Användare av manuella rullstolar möter ofta betydande utmaningar när det gäller fysisk ansträngning, energiförbrukning och tidsåtgång för att hantera vardagliga situationer. Denna kontinuerliga påfrestning utsätter deras överkropp, särskilt armar och axlar, för stort slitage. Följaktligen kan omfattande långvarig användning av manuella rullstolar tillsammans med kroppsliga obalanser, bidra till ytterligare hälsokomplikationer som negativt påverkar användarens både allmänna fysiska och mentala hälsa. Målet med detta examensarbete är att utvärdera möjligheten att utveckla mobiltelefonprogramvara som kan samverka med kommersiella ANT+ sensorer, vilka installeras på rullstolen för att samla, beräkna och presentera betydelsefulla data för användaren. Data som kan användas för att underlätta justering av användarens rörelsemönster för att förbättra användarens hälsostatus. Mjukvaran kommer dessutom att tillåta oss att utvärdera både användbarhet och lämplighet hos ANT+ sensorerna. Både för sig själva och jämfört med andra trådlösa sensorer. Mjukvaran kommer dessutom att låta oss utvärdera hur exakta data från sensorerna är och om de att vara behjälpliga för att optimera rullstolarnas förmåga att tillämpa användarnas data. Användandet av dem kan hjälpa till att minimera potentiell och undvikbar skada hos användarna av rullstolarna. Undersökningens resultat visar att utvecklandet av programvaran inte var lika enkel som förväntat. Eftersom de verktyg som tillhandahölls av ANT+ blivit utdaterade. Sensorerna har ändå genererat tillräckligt rimliga, korrekta och användbara resultat. Resultaten har visat sig vara givande för brukarna i den här undersökningen. Dessutom ansåg en majoritet av testpersonerna att sensorerna från ANT+ var mer användarvänliga jämfört med andra trådlösa sensorer. De framhöll speciellt den användarvänliga anslutningsprocessen. / Manual wheelchair users often encounter significant challenges in terms of energy expenditure, time allocation and physical effort, to navigate everyday life scenarios. This continuous strain exposes their upper body, particularly arms and shoulders, to extreme fatigue, leading eventually to long-term damage. Consequently, extensive long-term usage combined with bodily imbalances can contribute to further health complications affecting both their general physical and mental health detrimentally. The objective of this thesis is to assess the possibility of building mobile phone software that can work in conjunction with commercial ANT+ sensors that are installed on the chair to gather, calculate, and present the user with valuable data that facilitate the adjustment of their movement patterns to enhance health outcomes. Furthermore, this software will allow us to evaluate the connectivity convenience of ANT+ sensors, both in itself and in comparison to other wireless sensors. Additionally, it will allow us to gauge the accuracy of the sensors and whether they can be of help in optimizing wheelchair functionality aiming to amplify the user’s output and minimizing potential and avoidable damage. The results show that while the development of the application wasn’t as straight forward as expected due to ANT’s provided development tools being outdated, the sensors provided reasonably accurate data, proving beneficial to the users in this context. Moreover, the majority of testers found that connecting to ANT+ sensors was notably easier in comparison to other wireless sensors, highlighting the user-friendly nature of the connection process itself.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:miun-49241 |
| Date | January 2023 |
| Creators | Shahda, Madhat |
| Publisher | Mittuniversitetet, Institutionen för data- och elektroteknik (2023-) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds