Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Real-Time Monitoring System of Sedentary Behavior with Android Wear and Cloud Computing: An office case study
KTH, School of Technology and Health (STH).
2017 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Realtidsövervakningssystem för Stillasittande Beteende med Android Wear och Cloud Computing : En kontorsfallstudie (Swedish)
Abstract [en]

Nowadays, prolonged sitting among office workers is a widespread problem, which is highly related to several health problems. Many proposals have been reported and evaluated to address this issue. However, motivating and engaging workers to change health behavior to a healthier working life is still a challenge.

In this project, a specific application has been deployed for real-time monitoring and alerting office workers for prolonged sitting. The proposed system consists of three distinct parts: The first one is an android smartwatch, which was used to collect sensor data e.g., accelerometer and gyro data, with a custom android wear app. The second one is an android application, which was developed to act as a gateway for receiving the smartwatch’s data and sending them to IBM Bluemix cloud with MQTT protocol. The final part is a Node-Red cloud application, which was deployed for storing, analyzing and processing of the sensor data for activity detection i.e., sitting or walking/standing. The main purpose of the last one was to return relevant feedback to the user, while combining elements from gaming contexts (gamification methods), for motivating and engaging office workers to a healthier behavior.

The system was firstly tested for defining appropriate accelerometer thresholds to five participants (control group), and then evaluated with five different participants (treatment group), in order to analyze its reliability for prolonged sitting detection. The results showed a good precession for the detection. No confusing between sitting and walking/standing was noticed. Communication, storage and analysis of the data was successfully done, while the push notifications to the participants, for alerting or rewarding them, were always accurate and delivered on time. Every useful information was presented to the user to a web-based dashboard accessed through a smartphone, tablet or a PC.    

The proposed system can easily be implemented at a real-life scenario with office workers. Certainly, there is a lot space for improvement, considering mostly the type of data registered at the system, the method for sitting detection, and the user interface for presenting relevant information.

Abstract [sv]

Numera är förlängt sittande bland kontorsarbetare ett utbrett problem som är väldigt relaterat till flera hälsoproblem. Många förslag har rapporterats och utvärderas för att ta itu med denna fråga. Tydligen är det fortfarande en utmaning att motivera och engagera arbetstagare för att förändra deras hälsobeteende till hälsosammare arbetsliv.

I detta projekt har en särskild applikation använts för realtidsövervakning och varnar kontorsarbetare för förlängt sittande. Det föreslagna systemet består av tre olika delar: Den första är en android smartwatch, som användes för att samla sensordata t.ex. accelerometer och gyrodata, med en anpassad android wear app. Den andra är en en androidapplikation som fungerade som en gateway för att ta emot smartwatchens data och skickar datan till IBM Bluemix-Cloud med MQTT-protokollet. Den sista delen är en Node-RED Cloud-Applikation som användes för lagring, analysering och behandling av sensordata för aktivitetsdetektering. Detta innebär sittande eller gå/stående med det huvudsakliga ändamålet att returnera relevant återkoppling till användaren, samtidigt som man kombinerar element från spelkontekster (gamification metoder), för att motivera och engagera arbetarna till ett hälsosammare beteende.

Systemet testades först för att definiera lämpliga accelerometertrösklar till fem deltagare (kontroll grupp) och utvärderades sedan med fem olika deltagare (behandingsgrupp) för att analysera dess tillförlitlighet för långvarig sittdetektering. Resultaten visade en bra precession för detektionen. Ingen förvirring mellan att sitta och gå / stående märktes. Kommunikation, lagring och analys av data gjordes framgångsrikt, medan push-meddelandena till deltagarna, för att varna eller belöna dem, var alltid korrekta och levererade i tid. All användbar information presenterades för användaren på en webbaserad dashboard som nås via en smartphone surfplatta eller en dator.

Det föreslagna systemet kan enkelt implementeras i ett verkligt scenario med kontorsarbetare. Visst finns det mycket utrymme för förbättring om man tänker på majoriteten av data som registrerats i systemet, metoden för sittande detektion och användargränssnittet för presentering av relevant information.

Place, publisher, year, edition, pages
2017. , 64 p.
Series
TRITA-STH, 2017:77
Keyword [en]
cloud computing, sedentary behavior, prolonged sitting, android wear, smartwatch, android mobile, IBM Bluemix, Node-RED, gamification methods, freeboard
Keyword [sv]
cloud computing, stillasittande beteende, långvarigt sittande, android wear, smartwatch, android mobile, IBM Bluemix, Node-RED, gamifieringsmetoder, freeboard
National Category
Medical Engineering
Identifiers
URN: urn:nbn:se:kth:diva-210017OAI: oai:DiVA.org:kth-210017DiVA: diva2:1116008
Subject / course
Medical Engineering
Educational program
Master of Science - Medical Engineering
Presentation
2017-06-09, T54, Hälsovägen 11C, 141 57, Huddinge, 09:00 (English)
Supervisors
Examiners
Available from: 2017-06-27 Created: 2017-06-27 Last updated: 2017-06-27Bibliographically approved

Open Access in DiVA

charalav_thesis(2953 kB)66 downloads
File information
File name FULLTEXT01.pdfFile size 2953 kBChecksum SHA-512
f7eb6573dec77474fd8d2c85a70c3eaae88b9835e9f8a70cf63cf6f581a7f47d2bb20eb91d3d8b15c8c4cb4380ca676ea27b52bb92c9b0aa1ad821f4eef186aa
Type fulltextMimetype application/pdf

By organisation
School of Technology and Health (STH)
Medical Engineering

Search outside of DiVA

GoogleGoogle Scholar
Total: 66 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 570 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf