[Kai Kunze] aus dem eingebetteten Systemlabor bei Passau betrifft 25c3, um über Cyborgs und Gargoyles zu sprechen: Stand der Technik in tragbarem Rechenaufwand. Es gab viele homebrew-tragbare Rechenlösungen, aber [Kai] bedeckte spezifischer Projekte, die den Alltag in der realen Welt sehen konnten.
Das erste war ein Prototypsystem, das sie für den Einsatz in Krankenhäusern errichtet hatten. Der Arzt trug einen Gürtelschnalle mit Linux-Computer unter seinem Mantel, der an einem RFID-Leser an seinem Handgelenk befestigt wurde. Er würde die Clients RFID-Handgelenk-Band lesen, die ihr Diagramm auf dem Bildschirm anzeigen würde. Er konnte dann blättern und mit einem kapazitiven Sensor, der in den Mantel eingebaut ist. Hinweise können mit einem Bluetooth-Headset aufgenommen werden. Das System hielt die Hände des Arztes völlig kostenlos zur Untersuchung des Kunden, während er noch möglichst viele Informationen anbietet. Sie liefen dieses System tatsächlich 30 Tage in einem Krankenhaus.
Das nächste Beispiel war ein gemeinsames Projekt mit dem Automobilhersteller Skoda. Qualitätssicherungsversorgung (QA) -Tests kann ein langer Prozess mit zahlreichen viel mehr Schritten sein als die Montagevorgänge. Das Team beigefügte Sensoren an den Arbeiter, um festzustellen, wo sich der Arbeiter in Bezug auf das Auto befand und die direkte Messung des getesteten Objekts ergab. Die Verwendung von tragbaren Technologien implizierte, dass sie viel mehr Daten erhielten, als sie typischerweise mit Standard-QA-Tests tun würden, und sie könnten den Arbeiter schnell auffordern, wenn sie einen Schritt verpasst haben.
[Kai] identifizierte ein paar Projekte, die das Entwickeln Ihres eigenen Systems viel schneller machen würde. Context-Erkennungsnetzwerk-Toolbox hilft Ihnen, zu ermitteln, welche Aktionen ausgeführt werden. Sie haben es verwendet, um Systeme wie einen automatisierten Kung-Fu-Trainer zu erstellen, der Posen erkennen kann. Es gibt auch eine Kontext-Logger-App für das iPhone, die mit Accelerometer-Daten geschult werden kann, um verschiedene Aktivitäten zu erkennen. Er schlug auch ein Programm vor, das mit Zeiss entwickelt wurde, um den Arbeitnehmern visuell aufzutragen, als sie Aufgaben ausführten. Beim Testen war es 50% schneller als Textanweisungen und 30% schneller als Stimme.
Eine der viel mehr bizarren / interessanten Ideen, die wir gesehen haben, war ein Telefon-Locator, der auf Resonanz (PDF) basiert. Es wurde für ein Symbian-Gerät entwickelt, es würde ein Sound spielen und das Ergebnis aufzeichnen, das von der Umgebung modifiziert wurde. Jede Oberfläche hatte eine eigene Unterschrift, so dass Sie das Telefon abfragen konnten, und es würde berichten, wo es d. H. Auf dem Schreibtisch, auf dem Sofa, in der Schublade. Diese Resonanzabtastung kann auch mit dem Vibrationsmotor eingesetzt werden.
Der letzte Punkt [Kai] berührte das Privatsphäre. Wenn Sie einen Sensor tragen, geben Sie möglicherweise persönliche Daten aus. Er zeigte ein Beispiel dafür, wie Systeme entwickelt werden könnten, um diese Informationen an Benutzer zu halten. Der erste Teil war eine Videokamera, die die Bewegung von Menschen in einem Raum aufzeichnet. Es könnte identifizieren, wohin die Gesichter waren, aber nicht, wer sie waren. Einer der Teilnehmer hatte ein Beschleunigungsmesser, der ihre Bewegungen aufzeichnet. Dieser Benutzer könnte die Daten der Kamera verwenden, um seine eigene Bewegung im Raum durch Korrelieren der Daten herauszufinden, aber niemand sonst würde das vollständige Bild sehen.