| 教材模組名稱 | 居家照護之影像辨識和跌倒偵測應用開發模組/中央大學通訊工程系 胡誌麟教授 |
|---|---|
|
教材模組 教學目標
|
1. 課程模組整體教學目標：
(1) 本課程模組以智慧家庭為應用場域，將問題導向學習(PBL)之教學模式作為授課方式的核心，引導學生從發現問題、定義問題到解決問題，逐步實現具物聯網技術與應用開發的學習能力。 (2) 透過一系列底層感測及區域網路技術、物聯網閘道器網路連接技術與上層服務平台技術等教學與實驗單元，教導學生開發物聯網應用的基礎架構與實作經驗。 2. 課程模組：家電與能源管理應用開發模組
教學目標：
(1) 本課程導入PBL教學模式，以家電與能源管理的問題及需求作為物聯網技術與實作教學的根基。 (2) 透過一系列實驗，培養學生具終端電力感測物件的部署、閘道器的網路連接，以及雲端平台伺服器之資料存取等三項技術能力。 (3) 透過分組合作的專題實作與期末競賽，讓學生擁有完整的專案技術開發經驗。 |
|
教材模組時數
|
12小時
|
|
教材模組 課程大綱
|
單元1：PBL問題定義(針對居家照護之需求探討)及居家照護系統、技術與服務之案例分析
單元2：Raspberry PI樹莓派硬體開發、ZigBee/藍芽數位 IO 控制及相機模組整合之教學，收集多媒體影像串流的數據資料
單元3：Node RED軟體開發平台與功能設計流程之教學，套用標準通訊傳輸協定與決定即時多媒體影像串流之數據流向
單元4：雲端運算平台（Microsoft Azure/IBM Bluemix）之教學，透過API連接雲端，以複雜型AI演算法進行即時影像數據的處理與分析
單元5：事件即時回報功能之設計與教學，將雲端運算分析的異常結果，透過API及廣播方式即時通知鄰近的醫療救護機構
實驗：透過Dashboard 儀表板顯示即時影像數據資料，辨識及分析出影像中的行為，並設計緊急事件的回報機制
• 範例：複雜型AI演算法分析老人跌倒行為之實習演練
•
結合相機模組+Zigbee/藍芽數位IO控制模組，導入CNN演算法設計即時影像串流資料的分析功能。根據回傳的影像資料，系統自動偵測家中成員是否發生跌倒行為。 系統判斷為跌倒：則針對鄰近的醫療救護機構發佈緊急事件的廣播通知、針對家屬發佈簡訊通知；系統判斷為正常：則刪除該分析結果。 |
|
可分享教材模組內容說明
|
課投影片教材3份，內含嵌入式系統之軟硬體開發、網路傳輸技術與雲端平台操作、影像辨識系統實驗等，可參閱範例教材。
|
|
所需實作平台配備與經費需求預估
(以模組教學實作所需基本軟、硬體平台估算)
|
實作平台配備說明：(每份供1位同學使用)
建議如下規格之零件：
1. 物聯網平台：Raspberry PI3 (含電源供應器、記憶卡、螢幕線或USB-to-Serial傳輸線) 2. GPIO感測與通訊模組：相機模組、Zigbee、藍芽模組 3. 雲端平台租用：Microsoft Azure/IBM Bluemix 4. 設備經費需求：每份約5,000元。 ※實作平台配備: 家電與能源管理應用開發模組設備照片.pdf
|
|
聯盟示範教學實驗室可提供之訓練與技術支援
(含實驗示範影片)
|
1. 示範教學實驗室及聯盟網址：https://saiotc.ee.ncku.edu.tw/project/index.php?CID=0&PID=0 2. 助教工作坊：20 人/場，共2場 3. 教師工作坊：20 人/場，共2場 4. 現場協同教學（協助使用此教材模組的課程教師）：2人/場，每場3小時，共3場，總共時數9小時 |
|
聯絡窗口
|
負責教師：國立中央大學通訊工程系 胡誌麟教授
負責人員：國立中央大學通訊工程學系 陳思偉博士
聯絡方式：chenssuwei@g.ncu.edu.tw / (03)422-7151 分機35546
|