Return to search

An Exploratory Study of Simple Fall and Activity Recognition Using mmWave

Background. As smart appliances become more attractive, the demand from public consumers grows, and producers are in search of innovative technologies that may aid in the creation of smart homes. Current products may use screens and buttons, voice commands and motion detection to create an interactive experience for consumers. A rather new technology that has gathered attention in recent years is millimetre wave radar sensors (mmWave). This technology uses electromagnetic waves to detect objects in the vicinity of the physical sensor; it may detect both the range, velocity and orientation of an object in relation to itself. The current research has had a main focus in automotive and industrial industries, and the technology has thus far been applied to areas such as vital signs monitoring, people counting, motion control, object detection and collision aversion among others. An attractive feature for use in smart homes that the sensor provides, or rather lacks, is its inability to identify different people. As the information gathered is a point cloud -- in low resolution -- any monitored people retain their privacy under normal circumstances. Objectives. The aim of this thesis is to verify the usability of mmWave sensors in smart homes, as well as reaching an initial understanding of people's opinions regarding the mmWave technology. Method. Experiments are performed to test how well the mmWave sensors can determine if a person is standing, sitting, lying or if they have fallen. The approach for the developed program to make these predictions are done through simple algorithms. Experiments were performed in an environment that was meant to mimic the conditions of a home. Participants were also asked about their opinion of potentially using the technology in their home, both regarding imagined usage and whether the sensor would cause them any discomfort. Results. The results show that while the implemented software in this thesis helps validate the proof of concept for the intended purpose, the technology shows a lot of promise for the future. Further algorithmic efforts will however be required to reach the desired maturity. The opinions of the participant show a generally positive response in using the sensor, however, they also note that if the sensor is to be used in their home, any data gathered should be both available and in control of the consumer to ease suspicions of misuse. Conclusions. The authors conclude that while not yet quite ready, the sensor is indeed a probable candidate to be integrated into smart homes of the future. / Bakgrund. Då smarta apparater blir mer attraktiva växer efterfrågan för dessa produkter. Tillverkare söker därmed efter innovativa teknologier som kan bistå i skapandet av smarta hem. De produkter som finns idag använder sig av skärmar och knappar, röstkommandon och rörelsedetektering för att skapa en interaktiv upplevelse för användarna. En relativt ny tekonologi som har fått uppmärksamhet de senaste åren är radarsensorer med millimetervågor (mmWave). Denna teknologi använder elektromagnetiska vågor för att upptäcka föremål i sin närhet; sensorn kan känna av både avstånd, hastighet och orientering av ett objekt i relation till sig själv. Existerande forskning har framförallt fokuserat på bil- och tillverkningsindustrierna, och teknologin har hittills applicerats på områden som bland annat övervakning av vitala tecken, räkning av människor, rörelsestyrning, detektion av föremål och kollisionsundvikande system. En attraktiv funktionalitet för användande i smarta hem som den här sortens sensor tillhandahåller, eller snarare saknar, är dess oförmåga att identifiera olika människor. Eftersom datan sensorn samlar in består av ett punktmoln -- i låg upplösning -- kommer den under normala förhållanden inte inkräkta på privatliv och integritet hos användarna. Syfte. Målet med detta projekt är att undersöka användbarheten av mmWave-sensorer i smarta hem, samt att komma till en initial insikt om folks åsikter angående mmWave-teknologin. Metod. Experiment har utförts för att verifiera hur väl sensorerna kan avgöra om en person står upp, sitter ner, ligger ner eller har fallit. Mjukvaran som utvecklades för att avgöra vilken handling en person utför tar sig an detta med hjälp av enkla algoritmer. Experimenten utfördes i en miljö som var tänkt att efterlikna förhållandena i ett hem. Deltagarna fick också frågor angående sina åsikter om att potentiellt använda teknologin i sina hem, både vad gäller möjliga användningsområden samt huruvida varandet av sensorn i hemmet skulle orsaka dem något obehag. Resultat. Resultaten visar att även om den skapade mjukvaran är otillförlitlig för det tänkta användandet så visar teknologin lovande tecken för framtiden. Deltagarnas åsikter visar också på ett generellt sett positivt gensvar gentemot användandet av sensorn, men de påpekar också att om sensorn ska användas i deras hem bör all data vara tillgänglig för och kontrollerad av användaren, allt för att lindra möjliga misstankar om missbruk av datan. Slutsatser. Författarna kommer fram till att även om de inte än är riktigt redo, så är mmWave-sensorerna en sannolik kandidat till att användas i framtidens smarta hem.

Identiferoai:union.ndltd.org:UPSALLA1/oai:DiVA.org:bth-21794
Date January 2021
CreatorsJohansson, Tim, Wikström, Leo
PublisherBlekinge Tekniska Högskola, Institutionen för datavetenskap
Source SetsDiVA Archive at Upsalla University
LanguageEnglish
Detected LanguageSwedish
TypeStudent thesis, info:eu-repo/semantics/bachelorThesis, text
Formatapplication/pdf
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0027 seconds