大数据教材运用基础-可穿戴设备跟传感器24.pptVIP

可穿戴设备与传感器 大数据应用基础 1 可穿戴设备目前常见应用模式 最简单的模式： 数据收集把数据记录下来，供用户自己或其他人查看记录。这对于普通人、病人、畜牧业都很有用。 更高级的模式： 数据收集实时作用于身体。这种模式主要针对病人。 2 可穿戴设备的种类 手环、谷歌眼镜、鞋、手表、臂环、腕带等。 其中，手环和谷歌眼镜最为常用。两者功能不同。 现阶段，通常把手机作为可穿戴设备与云端的中转站。并且，手机也能用来观察数据记录。 3 应用场景：运动质量 最基本的功能是记录步数、公里数、路线。 如果假装气压计，能知道你在登山还是游泳。 通过内置算法，也能判断用户在进行的是那种运动：跑步、拳击、游泳、骑车、瑜伽还是引体向上。 4 应用场景：睡眠质量 可以记录入睡时间、翻身次数。 5 应用场景：动物、老人、婴儿 让动物吃下集成了传感器和通讯系统的电子药片，然后它会追踪动物的心跳、体温、反刍时间、胃酸浓度、激素分泌等，一旦有异常就会报警：Vital Herd公司 6 应用场景：运动员选拔 通过可穿戴设备在赛季前对每一位球员进行测试，从而评估他们的价值；甚至让潜在的转会目标在训练中佩戴这种设备：Catapult Sports 7 应用场景：运动员动作追踪 在世界杯开始前，德国队就已使用SAP Match Insights进行训练数据的分析。球员的鞋内、护胫中被放置了传感器，偌大的训练场地内也到处布满传感器。通过这些装置，SAP的系统得以捕捉球员的各种细节动作与位置变化。他们的跑动及传球路线被实时传回到SAP HANA平台上。 经过后台迅速的处理后，教练只需手持一个平板，可以方便地了解每个球员的特色和优劣势。比如任一球员的运动轨迹、进球率、攻击范围等数据都会实时呈现在面板上。 8 应用场景：运动员动作追踪 对于对手的动作，也能设法进行追踪。 勒夫说：与法国队比赛时，正是因为通过数据分析，得知对方虽然注重中场布局，却在两翼出现空档，让德国有机可乘，最后以1比0胜出。 SAP还给赛车车队、NBA球队提供过类似服务。 类似的公司还有：研发出SportVU多镜头追踪系统的STATS公司等。 9 应用场景：健康状况检测 血压 血糖 血氧 心率 体温 心电图 颤抖 呼吸 皮肤导电性 10 应用场景：心理状况检测 上述身体状况指标，还可以用来推测心理状况。 例如，皮肤导电性、血压、心率、呼吸等都反映了心理状况，例如压力、情绪、注意力集中程度等。 比如，心率能反映情绪。 11 应用场景：实时治疗 糖尿病：血糖检测传感器用微泵缓释药物 帕金森病：热传感器自动释放药物 12 应用场景：实时反馈 除了实时治疗，更多的场景中，可以做到实时反馈。有简单的和智能的两种： 简单的：只要某个指标偏高，就自动向用户报警。 智能的：在云端采用监督学习算法，实时预测用户未来身体和心理状态。这对于心脏病、运动损伤等的预防非常有帮助。 13 有些设备并不是便携的 比如，用超声波探头检测胎儿的胎音：快乐妈咪 在家中地毯内置传感器感应家中老人下床和行走的速度和压力：GE和Intel 14 其他可穿戴传感器 气压 光度 磁场 15 可穿戴设备传感器的三个发展方向 更便捷（小型化），更准确，功耗更低 以前血糖仪可以靠滴一滴血才可以测量 用光伏等方式，使得传感器不需要电池或充电 16 可穿戴设备未来应用场景 现有的这些产品都还是比较基础的，首先是做好硬件。但在硬件做好的基础上，就应该在云端收集用户数据，做基于算法的服务了。例如： 能否结合推荐系统？比如，通过用户在不同地点、观看不同视频或新闻时的身体状态推测用户的偏好，进而向用户推荐有趣的场所、视频等。 能否结合搜索技术？ 17 可穿戴设备未来应用场景 能否结合基于机器学习的实时预测？比如，预测身体状况、并给用户提出建议。 很多公司都打算往这方面发展，例如Jawbone、快乐妈咪、 Vital Herd 实际上，有些公司已经在预测方面做了初步尝试。例如：根据球员身上戴着的传感器，测量压力、疲劳程度，然后再用算法预测出受伤可能性。如果受伤可能性升高，球队可以减轻训练负荷。 18 智能家居中的传感器 初级的应用方式： 自动根据周围物理条件进行参数调整、设备开关： 例如，空气PM2.5超标之后，自动打开空气净化器； 家里老人或者小孩出现状况，第一时间通知到主人： 例如，通过在家中地毯内置传感器感应家中老人下床和行走的速度和压力，一旦数据发生异常，就会给亲人发送警报：GE和Intel联合开发的“魔毯”项目 19 智能家居中的传感器 高级的应用方式： 在家中安装几十个带有位置信息的传感器，从而刻画用户的日常行为，从而掌握用户的喜好、健康状况、心情。 对大量数据分析的结果，将有助于向用户推荐合适的产品、调整家居设计。你让系统帮你订票时，它也会考虑