910 likes | 1.13k Views
手持裝置應用系統之設計 與未來發展. 黃有評 大同大學 資訊工程系. 內容. 研發動機 理論技術與設計要點 導覽與學習系統建置 (以關渡自然公園為例) RFID 技術及應用 麥當勞得來速點餐系統 車牌辨識系統 (停車管理拍立得、路況監測系統) 鳥類檢索系統 ( e 機在手,鳥趣無窮、 emome ) 結論與未來展望. 研發動機. 因應 無線網路 與 第三代行動通訊( 3G ) 的發展,以手持裝置為基礎開發各種應用程式,讓使用者能夠充份的感受到無線環境和手持裝置所帶來的便利性。 如何提升新產品附加價值 ?
E N D
手持裝置應用系統之設計與未來發展 黃有評 大同大學 資訊工程系
內容 • 研發動機 • 理論技術與設計要點 • 導覽與學習系統建置(以關渡自然公園為例) • RFID技術及應用 • 麥當勞得來速點餐系統 • 車牌辨識系統(停車管理拍立得、路況監測系統) • 鳥類檢索系統(e 機在手,鳥趣無窮、emome) • 結論與未來展望
研發動機 • 因應無線網路與第三代行動通訊(3G)的發展,以手持裝置為基礎開發各種應用程式,讓使用者能夠充份的感受到無線環境和手持裝置所帶來的便利性。 • 如何提升新產品附加價值? • 主要開發平台:PDA、Tablet PC、WebPad及手機平台。
Tablet PC & WebPad 之便利性 • Tablet PC: • 手寫辨識與畫筆功能,利於圖文輸入與講解。 • 硬體、作業系統與一般電腦幾乎相同,利於系統開發。 • WebPad: • 觸控式螢幕,不需滑鼠或光筆即可輕易控制。 • 耐碰撞、重量輕、大小適中、攜帶方便。 • 採用 Embedded Windows XP系統。
理論與技術背景 • Data mining (資料探勘) • Genetic algorithm (基因演算法) • BPN(類神經網路 – 倒傳遞網路) • Information retrieval (資訊檢索) models: QBIC, CBIR • RFID(無線射頻識別系統) • Location-awareness
基本設計概念 • No keyword is needed. • Click and select input. • Simple, flexible, easy to use for indoor and outdoor activity. • Passive & active search. • Interactive learning.
實例一 導覽與學習系統建置(以關渡自然公園為例)
搜尋系統所使用的技術 系統架構(單機使用) • 單機使用除了搜尋鳥類資訊外,也可以透過 GPRS或無線網路,到網站上使用加值服務,如:桌布下載、圖片下載、影片串流服務等等。
主要功能 • 智慧型搜尋機制 我們設計一個直覺式鳥類搜尋介面,使用者利用自己所看到的鳥類特徵,如體型、顏色、嘴形、飛行模式等特徵進行搜尋,透過簡易的介面與直覺化的查詢方式,找出想深入了解的鳥類的相關資訊。 使用技術:類神經網路 – 倒傳遞網路(BPN)
主要功能 • 系統推薦機制 系統針對使用者在特定區域查詢過的鳥類,透過資料探勘與關聯法則技術,建立推薦機制,主動推播同一區的其他鳥類資訊給使用者。如此一來,就算使用者無法親眼看見某些鳥類,也可以了解系統推薦的鳥類與其他鳥類的群聚關係。 使用技術:Data Mining - Apriori-like 演算法
主要功能 • RFID 學習與導覽機制 目前 RFID 技術已經廣泛的使用在物流與導覽系統中,所以我們的系統也加入 RFID 技術,結合主動的導覽方式提供更多互動的學習機制。 使用技術:RFID
