模組B-2:居家照護之影像辨識和跌倒偵測應用開發模組

​教材模組 教學目標

1. 課程模組整體教學目標:

  (1) 本課程模組以智慧家庭為應用場域,將問題導向學習(PBL)之教學模式作為授課方式的核心,引導學生從發現問題、定義問題到解決問題,逐步實現具物聯網技術與應用開發的學習能力。

  (2) 透過一系列底層感測及區域網路技術、物聯網閘道器網路連接技術與上層服務平台技術等教學與實驗單元,教導學生開發物聯網應用的基礎架構與實作經驗。

2. 課程模組:家電與能源管理應用開發模組

教學目標:

  (1) 本課程導入PBL教學模式,以家電與能源管理的問題及需求作為物聯網技術與實作教學的根基。

  (2) 透過一系列實驗,培養學生具終端電力感測物件的部署、閘道器的網路連接,以及雲端平台伺服器之資料存取等三項技術能力。

  (3) 透過分組合作的專題實作與期末競賽,讓學生擁有完整的專案技術開發經驗。

​教材模組 時數

​12小時

​教材模組 課程大綱

單元1:PBL問題定義(針對居家照護之需求探討)及居家照護系統、技術與服務之案例分析

單元2:Raspberry PI樹莓派硬體開發、ZigBee/藍芽數位 IO 控制及相機模組整合之教學,收集多媒體影像串流的數據資料

單元3:Node RED軟體開發平台與功能設計流程之教學,套用標準通訊傳輸協定與決定即時多媒體影像串流之數據流向

單元4:雲端運算平台(Microsoft Azure/IBM Bluemix)之教學,透過API連接雲端,以複雜型AI演算法進行即時影像數據的處理與分析

單元5:事件即時回報功能之設計與教學,將雲端運算分析的異常結果,透過API及廣播方式即時通知鄰近的醫療救護機構

實驗:透過Dashboard 儀表板顯示即時影像數據資料,辨識及分析出影像中的行為,並設計緊急事件的回報機制

• 範例:複雜型AI演算法分析老人跌倒行為之實習演練

• 結合相機模組+Zigbee/藍芽數位IO控制模組,導入CNN演算法設計即時影像串流資料的分析功能。根據回傳的影像資料,系統自動偵測家中成員是否發生跌倒行為。

  系統判斷為跌倒:則針對鄰近的醫療救護機構發佈緊急事件的廣播通知、針對家屬發佈簡訊通知;系統判斷為正常:則刪除該分析結果。

可分享教材模組內容

課投影片教材3份,內含嵌入式系統之軟硬體開發、網路傳輸技術與雲端平台操作、影像辨識系統實驗等,可參閱範例教材。

所需實作平台配備與經費需求預估(以模組教學實作所需基本軟、硬體平台估算)

實作平台配備說明:(每份供1位同學使用)

建議如下規格之零件:

  1. 物聯網平台:Raspberry PI3 (含電源供應器、記憶卡、螢幕線或USB-to-Serial傳輸線)

  2. GPIO感測與通訊模組:相機模組、Zigbee、藍芽模組

  3. 雲端平台租用:Microsoft Azure/IBM Bluemix

  4. 設備經費需求:每份約5,000元。

聯盟/示範教學實驗室可提供之訓練與技術支援(含實驗示範影片)

  1. 示範教學實驗室及聯盟網址:https://saiotc.ee.ncku.edu.tw/project/index.php?CID=0&PID=0

  2. 助教工作坊:20 人/場,共2場

  3. 教師工作坊:20 人/場,共2場

  4. 現場協同教學(協助使用此教材模組的課程教師):2人/場,每場3小時,共3場,總共時數9小時

  5. 實驗示範教學影片:https://drive.google.com/drive/u/0/folders/1UCdjxzHJWdjqfbxEHS65VjfjDODbSbPE

聯絡窗口

負責教師:國立中央大學通訊工程系 胡誌麟教授

負責人員:國立中央大學通訊工程學系 陳思偉博士

聯絡方式:chenssuwei@g.ncu.edu.tw / (03)422-7151 分機35546