Titulo Estágio
Monitorizar parametros físicos e emocionais das pessoas utilizando off-the-shelf wifi
Áreas de especialidade
Comunicações, Serviços e Infraestruturas
Local do Estágio
DEI-FCTUC
Enquadramento
Os sistemas que nos rodeiam hoje em dia estão cada vez mais inteligentes. No entanto, na sua maioria os sistemas que possuímos continuam a ignorar o fator humano ou a vê-lo como um fator externo ao sistema. Para obtermos sistemas verdadeiramente inteligentes, estes sistemas precisam de ser capazes de compreender os humanos, isto é, de ser capazes de analisar e prever as suas ações, comportamentos e emoções.
No entanto a monitorização continua de pessoas, tanto a nível físico como emocional, atualmente apenas pode ser feita através de sensores físicos e de dispositivos com alta complexidade. Estes obrigam a tarefas intrusivas e complexas, o que torna todo o processo cansativo e desmotivador. Outro factor adverso é o facto de que os pacientes por terem estes dispositivos presos ao corpo estão sujeitos a um nível adicional de stress, causando muitas das vezes erros nas leituras. Para ultrapassar estes problemas, começaram a ser propostas soluções que permitem monitorizar as pessoas de forma não obstrutiva e totalmente passiva. Ou seja, foram já propostas soluções que, sem qualquer contacto ou interação com os utilizadores, podem monitorizar o seu bem estar físico.
Umas dessas soluções baseia-se em utilizar as redes Wifi já existentes para monitorizar os ritmos cardíaco e respiratório das pessoas enquanto estas estão a dormir ou em ambientes pouco dinâmicos.
Objetivo
Este projeto propõe o estudo e a implementação de mecânismos de recolha de dados de ritmo cardíaco e ritmo respiratório de forma não obstrutiva. Nomeadamente utilizando a interferência causada nas redes Wifi pelos ligeiros movimentos do corpo humano durante a respiração e o batimento cardíaco.
Para tal será utilizada uma ferramenta CSI (Channel State Information tool) para obter a informação sobre a força de sinal e a fase de cada uma das subcarriers Wifi, passando depois por várias etapas de filtragem para se obter um sinal limpo e com informação sobre o ritmo cardíaco e respiratório.
Outro objetivo desta tese é a utilização dessa informação para obter o estado emocional das pessoas. Para tal serão utilizados mecanismos de Machine Learning e de Sentiment Analysis.
Plano de Trabalhos - Semestre 1
1) Estudo do estado-da-arte, do protótipo actualmente existente e das tecnologias de suporte ao desenvolvimento do projecto.
Data de início: Setembro 2018
Duração estimada: 1 mês
2) Estudo e implementação do software necessário à recolha de dados provenientes da CSI tool.
Data de início: Outubro 2018
Duração estimada: 2 meses
Plano de Trabalhos - Semestre 2
3) Estudo e implementação de mecanismos de filtragem do sinal.
Data de início: Dezembro 2018
Duração estimada: 2 meses
4) Estudo e implementação de mecanismos de Machine Learning para deteção de emoções.
Data de início: Janeiro 2019
Duração estimada: 4 meses
5) Testes, melhorias, avaliação e escrita da Tese.
Data de início: Maio 2019
Duração estimada: 2 meses
Condições
Integração em equipa dinâmica e acesso a várias plataformas experimentais.
Observações
Este estágio tem uma bolsa de valor total de 2.000€.
Para mais informações contactar o docente.
Orientador
Jorge Sá Silva, Marcelo Fernandes
sasilva@dei.uc.pt 📩