Internet of Things Architectures for Enhanced Living Environments
Ambient Assisted Living (AAL) is an emerging multidisciplinary research area that aims to create an ecosystem of different types of sensors, computers, mobile devices, wireless networks, and software applications for enhanced living environments and occupational health. There are several challenges in the development and implementation of an effective AAL system, such as system architecture, human-computer interaction, ergonomics, usability, and accessibility. There are also social and ethical challenges, such as acceptance by seniors and the privacy and confidentiality that must be a requirement of AAL devices. It is also essential to ensure that technology does not replace human care and is used as a relevant complement. The Internet of Things (IoT) is a paradigm where objects are connected to the Internet and support sensing capabilities. IoT devices should be ubiquitous, recognize the context, and support intelligence capabilities closely related to AAL. Technological advances allow defining new advanced tools and platforms for real-time health monitoring and decision making in the treatment of various diseases. IoT is a suitable approach to building healthcare systems, and it provides a suitable platform for ubiquitous health services, using, for example, portable sensors to carry data to servers and smartphones for communication. Despite the potential of the IoT paradigm and technologies for healthcare systems, several challenges to be overcome still exist. The direction and impact of IoT in the economy are not clearly defined, and there are barriers to the immediate and ubiquitous adoption of IoT products, services, and solutions. Several sources of pollutants have a high impact on indoor living environments. Consequently, indoor air quality is recognized as a fundamental variable to be controlled for enhanced health and well-being. It is critical to note that typically most people occupy more than 90% of their time inside buildings, and poor indoor air quality negatively affects performance and productivity. Research initiatives are required to address air quality issues to adopt legislation and real-time inspection mechanisms to improve public health, not only to monitor public places, schools, and hospitals but also to increase the rigor of building rules. Therefore, it is necessary to use real-time monitoring systems for correct analysis of indoor air quality to ensure a healthy environment in at least public spaces. In most cases, simple interventions provided by homeowners can produce substantial positive impacts on indoor air quality, such as avoiding indoor smoking and the correct use of natural ventilation. An indoor air quality monitoring system helps the detection and improvement of air quality conditions. Local and distributed assessment of chemical concentrations is significant for safety (e.g., detection of gas leaks and monitoring of pollutants) as well as to control heating, ventilation, and HVAC systems to improve energy efficiency. Real-time indoor air quality monitoring provides reliable data for the correct control of building automation systems and should be assumed as a decision support platform on planning interventions for enhanced living environments. However, the monitoring systems currently available are expensive and only allow the collection of random samples that are not provided with time information. Most solutions on the market only allow data consulting limited to device memory and require procedures for downloading and manipulating data with specific software. In this way, the development of innovative environmental monitoring systems based on ubiquitous technologies that allow real-time analysis becomes essential. This thesis resulted in the design and development of IoT architectures using modular and scalable structures for air quality monitoring based on data collected from cost-effective sensors for enhanced living environments. The proposed architectures address several concepts, including acquisition, processing, storage, analysis, and visualization of data. These systems incorporate an alert management Framework that notifies the user in real-time in poor indoor air quality scenarios. The software Framework supports multiple alert methods, such as push notifications, SMS, and e-mail. The real-time notification system offers several advantages when the goal is to achieve effective changes for enhanced living environments. On the one hand, notification messages promote behavioral changes. These alerts allow the building manager to identify air quality problems and plan interventions to avoid unhealthy air quality scenarios. The proposed architectures incorporate mobile computing technologies such as mobile applications that provide ubiquitous air quality data consulting methods s. Also, the data is stored and can be shared with medical teams to support the diagnosis. The state-of-the-art analysis has resulted in a review article on technologies, applications, challenges, opportunities, open-source IoT platforms, and operating systems. This review was significant to define the IoT-based Framework for indoor air quality supervision. The research leads to the development and design of cost-effective solutions based on open-source technologies that support Wi-Fi communication and incorporate several advantages such as modularity, scalability, and easy installation. The results obtained are auspicious, representing a significant contribution to enhanced living environments and occupational health. Particulate matter (PM) is a complex mixture of solid and liquid particles of organic and inorganic substances suspended in the air. Moreover, it is considered the pollutant that affects more people. The most damaging particles to health are ≤PM10 (diameter 10 microns or less), which can penetrate and lodge deep within the lungs, contributing to the risk of developing cardiovascular and respiratory diseases as well as lung cancer. Taking into account the adverse health effects of PM exposure, an IoT architecture for automatic PM monitoring was proposed. The proposed architecture is a PM real-time monitoring system and a decision-making tool. The solution consists of a hardware prototype for data acquisition and a Web Framework developed in .NET for data consulting. This system is based on open-source and technologies, with several advantages compared to existing systems, such as modularity, scalability, low-cost and easy installation. The data is stored in a database developed in SQL SERVER using .NET Web services. The results show the ability of the system to analyze the indoor air quality in real-time and the potential of the Web Framework for the planning of interventions to ensure safe, healthy, and comfortable conditions. Associations of high concentrations of carbon dioxide (CO2) with low productivity at