Posicionamiento y modelado de movimiento sin infraestructura para el alojamiento independiente y asistido de personas mayores.

BREVE RESUMEN DE LA PONENCIA

El conocimiento de la posición y el movimiento de los ancianos proporcionará información invaluable sobre el estado de salud y la necesidad de ayuda cuando se vive de forma independiente o en una vivienda con apoyo. El posicionamiento por satélite es el método más utilizado para obtener información global precisa y fiable sobre la posición. Sin embargo, el posicionamiento por satélite no está disponible en interiores y, por lo tanto, hay que utilizar otras tecnologías. Las señales de oportunidad, como WLAN y Bluetooth, se utilizan en la mayoría de las aplicaciones comerciales de posicionamiento en interiores, pero requieren una infraestructura y preparación masivas y, por lo tanto, no son adecuadas para su uso en viviendas para personas mayores. Los diferentes sensores que lleva el usuario proporcionan información de movimiento que puede transformarse en información de posición. Además de no requerir infraestructura, los sensores proporcionan mediciones que revelan los modelos de movimiento del usuario (por ejemplo, gatear, acostarse, caminar) cuando se procesan con métodos de aprendizaje automático. Los modelos de movimiento y la información de posición pueden utilizarse para supervisar a distancia el comportamiento y el estado de salud de las personas mayores, por ejemplo, para evaluar la necesidad de ayuda inmediata.

PONENTE

Nombre completo: Laura Ruotsalainen
Afiliación: Universidad de Helsinki

BREVE CURRÍCULUM DEL PONENTE

Dr. Laura Ruotsalainen is an Associate Professor of Spatiotemporal Data Analysis at the Department of Computer Science at the University of Helsinki, Finland. Until August 2018 she led a research group on Sensors and Indoor Navigation at the Finnish Geospatial Research Institute, Finland. She received her master’s degree from the Department of Computer Science, University of Helsinki in 2003 and doctoral degree in 2013 from the Department of Pervasive Computing, Tampere University of Technology. Her research interests include use of computer vision in navigation, development of sophisticated Global Navigation Satellite Systems (GNSS) and sensor fusion methods for robust navigation and situational awareness especially in urban areas, indoors and for GNSS interference mitigation. Her interests include also development of machine learning algorithms using spatiotemporal data.