//Logo Image
「世大智科/天才家居」-我們創業囉
PDF Version

作者:姜依帆 (2015-07-28);推薦:徐業良(2015-07-28)

附註:本文為103學年度元智大學機械工程研究所姜依帆碩士論文「以加速度感測器為核心發展穿戴式裝置個人生活型態模式分析技術」第五章。

第五章     結論與未來規劃

5.1    結論

本研究利用穿戴式裝置G-sensor量測使用者動作訊號,發展個人生活型態模式分析技術,並進行活動力指標與行為模式相似度分析,且能以機器學習進行活動強度分級辨識率達94%,並利用PAL考慮個別差異做為個人生活型態分析,建立資料蒐集資訊系統及App,進行多位測試者長期資料蒐集與分析。測試結果顯示,本研究建立之資訊系統及App可應用於穿戴式裝置G-sensor量測使用者動作訊號蒐集、儲存與分析,其中本研究發展之活動力指標、行為模式相似度分析與強度辨識,可以具體闡釋不同性別、職業,以及平日/假日之活動力、活動強度和生活型態差異,而第三章中活動強度辨識與個人生活型態分析結果,具有實質生活型態模式闡釋力,除了個人生活模式的分析之外,也能提供TDEEPAL等指標之估算,可據此發展衍生相關服務應用。

本研究以BLE系統開發之防走失系統,以目前穿戴式裝置市占率第二的小米手環做為系統偵測Tag端,利用BLE系統特性降低通信消耗功率,延長其系統使用壽命,目前已完成初步系統測試靈敏度,10公尺內搭配兩組Reader10支小米手環以下靈敏度可達93%,並預計規劃實際設置於傑瑞養護中心,評估其系統的實用性與對照護者的幫助,使穿戴式裝置結合個人生活型態模式和失智症患者福利應用,發展穿戴式裝置多元應用可能性。

5.2    未來規劃

本研究仍有許多需要持續改進的地方,以此讓本研究能夠帶給使用者更完善的服務,未來的規劃發展敘述如下。

(1)       提升運動強度辨識預測率

本研究以G-sensor所量測高G值比例與步頻做為機器學習特徵,僅以兩項特徵做為運動強度分級依據,仍無法區分部分中度活動區域和費力活動如圖3-3所示,未來需探討G-sensor數據中其他相關資訊,2010Kwapisz等人提出使用手機內建G-sensor進行活動辨識[25]Kwapisz等人以G-sensor各軸平均加速度、標準差、平均絕對差、正弦波峰時間、離散分佈等數據進行運動辨識,並依不同運動使用不同分類法選擇其最佳分類法,故本研究需增加運動強度分級機器學習特徵,且需依不同運動強度選擇其最佳分類法,提升機器學習運動強度辨識率,達到更準確運動強度預測。

(2)       考慮動作幅度小不易辨識的運動狀態

本研究所提出活動強度辨識與個人生活型態模式分析,運動樣本收集中所測試運動項目,仍限於使用者進行動作幅度大易辨識的運動狀態。礙於目前本研究以手機模擬G-sensor量測動作信號限制,僅考慮動作幅度大易辨識的運動狀態下使用者活動強度辨識,但實際進行動作幅度小不易辨識的運動狀態如舉重時,使用者仍具有能量消耗,未來應探討動作幅度小不易辨識的運動狀態如舉重狀態下,所配戴的穿戴式裝置G-sensor量測使用者活動量與能量消耗辦法,並發展相關演算法補償使用者進行動作幅度小且不易辨識的運動下所忽略的運動強度。

(3)       小米手環訊號擷取

本研究以手機模擬穿戴式裝置G-sensor動作訊號,未來規劃利用實際穿戴式裝置小米手環取代手機收集G-sensor數據,但目前小米手環官方不開放G-sensor訊號擷取輸出,若未來小米手環開放G-sensor訊號擷取輸出,便可整合本研究個人生活型態模式與防走失系統應用,加值已開發的穿戴式裝置如小米手環更加多元的服務,並開發穿戴式裝置衍生應用。

(4)       實際測試失智症患者防走失系統

本研究目前防走失系統僅為初步設置階段,未來設置於傑瑞養護中心實際測試失智症患者防走失應用,需考慮實際情況下系統穩定度,以及系統或失智症患者突發狀況應變辦法,進行實際使用情況下系統設計修正,使本研究帶給失智症患者更實質意義,達到更完善防走失目的。

參考資料

[1]     Dave Neal. Fancy pants Google Glass models on sale in the UK. Retrieved July 17, 2015, from http://www.theinquirer.net/inquirer/news/2370747/fancy-pants-google-glass-models-on-sale-in-the-uk

[2]     Aaron Mamiit. Google Glass is Dead for Now. Retrieved July 17, 2015, from http://www.techtimes.com/articles/27759/20150121/google-glass-is-dead-for-now.htm

