Search

REPORT DI RICERCA RELATIVO AL SECONDO ANNO DI ATTIVITA' E RISULTATI RAGGIUNTI NEL CORSO DELL'INTERO PROGETTO

Report di progetto: Progetto Be&Save

Negli ultimi anni, la valutazione del sonno ha acquisito una notevole attenzione e rilievo tra i medici e i ricercatori. L'obiettivo di ottenere i dati del sonno in studi su larga scala è stato quasi raggiunto nel corso degli ultimi anni. Questi studi dimostrano che è possibile identificare i disturbi del sonno per mezzo di una cronistoria del sonno, tra cui i tempi e la regolarità di andare a dormire, i risvegli notturni, il tempo di sveglia della mattina etc. I disturbi del sonno nei pazienti anziani possono essere classificati in due gruppi: disturbi del sonno primari e secondari. I disturbi del sonno primari includono sleep disordered breathing (SDB), REM sleep behavior disorder (RBD), restless leg syndrome (RLS), and periodic limb movement in sleep (PLMS). I disturbi del sonno secondari sono causa di malattie con dolore cronico e disagio, tra questi l'urinazione frequente durante la notte, dispnea e farmaci che interferisce con il sonno etc [1].

La realizzazione di una Smart City è un processo molto complesso e di lungo periodo: è necessaria una profonda conoscenza della realtà locale, dei bisogni della collettività e dei singoli individui, delle criticità e dei servizi che devono essere gestiti e garantiti. I servizi di e-health sono un tassello fondamentale verso la realizzazione di una smart city dal punto di vista socio-sanitario. In questo contesto, il progetto e-SHS, non solo si occupa di servizi e-ealth, in particolare per soggetti fragili, ma propone strumenti innovativi per la loro inclusione sociale e l'incremento della solidarietà sociale. L'obiettivo principale di e-SHS è la realizzazione di un primo nucleo di una piattaforma per lo sviluppo di servizi personali e personalizzati basati sull'uso di tecnologie ICT innovative e non invasive nel settore della salute e della solidarietà sociale. Il centro del sistema è rappresentato dall'utente-paziente verso il quale sono definiti e sviluppati servizi di monitoraggio e supporto costante nella gestione della propria salute e del proprio stile di vita, al fine di migliorarne la qualità della vita ed aumentarne l'autonomia e l'indipendenza nelle attività quotidiane, sia in ambiente domestico che in ambienti esterni. Gli utenti verso i quali questo progetto si indirizza sono persone anziane, con problemi di riabilitazione motoria, con parametri vitali da tenere sotto controllo e con disturbi del sonno. Per la sperimentazione saranno coinvolti soggetti volontari. In particolare, e-SHS include servizi per: 1) il monitoraggio di parametri vitali degli utenti 2) il supporto all'esecuzione di attività riabilitative in ambiente domestico; 3) un supporto per monitorare le interazioni sociali degli utenti e migliorarne l'inclusione sociale nelle attività quotidiane; 4) lo sviluppo di reti di supporto sociale che coinvolgono pazienti, familiari, assistenti (i.e., caregivers), allo scopo di promuovere la continuità di assistenza socio-sanitaria in diversi ambienti. Le competenze presenti nel settore "ICT for health, care and well-being" negli 11 istituti del CNR partecipanti al progetto vanno ben oltre quelle che saranno utilizzate in questo progetto. In questo documento si intende presentare le principali attività di ricerca svolte nei singoli istituti ed attinenti al progetto e-SHS, cercando di evidenziare il filo conduttore che porterà alla definizione di un'unica architettura di sistema.

Report attività progetto Be&Save

The aim of this article is to illustrate how it is possible to design and build low cost mobile robots by using only simple commercial electronic devices and toys. As suggested by Valentino Braitenberg [1] in his experiments on synthetic psychology we developed two simple and compact mobile robots, each capable of doing two different autonomous behaviors: the wall following (moving the robot at a constant distance from the wall on its left or right hand) and the obstacle avoidance (avoiding collision with obstacles during the path). Two different control systems have been developed and compared. The first system is controlled by an analogical circuit obtained by using electronic components (transistors, diodes, resistors, capacitors ..) whereas, the second is controlled by a digital circuit which employs a micro-processor board. Those platforms allow the robot configuration to be easily adapted to the specific requirement of each application. Their strengths and limitations are also detailed. Both the approaches are useful to reach the main purpose of our work which is the development of platforms to help students to learn electronics, computer programming and robot control [5]. Following this approach learning becomes a practical and, most of all, playful activity. Copyright © 2006, TSI® Press Printed in the USA. All rights reserved.

In this paper we address the context of visual surveillance in outdoor environments involving the detection of moving objects in the observed scene. In particular, a reliable foreground segmentation, based on a background subtraction approach, is explored. We firstly address the problem arising when small movements of background objects, as trees blowing in the wind, generate false alarms. We propose a background model that uses a supervised training for coping with these situations. In addition, in real outdoor scenes the continuous variations of lighting conditions determine unexpected intensity variations in the background model parameters. We propose a background updating algorithm that work on all the pixels in the background image, even if covered by a foreground object. The experiments have been performed on real image sequences acquired in a real archaeological site.

People detection in outdoor environments is one of the most important problems in the context of video surveillance. In this work we propose an example-based learning technique to detect people in dynamic scenes. A classification based on people shape and not on image content has been applied. First, motion information and background subtraction have been used for highlighting objects of interest, then geometric and statistical information have been extracted from horizontal and vertical projections of detected objects to represent people shape. Finally, a supervised three layer neural network has been used to properly classify objects. Experiments have been performed on real image sequences acquired in a parking area. The results have shown that the proposed method is robust, reliable, fast and it can be easily adapted for the detection of any other moving object in the scene.