Search

In recent years, the number of Internet of Things devices has grown rapidly, in particular devices used in a smart home context. The home automation market has been hampered by an endless number of protocols, often difficult to integrate, especially when new devices are attached to the system. Also, the integration of mobile devices is incomplete, namely when considering the integration and use of sensor information, in its camera, which can be collected from the device. To make this integration more effective, we developed a solution where it’s possible, through a mobile device, to add and control new Internet of Things devices. This solution, supported by the OpenHAB open-source platform, will use the camera of the user's mobile device as an input to identify which object the user is trying to control. For this, the work developed uses artificial intelligence, specifically a Siamese network, which has the advantage of sharing the same weights between the two towers, making it a neural network, easy to train and lightweight, suitable for the possibility of operating the model on a mobile device. This system obtained good results when trying to identify objects using either already present images or new images, for those objects. It was also able to correctly adapt to a new class being added to the dataset, without the need to retrain the whole network. Thus, it was proved that it is possible to improve the integration of mobile devices in home automation, innovatively using the camera sensor. Nos últimos anos, o número de dispositivos da Internet das Coisas cresceu rapidamente, em particular os dispositivos utilizados num contexto doméstico inteligente. O mercado da domótica tem sido prejudicado por um número interminável de protocolos, muitas vezes difíceis de integrar, principalmente quando novos dispositivos são anexados ao sistema. Também a integração de dispositivos móveis está incompleta, nomeadamente quando consideramos a integração e utilização de informação de sensores, em particular a câmara, que pode ser recolhida a partir do dispositivo. Para tornar esta integração mais eficaz, desenvolvemos uma solução onde é possível, através de um dispositivo móvel, adicionar e controlar novos dispositivos da Internet das Coisas. Esta solução, suportada pela plataforma OpenHAB opensource, fará uso da câmara do dispositivo móvel do utilizador como um input para identificar qual o objeto que o utilizador está a tentar controlar. Para isso, o trabalho desenvolvido faz uso de inteligência artificial, especificamente uma rede siamesa, que tem a vantagem de partilhar os mesmos pesos entre as duas torres, tornando-a uma rede neural, fácil de treinar e leve, adequada para a possibilidade de operar o modelo num dispositivo móvel. Este sistema obteve bons resultados ao tentar identificar objetos utilizando quer imagens já presentes quer novas imagens, para esses objetos. Foi também capaz de se adaptar corretamente a uma nova classe a ser adicionada ao conjunto de dados, sem necessidade de reciclar toda a rede. Assim, ficou provado que é possível melhorar a integração de dispositivos móveis na domótica, utilizando o sensor de câmara de forma inovadora.

[ES] Gracias a las investigaciones y al desarrollo en los campos de la inteligencia artificial y del aprendizaje automático, existen servicios automatizados que nos ayudan en las actividades de la vida cotidiana mediante el análisis de conjuntos de datos. Tal es su auge que hasta en nuestros hogares existen dispositivos que incorporan estos mecanismos, sin embargo estos sistemas requieren de un entrenamiento con conjuntos de datos de grandes volúmenes. Para su generación destacan dos posibilidades, la recopilación mediante sensores en un entorno real y la obtención de datos con herramientas de simulación. Tomando como base la segunda aproximación para la generación de conjuntos de datos, nace el propósito del presente trabajo, analizar y ampliar un simulador de casas inteligentes, específicamente OpenSHS. La extensión se basa en la incorporación de mecanismos humanosistema, de los cuales se incluyen la creación de una interfaz gráfica de usuario para la selección de las diferentes herramientas del simulador, la adición de un entorno simulado, la integración de un asistente virtual, una pizarra para mostrar mensajes de otros dispositivos y un mapa interactivo que representa la vista frontal de la casa. Por último, para que el resultado del trabajo tenga un mayor impacto se genera una versión distribuible para windows y linux, y se procede a solicitar la adición de los cambios al repositorio original de OpenSHS con el propósito de que los colaboradores puedan mejorar el simulador e integrar los avances., [EN] Thanks to the research and development in the fields of artificial intelligence and machine learning, there are automated services that help us in the activities of daily living by analyzing data sets. Such is its popularity that even in our homes there are devices that incorporate these mechanisms, however these systems require training with large volume data sets. For its generation, two possibilities stand out, the collection of data by sensors in a real environment and the collection of data with simulation tools. The purpose of this work is based on the second approach: the generation of data sets, analyzing and improving a smart home simulator, specifically OpenSHS. The improvement is based on the incorporation of human-system mechanisms, which include the creation of a graphical user interface for the selection of different simulator tools, the addition of a simulated environment, the integration of a virtual assistant, a whiteboard to display messages from other devices and an interactive map that represents the front view of the house. Finally, in order to make the results of the work have a greater impact, a distributable version is generated for windows and linux, and the addition of the changes to the original OpenSHS repository is requested so that collaborators can improve it and integrate the advances.

La incorporación de dispositivos electrónicos con características de automatización y control, se emplean diariamente para mejorar la vida de las personas, especialmente en el hogar, en este caso se aplica a personas con dificultades motrices. El objetivo de esta investigación fue la creación de un prototipo que funciona mediante comando de voz empleando el dispositivo Alexa, el cual cuenta con un Arduino para el control de las funciones elementales, cuyo envío/recepción de datos lo hace empleando conexión Wi-Fi. Como fundamento metodológico se utilizó la encuesta como una técnica de recolección de datos y entrevistas a las personas con dificultad motriz para determinar las actividades mínimas a realizar por el sistema domótico; una vez implementado el proyecto se determina el nivel de aceptación. Los resultados reflejan que, el sistema de comando de voz implementado obtuvo un 93,2 % de efectividad en las pruebas de funcionamiento y las encuestas muestran una aceptación del 64 % de las personas están satisfechas con el proyecto.

O avanço das tecnologias para automação residencial possibilitou o desenvolvimento das casas inteligentes, sendo que os sistemas de casas inteligente tem sido discutido nas áreas de tecnologia, política e sustentabilidade. Porém, o sucesso de implementação da casa inteligente depende de diversos fatores de aceitação dessa tecnologia por parte dos usuários. Assim, o objetivo deste trabalho é identificar na literatura os fatores que possam ser determinantes no processo de adoção da casa inteligente. Foi utilizada a abordagem de revisão sistemática da literatura. Foram identificados quatro grupos de benefícios promovidos pela casa inteligente: saúde, ambiental, financeiro e psicológico, além de três grandes grupos de barreiras que podem afetar a adoção da casa inteligente: tecnológicas; financeira, ética e legal; e falta de conhecimento e resistência psicológica. Os resultados possibilitam definições de melhores estratégias para a implementação e aceitação desta tecnologia por parte dos usuários.