Ciao, sto per laurearmi alla triennale in ingegneria informatica a Parma e volevo condividere con voi il mio progetto di tesi (che spero sia interessante).
Lo scopo del mio lavoro di tesi consiste nella progettazione di un sistema di ambient intelligence in un contesto lavorativo attraverso l’utilizzo della piattaforma Arduino.
La prima parte del lavoro è stata quella di progettare e sviluppare con l’hardware e il software fornito da Arduino le schede che saranno utili per il sistema:
• Una scheda Arduino UNO che servirà per il monitoraggio ambientale, attraverso la lettura di quattro sensori (temperatura, umidità, luce, gas);
• Una scheda Arduino UNO che servirà per la presenza all’interno della stanza attraverso un lettore di tag RFID e NFC, un sensore di movimento PIR e un sensore di suono ad alta sensibilità che comunicheranno i loro dati con un modulo ZigBee;
• Una scheda Arduino UNO per la comunicazione ZigBee;
• Una scheda Arduino MEGA ADK per gli attuatori e per il riconoscimento di dispositivi Android attraverso un USB Host.
Queste schede saranno convoglieranno in una Wireless Sensor Network (WSN) e comunicheranno con un server creato ad hoc attraverso sia le tecnologie wireless (un modulo RN-XV) ma anche wired (Ethernet shield). Il server avrà il compito di elaborare i dati grezzi che arrivano dalle schede, salvarli in un database, renderli disponibili a un client web che li possa visualizzare attraverso un’interfaccia (saranno rappresentati i dati letti delle ultime ore attraverso dei grafici) e di mettere a disposizione servizi utili per interrogazioni da parte di dispositivi Android.
Un ulteriore servizio implementato è stato quello di un modulo con il quale, attraverso una rete di Bayes appositamente creata per il progetto, è possibile prevedere lo stato della stanza in basa alla lettura dei sensori/dispositivi sopra esposti: se c’è un incendio, se c’è un intrusione, ma anche se c’è attività lavorativa di una singola persona o se c’è una conferenza oppure se c’è una condizione anomala per cui bisogna azionare determinati attuatori. Attraverso la lettura di eventi di basso livello (lettura di sensori, tag di utenti entrati nel locale, ecc), il modulo riuscirà a prevedere con discreta probabilità quale sarà lo stato della stanza in quel momento.
L’interfaccia utente invece è raggiungibile, come già detto, via web attraverso una pagina presente sul server oppure attraverso un’applicazione Android creata ad hoc che permette di visualizzare i dati letti dai sensori, di ricevere notifiche push in caso di eventi di alto livello (rilevati dalla rete di Bayes sopra descritta), attraverso il servizio Google Cloud Messaging, o azionare gli attuatori in remoto.
Seguiranno prossimamente ulteriori dettagli! 
Nel frattempo, cosa ve ne pare?
