TIII – GEBRUIKERSMEETING 24/06/2013 Karen Vanderloock e-Media Lab, GroepT, Leuven Engineering College.

Presentatie over: "TIII – GEBRUIKERSMEETING 24/06/2013 Karen Vanderloock e-Media Lab, GroepT, Leuven Engineering College."— Transcript van de presentatie:

1 TIII – GEBRUIKERSMEETING 24/06/2013 Karen Vanderloock e-Media Lab, GroepT, Leuven Engineering College

2 Overzicht  D2 “Het aanbieden van een experience TIII-lab”  WP2.1- Studie bestaande labs en state-of-the-art in TIII  WP2.3 - Onderzoek naar relevante sensoren, actuatoren, tools, software…  WP2.4 - Analyse van software en tools  D5 “Kennis rond TIII ontwikkelen en verspreiden”  WP5.1- Maken van publicaties

3 Overzicht  D2 “Het aanbieden van een experience TIII-lab”  WP2.1- Studie bestaande labs en state-of-the-art in TIII  WP2.3 - Onderzoek naar relevante sensoren, actuatoren, tools, software…  WP2.4 - Analyse van software en tools  D5 “Kennis rond TIII ontwikkelen en verspreiden”  WP5.1- Maken van publicaties

4 Bestaande labs en state-of-the-art  Studie labs  E.g. Tangible Media MIT  Oplijsting (In progress)  State-of-the-art  Via literatuurstudie  Conferenties (zie verder)

5 Overzicht  D2 “Het aanbieden van een experience TIII-lab”  WP2.1- Studie bestaande labs en state-of-the-art in TIII  WP2.3 - Onderzoek naar relevante sensoren, actuatoren, tools, software…  WP2.4 - Analyse van software en tools  D5 “Kennis rond TIII ontwikkelen en verspreiden”  WP5.1- Maken van publicaties

6 Studie sensoren en actuatoren  Oplijsting  Ook via thesissen, andere projecten… Voorbeeld: Onderzoek naar motion sensors Shimmer Wireless Sensor (3 axis accelerometer and tilt/vibration sensor) TI SensorTag (temperature, humidity, 3 axis accelerometer, gyroscope, magnetometer) Voorbeeld: Thesis ivm aerobics gestures with 3D cameras and motion sensors …

7 Studie sensoren en actuatoren  Gebruikersgroep?

8 Overzicht  D2 “Het aanbieden van een experience TIII-lab”  WP2.1- Studie bestaande labs en state-of-the-art in TIII  WP2.3 - Onderzoek naar relevante sensoren, actuatoren, tools, software…  WP2.4 - Analyse van software en tools  D5 “Kennis rond TIII ontwikkelen en verspreiden”  WP5.1- Maken van publicaties

9 Analyse software en tools  Sensoranalyse literatuur  Gestures: classifier -> nog geen SVM geprobeerd  Uittesten middleware  Via projecten en thesissen Voorbeeld: Kungfu keuken: Wii-mote and Kinect  Gebruikersgroep?

10 Overzicht  D2 “Het aanbieden van een experience TIII-lab”  WP2.1- Studie bestaande labs en state-of-the-art in TIII  WP2.3 - Onderzoek naar relevante sensoren, actuatoren, tools, software…  WP2.4 - Analyse van software en tools  D5 “Kennis rond TIII ontwikkelen en verspreiden”  WP5.1- Maken van publicaties

11 Publicaties  TEI 2013  Tangible, Embedded and Embodied Interaction  Barcelona, Spain  Works-in-progress demo  STS 2013  Smart Textiles Salon  Gent, Belgium  Demo

12 Publicaties  UIST 2013  User Interface Software and Technology  St Andrews, Schotland  Paper

13 Skweezees 1/ Skweezees Soft objects filled with conductive padding + electrodes 2/ Software End-users can define and record their own gestures

14 Any soft object can sense its shape shifting… … and turns into a sensor

15 Inside the Skweezee  Filling: elasticity and conductivity  Nylon filaments suffused with conductive carbon  Low-density conductive foam  Conductive wool consisting of steel fibers mixed with normal wool (Bekintex)  Electrodes  Conductive wire  Conductive tape  Conductive yarn

16 Electronics  2 multiplexers  Microcontroller  8 electrodes  Measure resistance between every unique pair of electrodes (28)

17 Gesture Recognition Algorithm  Recording during 10 seconds  The user can perfrom the gesture once, or several times, and dynamically change the extent of the deformation  Support Vector Machine Classifier  Automatically trained  Not visible for user

18 Software Resistance between very unique pair of electrodes Recognized gesture All recorded gestures Recording new gesture

19 Experiments  Experiment 1: Pre-defined gesture set  20 participants  Average: 90% accuracy  2 participants get score of 100%

20 Experiments  Experiment 2: User-defined gesture set  10 participants Cuboid Cylinder

21 Possible applications