Skip to Main content Skip to Navigation
Theses

Modelling and Recognition of Human Activities of Daily Living in a Smart Home

Résumé : La maggior parte dei lavori nel settore dell’Ambient Assisted Living (AAL) si basasull’uso di sensori visivi e audio come le telecamere. Tuttavia, questi sensori sonospesso rifiutati dal paziente a causa della loro natura invasiva. Gli approcci alternativi richiedono l’uso di sensori integrati nella persona (GPS, bracciali elettronici o chipRFID...), e la loro rilevanza è quindi ridotta all’ipotesi che le persone li indossino effettivamente, senza mai rifiutarli o dimenticarli.Per questi motivi, in questa tesi, troviamo approcci più rilevanti basati esclusivamente sull’uso di sensori binari integrati nell’habitat, come rilevatori di movimento,tappeti sensoriali o barriere fotoelettriche.In tale contesto tecnologico, diventa interessante utilizzare i paradigmi, i modelli egli strumenti dei sistemi ad eventi discreti (SED), inizialmente sviluppati per la modellazione, l’analisi e il controllo di sistemi industriali complessi.In questo lavoro di tesi, l’obiettivo è quello di presentare un metodo per la modellazione e il monitoraggio delle abitudini di vita, basato sui modelli e paradigmi di SEDe rispondendo ad un problema che si esprime come segue : L’obiettivo è quello di sviluppare un quadro globale per rivelare e riconoscere le attività della vita quotidiana di una persona che abita da sola in una smart home chedovrebbe essere dotata solo di sensori binari. Inoltre si suppone che non sia necessarial’etichettatura delle attività osservate da parte di un esperto e tali attività sono rappresentate da modelli probabilistici.Il primo metodo presentato in questa tesi permette di costruire un modello probabilistico di automa a stati finiti (PFA) ottenuto da un database di apprendimento e unadescrizione delle attività da parte di medici. Il secondo metodo sviluppato in questa tesi stima, alla luce delle osservazioni, qualeattività svolge la persona osservata. I metodi descritti sono illustrati utilizzando dati generati localmente attraverso l’usodi un appartamento messo a disposizione da ENS Paris-Saclay e attrezzato per soddisfarele esigenze sperimentali di questa tesi.
Document type :
Theses
Complete list of metadatas

Cited literature [103 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01867623
Contributor : Abes Star :  Contact
Submitted on : Tuesday, September 4, 2018 - 2:40:07 PM
Last modification on : Wednesday, June 10, 2020 - 9:42:21 PM
Document(s) archivé(s) le : Wednesday, December 5, 2018 - 4:28:53 PM

File

72680_VIARD_2018_archivage.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-01867623, version 1

Citation

Kévin Viard. Modelling and Recognition of Human Activities of Daily Living in a Smart Home. Automatic Control Engineering. Université Paris-Saclay; Politecnico di Bari. Dipartimento di Ingegneria Elettrica e dell'Informazione (Italia), 2018. English. ⟨NNT : 2018SACLN022⟩. ⟨tel-01867623⟩

Share

Metrics

Record views

1185

Files downloads

616