[3]     財團法人國家實驗研究院科技政策研究與資訊中心。2015年第一季穿戴式裝置出貨量倍增3倍。Retrieved July 17, 2015, fromhttp://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=11230

[4]     小米官方網站。小米手環。Retrieved July 17, 2015, from http://www.mi.com/tw/miband/#01

[5]     Chris, L. 3分鐘完售小米NOTE,手環在台銷售已突破 10 萬枚。Retrieved July 17, 2015, fromhttp://chinese.vr-zone.com/141543/xiaomi-note-finish-under-3-min-and-miband-break-100k-in-taiwan-01262015/

[6]     Henry, H. iPhone 都用得!小米手環 App 登陸 App StoreRetrieved July 17, 2015, from http://www.newmobilelife.com/2014/12/05/mi-bracelet-app-for-iphone/

[7]     二代新品Jawbone UP24 試用,用智慧手環寫健康日記。Retrieved 30, 2014, from http://www.mobile01.com/newsdetail.php?id=14588

[8]     Phil Nickinson. Jawbone UP24 now works with Android. Retrieved December 30, 2014, from http://www.androidcentral.com/jawbone-up24-now-works-android

[9]     Jim Morrison. Nike+ FuelBand運動手環揭密。Retrieved December 30, 2014, from http://www.eettaiwan.com/ART_8800696945_480502_NT_3f22cc50.HTM

[10] Kira M. Newman. The “Quantified Self” Is Only the First Step to Better Health Nike+ Fuelband and app. Retrieved December 30, 2014, from http://tech.co/quantified-self-better-health-2013-05/nike-fuelband-and-app-2

[11] David Gilbert. Withings Activité Pop Review: the best fitness tracker on the market. Retrieved December 30, 2014, fromhttp://www.ibtimes.co.uk/withings-activite-pop-review-best-fitness-tracker-market-1483229

[12] Nick. Misfit Wearable Shine Activity Tracker. Retrieved December 30, 2014, fromhttp://minimalistrunningshoes.org/misfit-wearables-shine-activity-tracker

[13] Cammy Harbison. Forget Apple Watch, This $7 Smartwatch Will Track Calories, Steps, Sleep, Flash Notifications And More. Retrieved December 30, 2014, fromhttp://www.idigitaltimes.com/forget-apple-watch-7-smartwatch-will-track-calories-steps-sleep-flash-notifications-408181

[14] Android. Android Wear. Retrieved December 30, 2014, fromhttps://www.android.com/intl/zh-TW_tw/wear/

[15] Yang, C., & Hsu, Y. (2012). Remote monitoring and assessment of daily activities in the home environment. Journal of Clinical Gerontology and Geriatrics, 3(2), 97-104.

[16] 衛生福利部國民健康署. 運動強度. Retrieved December 14, 2014, from http://www.hpa.gov.tw/Bhpnet/Web/Act/StrengthOfSport.aspx

[17] Pollock, M., Gaesser, G., Butcher, J., Despres, J., Dishman, R., Franklin, B., & Garber, C. (1998). ACSM Position Stand: The Recommended Quantity And Quality Of Exercise For Developing And Maintaining Cardiorespiratory And Muscular Fitness, And Flexibility In Healthy Adults. Medicine & Science in Sports & Exercise, 30(6), 975-991.

[18] Machine Learning Group at the University of Waikato. Weka 3: Data Mining Software in Java. Retrieved December 14, 2014, from http://www.cs.waikato.ac.nz/ml/weka/

[19] Roza, A., & Shizgal, H. (1984). The Harris Benedict equation reevaluated. American Journal of Clinical Nutrition, 40(1), 168-182.

[20] Scrimshaw, N. (1996). Energy and protein requirements: Proceedings of an IDECG workshop held at the London School of Hygiene and Tropical Medicine, UK, 31 October-4 November 1994. Houndmills, Basingstoke, Hampshire, UK: Stockton.

[21] 周維棻(2013)。淺談低功耗藍牙技術。Retrieved July 17, 2015, fromhttp://www.digitimes.com.tw/tw/dt/n/shwnws.asp?CnlID=13&id=0000323519_ZQN6T9X70ZD1TGLC6CE8M&ct=1

[22] 台灣臨床失智症學會(2006)。失智症盛行率調查報告-台灣長期照護機構失智患者之盛行率調查摘要。Retrieved July 17, 2015, fromhttp://www.tds.org.tw/html/front/bin/ptdetail.phtml?Part=022&Category=121256

[23] 內政部(2012)。中華民國老人福利機構設置標準。Retrieved July 17, 2015, fromhttp://law.moj.gov.tw/LawClass/LawAll.aspx?PCode=D005003

Kwapisz, J. R., Weiss, G. M., & Moore, S. A. (2011). Activity recognition using cell phone accelerometers. ACM SigKDD Explorations Newsletter, 12(2), 74-82.