GitHub/quartz
1
0
Fork 2
mirror of https://github.com/jackyzha0/quartz.git synced 2025-12-27 14:54:05 -06:00
Code Issues Actions Packages Projects Releases Wiki Activity
f1910ff86f
quartz/content/Elective/Visual/AmI.md
TieHaxJan f1910ff86f add my page
2025-02-18 15:56:26 +01:00

2.5 KiB
Raw Blame History

title tags date draft
Ambient Intelligence
AmI
2024-02-13 false

Eine Zusammenfassung der Inhalte der Vorlesung Ambient Intelligence aus dem Wintersemester 2023/2024.

Download

Inhalt:

  1. Grundlagen und Eigenschaften von Ambient Intelligence

    • AmI beschreibt intelligente, vernetzte Umgebungen, in denen Computer und Sensoren unsichtbar im Alltag integriert sind.
    • Wichtige Eigenschaften: Sensitivität (erkennt Umgebung), Intelligenz (verarbeitet Daten), Responsivität (reagiert auf Nutzer), Adaptivität (lernt und passt sich an).
    • Ziel: Eine intuitive, nicht-invasive Mensch-Computer-Interaktion, z. B. durch Gestensteuerung oder kontextbewusste Assistenz.

  2. Sensoren und Aktoren in AmI-Systemen

    • Verschiedene Sensoren für Bewegung, Licht, Temperatur, biologische Parameter (z. B. Pulsoxymetrie, EKG in Smartwatches).
    • Aktoren wandeln digitale Signale in physikalische Aktionen um (z. B. smarte Steckdosen, Temperaturregelung).
    • Kapazitive Sensorik: Berührungslose Messung von Anwesenheit (z. B. in Smartbeds oder Gestenerkennungssystemen).

  3. Anwendungen von Ambient Intelligence

    • Smart Homes & Smart Cities: Automatische Lichtsteuerung, Sicherheitsüberwachung, Energieoptimierung.
    • Gesundheitswesen: Wearables zur Gesundheitsüberwachung (z. B. Smartwatches mit EKG, smarte Kontaktlinsen für Diabetiker).
    • Assistenzsysteme: Telemedizin, Robotik in der Pflege, intelligente Assistenz für Senioren (Ambient Assisted Living).

  4. Kommunikation und Interoperabilität

    • IoT-Protokolle wie ZigBee, Z-Wave, EnOcean für smarte Gerätekommunikation.
    • Middleware-Lösungen ermöglichen standardisierte Vernetzung unterschiedlicher Systeme.
    • Herausforderung: Datensicherheit und Privatsphäre, insbesondere bei sensiblen Gesundheitsdaten.

  5. Herausforderungen und ethische Fragen

    • Sicherheit & Datenschutz: Wie können persönliche Daten in intelligenten Umgebungen geschützt werden?
    • Akzeptanz & Benutzerfreundlichkeit: Systeme müssen einfach zu bedienen sein und Mehrwert bieten.
    • Fehlertoleranz & Robustheit: Kritische Systeme (z. B. in der Medizin) müssen zuverlässig funktionieren.