開發環境 硬體需求 操作環境:PDA 手機、Smart Phone、Tablet PC 使用平台:Pocket PC 2002 and 2003(PDA 手機) Pocket PC Smart Phone Edition(Smart Phone) Windows XP Tablet PC Edition 通訊方式:GPRS、Wireless Network 其他配備:RFID Reader、RFID Tag、CCD Camera
開發環境 軟體需求 Client 端開發環境:Windows Embedded Visual C++ 4.0 Server 端開發環境:Borland C++ Builder 6.0 Apache Server、PHP 資料庫相關:Pocket Access、MySQL Server、ADOCE 3.1
實驗與評估 • 實際環境使用測試:2002 年於華江雁鴨公園雁鴨季活動,實際測試我們的系統,並搜集使用者操作記錄。
實驗與評估 • 實際環境使用測試:2004 年我們在關渡自然公園國際賞鳥博覽會,針對不同年齡層使用者進行教學。
本系統之優點 • 利用PDA手機即可隨時隨地進行鳥類檢索。 • 利用上下左右按鍵進行特徵點選,免除需以文字或語言輸入之困擾。 • 結合Tablet PC 實現導覽系統與互動式學習環境。 • 系統具備圖案淺顯易懂、輸入簡單、可依不同場合或環境迅速變更搜尋模型及容易學習使用等優點。 • 結合 RFID 提供互動式學習(例如:學習護照),更可定位出使用者所在區域。
實例二 RFID技術及應用
什麼是RFID • RFID • Radio Frequency Identification • 無線射頻識別 • 起源: • 第二次世界大戰時,英、德兩軍在英倫三島的戰役中,為了辨別敵我兩方的戰機,發展一套利用無線電來做識別驗證的系統,而這套系統就是RFID。直到現在的飛航交通管制,仍舊在使用這個技術。
什麼是RFID • Tag外觀:各式各樣* • 貼紙可黏貼在物體表面。 • 膠囊植入動物體內。 • 名片方便收藏在皮夾。 • 鹽粒結晶嵌入紙張夾層。 • 直尺、棒子、鑰匙圈、吊飾…等。 • 理由: • 記錄比目前普遍使用的條碼更多資訊。 • 無線傳輸方式,可為零售商、物流倉儲等商業應用減少許多開銷。 • 針對特殊應用或環境來設計RFID Tag,使得以往無法使用條碼的工作環境,也可以利用RFID來提升效率。
什麼是RFID • 資料讀取 • 條碼是利用雷射等光學讀取器,將掃瞄光源照射在條碼上進行讀取,所以條件是距離不能過長,而且在讀取器與條碼之間不能有物體阻擋,才能有效的辨識讀取。 • RFID則是利用RF射頻的方式來進行讀取,只要RFID Tag在射頻電波發射的範圍內,就可以讀取到資料。
博物館導覽 • 數位導覽不是要取代文物導覽,而是輔助參觀者的學習 • 透過RFID感應,取得介紹資訊 Server RFID DB WLAN Content DB Introduce / Recommend e Visitor Log Visitors Web Browser Exhibition with RFID tag
實例三 麥當勞得來速點餐系統
技術與原理 • 顧客使用WebPad 點餐後,系統會統計出使用者的需求,提供金額與份量等相關資訊,經確認後,透過無線網路傳遞到Server 端資料庫,擷取出資料庫中的有效資訊,利用資料探勘技術處理後將資料分類儲存並提供個人化服務,達到對內有效控管原料及工作進度,對外提供顧客更好的服務。
開發環境 程式語言:PHP Language 、Java Script、ActiveX 資料庫:MySQL Server 語音轉換:Microsoft Speech SDK 5.1 執行方式:只需透過 IE 連線到後端即可
點餐介面 單點套餐 切換 商品列表 已點購 餐點 商品熱量成份資訊 確認訂單
廚房及交易櫃檯訊息畫面 可供廚房備餐及交易櫃檯查詢、結帳
個人化點餐系統 ‧開發於 PDA無線點餐系統: (a)點餐畫面 (b)推薦商品 (c)確認商品 (d)待餐編號
