Zustandserkennung und Schätzung des aktuellen Szenarios anhand von Sensordaten einer smarten Tasse

Abstract

Ziel dieser Arbeit ist es, eine Zustandserkennung durch Auswertung der aktuellen Sensordaten innerhalb einer smarten Tasse zu realisieren. Hierfür sollen die erkannten Gesten kategorisiert und anschließend einem möglichen Szenario, in welchem sich die Tasse aktuell befindet könnte, zugeordnet werden. Je nach Situation ist es dann Möglich im Rahmen dieser Arbeit relevante Sensordaten und Sendeintervalle auszuwählen. Dies führt zur Reduzierung von Masse und Datenrate der gesendeten Daten und verbessert die Betriebszeit der Tasse. Für die Entwicklung der Algorithmen wird eine experimentelle und eine modellbasierte Herangehensweise gewählt

This Bachelor thesis aims to implement a state recognition inside a smart mug to predict the possible scenarios. When the probable scenario is identified, the result and accumulated data can be send to the back end for further processing. The scenario recognition will recognise everyday gestures like drinking or transport processes. The preselection of relevant data inside the mug reduces data traffic and hence extending battery life. A model based and an experimental approach will be used for algorithm development.