENT
Op donderdag 15 oktober 2009 zijn bij Saxion in Enschede de lectoren Henk van Leeuwen, Piet Griffioen en Wouter Teeuw officieel geïnstalleerd. Met zijn drieën vormen zij het lectoraat ‘ambient intelligence’ van het Saxion Kenniscentrum Design en Technologie. In hun lectorale rede ter ere van deze installatie gaan zij in op ontwikkelingen en toepassingen van ambient intelligence. Met de term ambient intelligence wordt een toekomstvisie aangeduid. In deze visie zijn omgevingen zich bewust van de aanwezigheid van personen, hun gedrag of zelfs hun intenties. Slimme omgevingen kunnen daarop reageren. Denk bijvoorbeeld aan spiegels waarop tijdens het tanden poetsen de file informatie van die dag verschijnt. Of een tapijt dat beweging kan registreren, bijvoorbeeld om patiënten te monitoren in een verzorgingstehuis. In hun rede geeft het drietal lectoren antwoord op stellingen en vragen over de mogelijkheden van ambient intelligence. Kunnen we systemen bedenken die anticiperen op wat mensen willen en ons zo beter ondersteunen in onze activiteiten? Kan een omgeving slim worden en als het ware weten wat er speelt en daarop zo te reageren dat dit door ‘ons’ als gebruiker als natuurlijk wordt ervaren? De lectoren werken voor het lectoraat ambient intelligence binnen het Kenniscentrum Design en Technologie van Saxion. Het lectoraat richt zich op de werkomgeving met aandacht voor veilig, plezierig en gezond werken.
MULTIFILE
A world where technology is ubiquitous and embedded in our daily lives is becoming increasingly likely. To prepare our students to live and work in such a future, we propose to turn Saxion’s Epy-Drost building into a living lab environment. This will entail setting up and drafting the proper infrastructure and agreements to collect people’s location and building data (e.g. temperature, humidity) in Epy-Drost, and making the data appropriately available to student and research projects within Saxion. With regards to this project’s effect on education, we envision the proposal of several derived student projects which will provide students the opportunity to work with huge amounts of data and state-of-the-art natural interaction interfaces. Through these projects, students will acquire skills and knowledge that are necessary in the current and future labor-market, as well as get experience in working with topics of great importance now and in the near future. This is not only aligned with the Creative Media and Game Technologies (CMGT) study program’s new vision and focus on interactive technology, but also with many other education programs within Saxion. In terms of research, the candidate Postdoc will study if and how the data, together with the building’s infrastructure, can be leveraged to promote healthy behavior through playful strategies. In other words, whether we can persuade people in the building to be more physically active and engage more in social interactions through data-based gamification and building actuation. This fits very well with the Ambient Intelligence (AmI) research group’s agenda in Augmented Interaction, and CMGT’s User Experience line. Overall, this project will help spark and solidify lasting collaboration links between AmI and CMGT, give body to AmI’s new Augmented Interaction line, and increase Saxion’s level of education through the dissemination of knowledge between researchers, teachers and students.
Assemblageprocessen en diensten van producenten van hightech systemen worden in Noordwest-Europa gekenmerkt door een hoge variatie aan producten en oplossingen met laag volume. Productieautomatisering, flexibilisering en optimalisatie zijn essentiële processen om kleinere series te produceren en tegelijkertijd de grote verscheidenheid aan producten en diensten te realiseren. Om arbeidsproductiviteitsverbeteringen mogelijk te maken worden apparaten steeds vaker uitgerust met visionsystemen voor pick-and-place toepassingen, kwaliteitscontroles, objectlokalisaties en objectherkenning. Visionsystemen zijn echter gevoelig voor veranderingen in de omgeving, waardoor systemen kunnen stilvallen. Visionsystemen zijn met name gevoelig voor onvoorspelbare veranderingen in de omgeving, zoals belichting, schaduwvorming, oriëntatie van producten en grote optische variaties in bijvoorbeeld natuurlijke producten. Machine Learning (ML), een vorm van kunstmatige intelligentie, kan deze tekortkomingen grotendeels oplossen en kan visionsystemen robuuster en sneller configureerbaar maken; ML is uitermate geschikt om toegepast te worden in visiontoepassingen. Echter, ML voor vision is voor veel MKB’ers een ver-van-mijn-bed-show, voorbestemd voor multinationals met grote budgetten. Bovenal is de structuur en kennis over het toepassen van ML voor vision niet helder noch eenvoudig toegankelijk. Daarom is de onderzoeksvraag: Hoe kunnen door het industriële MKB machine learning frameworks binnen visiontoepassingen worden gebruikt om efficiëntere productieprocessen te realiseren? Met dit project wil het consortium deze ML-structuur inzichtelijk maken; ten tweede ML beschikbaar maken voor MKB; ten derde samen onderzoeken hoe ML voor vision industrieel kan worden toegepast middels drie casussen en ten vierde de opgedane kennis borgen en verspreiden binnen MKB en onderwijs. Het project is een samenwerking tussen lectoraten mechatronica en ambient intelligence van Saxion, Computer Vision & Data Science van NHL Stenden. De participerende bedrijven zijn actief als hightech systeemontwikkelaar, kennis-toeleverancier en/of eindgebruiker als productiebedrijf. Daarnaast zijn het Smart Industry Fieldlab TValley en brancheorganisatie BOOST betrokken. Dit project zal kennis ontwikkelen ten behoeve van het adequaat toepassen van Machine Learning algoritmes in visionapplicaties.
De fysiotherapie staat onder toenemende druk, daarom is er een noodzaak om de zorg effectiever en efficienter in te richten. Dit project onderzoekt of de toepassing van technologieën als augmented videoconferencing (integratie van sensoren in videoconsulten) de fysiotherapiebehandeling effectiever en efficiënter kan maken.
Lectorate, part of Saxion
