Technology is becoming omnipresent in public spaces: from CCTV cameras to smart phones, and from large public displays to RFID enabled travel cards. Although such technology comes with great potential, it also comes with apparent (privacy) threats and acceptance issues. Our research focuses on realizing technologyenhanced public spaces in a way that is acceptable and useful for the public. This paper gives a brief overview of the research that is aimed to unlock the positive potential of public spaces. This paper’s main focus is on the acceptance of sensor technology in the realm of tourism. The ITour project which investigates the potential and acceptance of using (sensor) technology and ambient media to collect, uncover and interpret data regarding tourists’ movements, behavior and experiences in the city of Amsterdam is particularly discussed as an example.
Hoe kunnen we de veiligheid op de werkvloer met behulp van ambient technologie bevorderen? Dat is de centrale vraagstelling van het onderzoeksproject Veiligheid op de werkvloer, een initiatief van het Saxion Kenniscentrum Design en Technologie. In een serie artikelen in het vakblad Safety! beschrijven studenten innovaties voor de industrie. Dit artikel gaat over een project van studenten Anne Brett en Cristin Konkart die een flexibele veiligheidshelm voor de bouw hebben ontworpen.
MULTIFILE
Hoe kunnen we de veiligheid op de werkvloer met behulp van ambient technologie bevorderen? Dat is de centrale vraagstelling van het onderzoeksproject Veiligheid op de werkvloer, een initiatief van het Saxion Kenniscentrum Design en Technologie. In een serie artikelen in het vakblad Safety beschrijven studenten innovaties voor de industrie. Dit keer zijn dat Jacquelien Kerkdijk, Dionne Pots en Rosalinda Sardo Infirri die geleidende werkhandschoenen voor elektriciens hebben ontworpen.
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.
