TU Darmstadt / ULB / TUprints

Event-driven Middleware for Body and Ambient Sensor Applications

Christian, Seeger (2013)
Event-driven Middleware for Body and Ambient Sensor Applications.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

[img]
Preview
Text
cseeger_final_v3.pdf - Updated Version
Copyright Information: CC BY-NC-ND 2.5 Generic - Creative Commons, Attribution, NonCommercial, NoDerivs .

Download (6MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Event-driven Middleware for Body and Ambient Sensor Applications
Language: English
Referees: Buchmann, Professor Alejandro ; Hughes, Professor Danny ; Van Laerhoven, Dr. Kristof
Date: 6 November 2013
Place of Publication: Darmstadt
Date of oral examination: 21 January 2014
Abstract:

Continuing development of on-body and ambient sensors has led to a vast increase in sensor-based assistance and monitoring solutions. A growing range of modular sensors, and the necessity of running multiple applications on the sensor information, has led to an equally extensive increase in efforts for system development. In this work, we present an event-driven middleware for on-body and ambient sensor networks allowing multiple applications to define information types of their interest in a publish/subscribe manner. Incoming sensor data is hereby transformed into the required data representation which lifts the burden of adapting the application with respect to the connected sensors off the developer's shoulders. Furthermore, an unsupervised on-the-fly reloading of transformation rules from a remote server allows the system's adaptation to future applications and sensors at run-time as well as reducing the number of connected sensors. Open communication channels distribute sensor information to all interested applications. In addition to that, application-specific event channels are introduced that provide tailor-made information retrieval as well as control over the dissemination of critical information.

The system is evaluated based on an Android implementation with transformation rules implemented as OSGi bundles that are retrieved from a remote web server. Evaluation shows a low impact of running the middleware and the transformation rules on a phone and highlights the reduced energy consumption by having fewer sensors serving multiple applications. It also points out the behavior and limits of the open and application-specific event channels with respect to CPU utilization, delivery ratio, and memory usage.

In addition to the middleware approach, four (preventive) health care applications are presented. They take advantage of the mediation between sensors and applications and highlight the system's capabilities. By connecting body sensors for monitoring physical and physiological parameters as well as ambient sensors for retrieving information about user presence and interactions with the environment, full-fledged health monitoring examples for monitoring a user throughout the day are presented. Vital parameters are gathered from commercially available biosensors and the mediator device running both the middleware and the application is an off-the-shelf smart phone. For gaining information about a user's physical activity, custom-built body and ambient sensors are presented and deployed.

Alternative Abstract:
Alternative AbstractLanguage

Das rasche Voranschreiten der Sensorentwicklung, ihre zunehmende Modularität sowie der resultierende Zuwachs an Anwendungen, haben zu neuen Herausforderungen im Bereich der Sensor-basierten Systeme geführt. Im Rahmen der vorliegenden Arbeit wurde eine Event-basierte Middleware für Sensornetze bestehend aus Körper- und Umgebungssensoren entwickelt, die Anwendungen die von ihnen angeforderten Informationen mittels eines Publish/Subscribe-Ansatzes zur Verfügung stellt. Durch die Abstraktion von der eigentlichen Sensorik, wird die Anwendungsentwicklung erheblich erleichtert. Außerdem ermöglichen sogenannte Transformationsregeln das Umwandeln von Sensordaten in eine für die Anwendung adäquate Darstellung. Diese Transformationsregeln können zur Laufzeit von einer entfernten Datenbank geladen und installiert werden und ermöglichen somit das automatische Anpassen des Systems an zukünftige Anwendungen und Sensoren und zugleich die Einsparung von Sensorik. Diese Middleware-basierte Umwandlung von Sensorinformationen ermöglicht somit den Verzicht auf die aufwendige Entwicklung anwendungs- beziehungsweise sensorspezifischer Systeme. Die Verteilung der Sensordaten erfolgt entweder über offene oder über anwendungsspezifische Kommunikationskanäle. Letztere ermöglichen ein maßgeschneidertes Ausliefern von Informationen sowie die Kontrolle über die Informationsverarbeitung.

Das System wurde als Android Anwendung implementiert und evaluiert. Die Evaluation zeigt den geringen Einfluss der Middleware und der Transformationsregeln auf die Systemauslastung sowie den durch die Einsparung von Sensorik und dem gleichzeitigen Bedienen mehrere Anwendungen reduzierten Energieverbrauch. Des Weiteren werden das Verhalten und die Grenzen der offenen sowie der anwendungsspezifischen Kommunikationskanäle bezüglich der CPU-Auslastung, der Delivery Ratio und des Speicherverbrauchs analysiert.

Zusätzlich zu dem Middleware-Ansatz werden vier Anwendungen aus dem Bereich (präventiver) Gesundheitsversorgung vorgestellt. Sie machen von den Vorzügen der Middleware Gebrauch und heben die Leistung des Gesamtsystems hervor. Körpernahe und umgebende Sensorik ermöglicht das Ermitteln von physikalischen und physiologischen Parametern und liefert Informationen über die Anwesenheit und Interaktion des Nutzers mit seiner Umgebung. Die vorgestellten Beispielanwendungen erlauben das permanente Monitoring einer Person. Dabei wurden für die medizinische Überwachung kommerziell erhältliche Biosensoren verwendet; als Plattform für die Middleware dient ein herkömmliches Smartphone. Die körpernahe und umgebende Sensorik zur Ermittlung der Benutzeraktivität wurde speziell für unsere Anwendungen entwickelt.

German
Uncontrolled Keywords: Middleware Body Sensor Networks Cybercare Medical Services Performance Analysis Wireless Sensor Networks Event-based Systems
URN: urn:nbn:de:tuda-tuprints-37879
Classification DDC: 000 Generalities, computers, information > 004 Computer science
Divisions: 20 Department of Computer Science > Databases and Distributed Systems
20 Department of Computer Science > Embedded Sensing Systems
Date Deposited: 11 Feb 2014 10:12
Last Modified: 09 Jul 2020 00:36
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/3787
PPN: 386312680
Export:
Actions (login required)
View Item View Item