研發方向 • 現行架構雖以點餐為主,然因後端嵌入資料探勘技術,配合資料庫的資料,找出餐點間的關聯、甚至消費族群、消費習慣等商業資訊,配合推出優惠方案,增加商機。 • 將系統搭配本實驗室研發之智慧型搜尋系統,提供顧客在點餐等待時間可以隨時隨地搜尋植物、鳥類、魚類、餐點營養成份等資訊。 • 結合text-to-speech技術,直接播放點餐資訊,以利廚房人員備餐。以語音輸入直接點餐亦在研發中。
實例四之一 車牌辨識系統(停車管理拍立得)
Users PHS 上網 系統架構 車牌影像 辨識系統 WAP 手機查詢 網頁查詢 停車資料 Capture Image Internet 停車管理 贓車協尋 牌照稅管理 資料庫 線上通報 Police Station Fuzzy Motors
開發動機 • 以個人電腦為平台之「車牌辨識」的技術雖已成熟,且己廣泛應用於停車場管理或門禁監控上,但實作於 PDA 上之辨識系統卻付之闕如,但其確有實用性的需求。 • 結合 PDA 與外掛 CCD Camera與無線網路卡,並展現手持裝置高度的移動性與可攜性。 • 提升傳統的收費與管理效率,減少人為書寫之錯誤,同時允許使用者上網查詢。
系統功能 • 我們的系統針對「路邊停車」與特定區域停車場的議題提出一完整的架構。本系統包括下列幾項主要的功能: • 車牌辨識(即時性 &非即時性) • 簡潔之操作與管理介面 • 贓車協尋與查報系統 • 牌照稅催繳與罰款通知 • 查詢介面(WAP 手機 &網頁)
原理與技術 • 車牌辨識:車牌辨識的處理程序包含四個主要的模組,每個模組也都相對於一個主要的處理步驟。 • 步驟一:車牌的定位 • 步驟二:影像處理 • 步驟三:文字切割 • 步驟四:文字的比對
圖檔 原理與技術 • 車牌辨識:流程圖 Step 1 原始圖檔 Step 2 找出車牌 Step 3 相關處理 Step 4 車牌辨識 Capture Original Image from CCD Camera Use Prewit method If > Threshold possible position 1. Zoom image 2. Binary 3. Divide number 4. Histogram equalizing 1. Character recognition If > Threshold modify result Else Show the probable license number
→ 原理與技術 • 類神經網路:本系統車牌辨識方式是利用類神經網路中常用之倒傳遞網路模型來實作,以進行車牌整體辨識工作。 • 協助辨識0 與O、8 與 3、B 等,非常相近的圖案。 • 例如: • 影像處理技術
開發環境 • 軟體需求 • 開發平台:Windows CE • 開發軟體:Pocket PC 2002 SDK • Embedded Visual C 3.0 • Embedded Visual Basic 3.0 • MySQL • 硬體需求 • PC 、PDA、Access Point、CCD Camera、無線網卡 • 無線環境需求 • IEEE 802.11b
實測結果 • 系統辨識率? • 不傾斜角度 約70~95% • 傾斜角度限制 約15度以內,以上則以車牌影像扭曲情況而定 • 針對相似數字提供三個候選鍵,正確率達 80% • 夜晚使用需依光線亮度而定 • Client 端辨識 1 秒以內 • Server 端辨識 3 秒以內
現有產品比較 • 現有系統 • 車牌不需逐字點選 • 需個別選擇車種、顏色 • 沒有照片佐證 • 問題:無法辨識的霸王車牌?
Happy Ending,雖沒拿到100萬, 但昨晚泡麵我們吃夠本了! 比賽花絮
實例四之二 車牌辨識系統(路況監測系統)
動機 • 即時車牌辨識系統 • 動態影像處理 • 系統自動化 • 即時性