Interacción persona-objeto mediante computación ubicua

Abstract

Este proyecto tiene como objetivo detectar de forma desasistida la actividad del usuario con los objetos del entorno en tiempo real, con el fin de mejorar los procesos en entornos comerciales, haciendo uso de la tecnología Radio Frequency Identification (RFID). Para ello se presenta un sistema de clasificación basado en Machine Learning que utiliza información de distintos parámetros RFID y Arduino para obtener mayor información sobre la interacción de las personas con los objetos que están situados en una Smart Shelf (estantería inteligente). Esta información podría permitir que un usuario que cogiese un libro de una estantería visualizase en una pantalla los libros de las temáticas relacionadas y que un led de manera visual le indicase la selección del libro. Para mejorar la precisión en la clasificación se utilizan los parámetros RFID de la antena principal que detecta cada objeto con mayor intensidad. Así pues, se concluye que el sistema clasifica la interacción de los objetos con un 82% de acierto. Como trabajo futuro, se pretende mejorar el modelo añadiendo más parámetros RFID para perfeccionar la detección de la interacción, como también la evaluación en un entorno comercial real.This project aims to detect user activity with objects in the environment in real time in an unassisted manner, to improve processes in commercial environments, using the Radio Frequency Identification (RFID) technology. This work presents a classification system based on Machine Learning that uses information from RFID and Arduino parameters. The goal is to obtain more information on the interaction with the objects that are located in a Smart Shelf. This information would allow a user to take a book from a shelf, and books on similar topics would be displayed on a screen together with a led, visually showing the selection of the book. To improve the accuracy in the classification, the RFID parameters from the main antenna detecting each tag are used. We demonstrate that the system classifies the interaction of objects with 82% accuracy. As a future work, we propose to add more RFID parameters to improve the detection of the interaction, as well as evaluation in a real business environment.