In the GoGreen project an intelligent home that is able to identify inhabitants and events that take place is created. The location of sounds that are being produced is an important feature for the context awareness of this system. A a wireless solution that uses low-cost sensor nodes and microphones is described. Experiments show that solutions that only use the three sensor nodes that are closest to the origin of the sounds provide the best solutions, with an average accuracy of 40 cm or less.Paper published for the ICT Open 2013 proceedings (27-28 November 2013, Eindhoven).
Sensor technology is increasingly applied for the purpose of monitoring elderly’s Activities of Daily Living (ADL), a set of activities used by physicians to benchmark physical and cognitive decline. Visualizing deviations in ADL can help medical specialists and nurses to recognize disease symptoms at an early stage. This paper presents possible visualizations for identifying such deviations. These visualizations have been iteratively explored and developed with three different medical specialists to better understand which deviations are relevant according to the different medical specialisms and explore how these deviations should be best presented. The study results suggest that the participants found a monthly bar graph in which activities are represented by colours as the most suitable from the ones presented. Although the visualizations of every ADL was found to be more or less relevant by the different medical specialists, the preference for focusing on specific ADL’s varied from specialist to specialist.
Existing research on the recognition of Activities of Daily Living (ADL) from simple sensor networks assumes that only a single person is present in the home. In real life there will be situations where the inhabitant receives visits from family members or professional health care givers. In such cases activity recognition is unreliable. In this paper, we investigate the problem of detecting multiple persons in an environment equipped with a sensor network consisting of binary sensors. We conduct a real-life experiment for detection of visits in the oce of the supervisor where the oce is equipped with a video camera to record the ground truth. We collected data during two months and used two models, a Naive Bayes Classier and a Hidden Markov Model for a visitor detection. An evaluation of these two models shows that we achieve an accuracy of 83% with the NBC and an accuracy of 92% with a HMM, respectively.
Mondkapjes, of mondmaskers, zijn door de SARS-COV-2 pandemie niet meer uit het straatbeeld weg te denken. De kwaliteit en comfort van de pasvorm van medische en niet-medische mondmaskers wordt bepaald door hoe goed het mondmasker overeenkomt met de afmetingen van het gezicht van de drager. Echter is er geen goed overzicht van de antropometrie van het gelaat van de Nederlandse bevolking waardoor de pasvorm van mondmaskers nu vaak niet optimaal is. Er is dus vraag naar een laagdrempelige en veilige manier om gezichtskenmerken in kaart te brengen en betere ontwerprichtlijnen voor mondkapjes. Driedimensionaal (3D) scannen doormiddel van Light Detection and Ranging (LiDaR) technologie in combinatie met slimme algoritmes lijkt wellicht een manier om gezichtskenmerken snel en laagdrempelig vast te leggen bij grote groepen mensen. Daarnaast geeft het 3D scannen van gezichten de mogelijkheid om niet enkel de afmetingen van gezichten te meten, maar ook 3D pasvisualisaties uit te voeren. Hoewel 3D scannen geen nieuwe technologie is, is de LiDaR technologie pas sinds 2020 geïntegreerd in de Ipad en Iphone waardoor het toegankelijk gemaakt is voor consumenten. Doormiddel van een research through design benadering zal onderzocht worden of deze technologie gebruikt kan worden om betrouwbare en valide opnames te maken van gezichten en of er op basis hiervan ontwerprichtlijnen ontwikkeld kunnen worden. In dit KIEM GoCi-project zal daarnaast ingezet worden om een kennisbasis en netwerk op te bouwen voor een vervolg aanvraag over de inzet van 3D technologieën in de mode-industrie.
Size measurement plays an essential role for micro-/nanoparticle characterization and property evaluation. Due to high costs, complex operation or resolution limit, conventional characterization techniques cannot satisfy the growing demand of routine size measurements in various industry sectors and research departments, e.g., pharmaceuticals, nanomaterials and food industry etc. Together with start-up SeeNano and other partners, we will develop a portable compact device to measure particle size based on particle-impact electrochemical sensing technology. The main task in this project is to extend the measurement range for particles with diameters ranging from 20 nm to 20 um and to validate this technology with realistic samples from various application areas. In this project a new electrode chip will be designed and fabricated. It will result in a workable prototype including new UMEs (ultra-micro electrode), showing that particle sizing can be achieved on a compact portable device with full measuring range. Following experimental testing with calibrated particles, a reliable calibration model will be built up for full range measurement. In a further step, samples from partners or potential customers will be tested on the device to evaluate the application feasibility. The results will be validated by high-resolution and mainstream sizing techniques such as scanning electron microscopy (SEM), dynamic light scattering (DLS) and Coulter counter.
De eiwittransitie slaat aan en zeewier, eendenkroos en reststromen van landbouwgewassen vormen een deel van de voedselbronnen van de toekomst. De kennis over de smaak van eiwitten en aminozuren is groeiende, maar de relatie tussen chemische structuur en smaak verdient aandacht en dat kan door te focussen op kleine peptiden en losse aminozuren. Het project “Aahminozuren!” maakt dat mogelijk. Met deze KIEM aanvraag willen de hogescholen Inholland (Delft, Amsterdam) en HZ University of Applied Sciences (Vlissingen) samen met het bedrijf Biorefinery Solutions (Raalte) verkennend onderzoek doen in een samenwerking met een helder lange termijnperspectief. Doelstelling is tot methoden te komen die het mogelijk maken om enkele kleine eiwitten - en de aminozuren waaruit die zijn opgebouwd – chemisch te karakteriseren en op een doelmatige wijze sensorisch te beoordelen. De deelnemende opleidingen zijn complementair qua expertise en hebben een gezamenlijke affiniteit voor de productie van nieuwe voedingscomponenten uit alternatieve plantaardige bronnen. Daarbij staat smaak voorop. Het langetermijnperspectief is om uit zeewier, eendenkroos en reststromen van landbouwgewassen waardevolle componenten te kunnen isoleren met een toegevoegde waarde op het gebied van smaak. De onderliggende kennis die de relaties tussen structuur en smaak verklaren zal zo kunnen worden gegenereerd, en academische kennis wordt rijp gemaakt voor toepassingen. Doel is ook om ons onderwijs met die kennis en onderzoeksmethoden te verrijken. Studenten hebben in dit project een grote rol. In juni 2021 hopen we met hen en met hun begeleiders een basis te hebben gelegd voor een verdergaande onderzoeksagenda.
