Nowadays, prolonged sitting among office workers is a widespread problem, which is highly related to several health problems. Many proposals have been reported and evaluated to address this issue. However, motivating and engaging workers to change health behavior to a healthier working life is still a challenge. In this project, a specific application has been deployed for real-time monitoring and alerting office workers for prolonged sitting. The proposed system consists of three distinct parts: The first one is an android smartwatch, which was used to collect sensor data e.g., accelerometer and gyro data, with a custom android wear app. The second one is an android application, which was developed to act as a gateway for receiving the smartwatch’s data and sending them to IBM Bluemix cloud with MQTT protocol. The final part is a Node-Red cloud application, which was deployed for storing, analyzing and processing of the sensor data for activity detection i.e., sitting or walking/standing. The main purpose of the last one was to return relevant feedback to the user, while combining elements from gaming contexts (gamification methods), for motivating and engaging office workers to a healthier behavior. The system was firstly tested for defining appropriate accelerometer thresholds to five participants (control group), and then evaluated with five different participants (treatment group), in order to analyze its reliability for prolonged sitting detection. The results showed a good precession for the detection. No confusing between sitting and walking/standing was noticed. Communication, storage and analysis of the data was successfully done, while the push notifications to the participants, for alerting or rewarding them, were always accurate and delivered on time. Every useful information was presented to the user to a web-based dashboard accessed through a smartphone, tablet or a PC. The proposed system can easily be implemented at a real-life scenario with office workers. Certainly, there is a lot space for improvement, considering mostly the type of data registered at the system, the method for sitting detection, and the user interface for presenting relevant information. / Numera är förlängt sittande bland kontorsarbetare ett utbrett problem som är väldigt relaterat till flera hälsoproblem. Många förslag har rapporterats och utvärderas för att ta itu med denna fråga. Tydligen är det fortfarande en utmaning att motivera och engagera arbetstagare för att förändra deras hälsobeteende till hälsosammare arbetsliv. I detta projekt har en särskild applikation använts för realtidsövervakning och varnar kontorsarbetare för förlängt sittande. Det föreslagna systemet består av tre olika delar: Den första är en android smartwatch, som användes för att samla sensordata t.ex. accelerometer och gyrodata, med en anpassad android wear app. Den andra är en en androidapplikation som fungerade som en gateway för att ta emot smartwatchens data och skickar datan till IBM Bluemix-Cloud med MQTT-protokollet. Den sista delen är en Node-RED Cloud-Applikation som användes för lagring, analysering och behandling av sensordata för aktivitetsdetektering. Detta innebär sittande eller gå/stående med det huvudsakliga ändamålet att returnera relevant återkoppling till användaren, samtidigt som man kombinerar element från spelkontekster (gamification metoder), för att motivera och engagera arbetarna till ett hälsosammare beteende. Systemet testades först för att definiera lämpliga accelerometertrösklar till fem deltagare (kontroll grupp) och utvärderades sedan med fem olika deltagare (behandingsgrupp) för att analysera dess tillförlitlighet för långvarig sittdetektering. Resultaten visade en bra precession för detektionen. Ingen förvirring mellan att sitta och gå / stående märktes. Kommunikation, lagring och analys av data gjordes framgångsrikt, medan push-meddelandena till deltagarna, för att varna eller belöna dem, var alltid korrekta och levererade i tid. All användbar information presenterades för användaren på en webbaserad dashboard som nås via en smartphone surfplatta eller en dator. Det föreslagna systemet kan enkelt implementeras i ett verkligt scenario med kontorsarbetare. Visst finns det mycket utrymme för förbättring om man tänker på majoriteten av data som registrerats i systemet, metoden för sittande detektion och användargränssnittet för presentering av relevant information.
Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-210017 |
Date | January 2017 |
Creators | Charalampidis, Vasileios |
Publisher | KTH, Skolan för teknik och hälsa (STH) |
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 |
Relation | TRITA-STH ; 2017:77 |
Page generated in 0.002 seconds