work and increased health problems are well documented. There is also a clear correlation between high levels of CO2 and high concentrations of pollutants in indoor air. There are sufficient reasons to monitor CO2 and provide real-time notifications to improve occupational health and provide a safe and healthy indoor living environment. Taking into account the significant influence of CO2 for enhanced living environments, a real-time IoT architecture for CO2 monitoring was proposed. CO2 was selected because it is easy to measure and is produced in quantity (by people and combustion equipment). It can be used as an indicator of other pollutants and, therefore, of air quality in general. The solution consists of a hardware prototype for data acquisition environment, a Web software, and a smartphone application for data consulting. The proposed architecture is based on open-source technologies, and the data is stored in a SQL SERVER database. The mobile Framework allows the user not only to consult the latest data collected but also to receive real-time notifications in poor indoor air quality scenarios, and to configure the alerts threshold levels. The results show that the mobile application not only provides easy access to real-time air quality data, but also allows the user to maintain parameter history and provide a history of changes. Consequently, this system allows the user to analyze in a precise and detailed manner the behavior of air quality. Finally, an air quality monitoring solution was implemented, consisting of a hardware prototype that incorporates only the MICS-6814 sensor as the detection unit. This system monitors various air quality parameters such as NH3 (ammonia), CO (carbon monoxide), NO2 (nitrogen dioxide), C3H8 (propane), C4H10 (butane), CH4 (methane), H2 (hydrogen) and C2H5OH (ethanol). The monitoring of the concentrations of these pollutants is essential to provide enhanced living environments. This solution is based on Cloud, and the collected data is sent to the ThingSpeak platform. The proposed Framework combines sensitivity, flexibility, and measurement accuracy in real-time, allowing a significant evolution of current air quality controls. The results show that this system provides easy, intuitive, and fast access to air quality data as well as relevant notifications in poor air quality situations to provide real-time intervention and improve occupational health. These data can be accessed by physicians to support diagnoses and correlate the symptoms and health problems of patients with the environment in which they live. As future work, the results reported in this thesis can be considered as a starting point for the development of a secure system sharing data with health professionals in order to serve as decision support in diagnosis. ; Ambient Assisted Living (AAL) é uma área de investigação multidisciplinar emergente que visa a construção de um ecossistema de diferentes tipos de sensores, microcontroladores, dispositivos móveis, redes sem fios e aplicações de software para melhorar os ambientes de vida e a saúde ocupacional. Existem muitos desafios no desenvolvimento e na implementação de um sistema AAL, como a arquitetura do sistema, interação humano-computador, ergonomia, usabilidade e acessibilidade. Existem também problemas sociais e éticos, como a aceitação por parte dos utilizadores mais vulneráveis e a privacidade e confidencialidade, que devem ser uma exigência de todos os dispositivos AAL. De facto, também é essencial assegurar que a tecnologia não substitua o cuidado humano e seja usada como um complemento essencial. A Internet das Coisas (IoT) é um paradigma em que os objetos estão conectados à Internet e suportam recursos sensoriais. Tendencialmente, os dispositivos IoT devem ser omnipresentes, reconhecer o contexto e ativar os recursos de inteligência ambiente intimamente relacionados ao AAL. Os avanços tecnológicos permitem definir novas ferramentas avançadas e plataformas para monitorização de saúde em tempo real e tomada de decisão no tratamento de várias doenças. A IoT é uma abordagem adequada para construir sistemas de saúde sendo que oferece uma plataforma para serviços de saúde ubíquos, usando, por exemplo, sensores portáteis para recolha e transmissão de dados e smartphones para comunicação. Apesar do potencial do paradigma e tecnologias IoT para o desenvolvimento de sistemas de saúde, muitos desafios continuam ainda por ser resolvidos. A direção e o impacto das soluções IoT na economia não está claramente definido existindo, portanto, barreiras à adoção imediata de produtos, serviços e soluções de IoT. Os ambientes de vida são caracterizados por diversas fontes de poluentes. Consequentemente, a qualidade do ar interior é reconhecida como uma variável fundamental a ser controlada de forma a melhorar a saúde e o bem-estar. É importante referir que tipicamente a maioria das pessoas ocupam mais de 90% do seu tempo no interior de edifícios e que a má qualidade do ar interior afeta negativamente o desempenho e produtividade. É necessário que as equipas de investigação continuem a abordar os problemas de qualidade do ar visando a adoção de legislação e mecanismos de inspeção que atuem em tempo real para a melhoraria da saúde e qualidade de vida, tanto em locais públicos como escolas e hospitais e residências particulares de forma a aumentar o rigor das regras de construção de edifícios. Para tal, é necessário utilizar mecanismos de monitorização em tempo real de forma a possibilitar a análise correta da qualidade do ambiente interior para garantir ambientes de vida saudáveis. Na maioria dos casos, intervenções simples que podem ser executadas pelos proprietários ou ocupantes da residência podem produzir impactos positivos substanciais na qualidade do ar interior, como evitar fumar em ambientes fechados e o uso correto de ventilação natural. Um sistema de monitorização e avaliação da qualidade do ar interior ajuda na deteção e na melhoria das condições ambiente. A avaliação local e distribuída das concentrações químicas é significativa para a segurança (por exemplo, deteção de fugas de gás e supervisão dos poluentes) bem como para controlar o aquecimento, ventilação, e sistemas de ar condicionado (HVAC) visando a melhoria da eficiência energética. A monitorização em tempo real da qualidade do ar interior fornece dados fiáveis para o correto controlo de sistemas de automação de edifícios e deve ser assumida com uma plataforma de apoio à decisão no que se refere ao planeamento de intervenções para ambientes de vida melhorados. No entanto, os sistemas de monitorização atualmente disponíveis são de alto custo e apenas permitem a recolha de amostras aleatórias que não são providas de informação temporal. A maioria das soluções disponíveis no mercado permite apenas a acesso ao histórico de dados que é limitado à memória do dispositivo e exige procedimentos de download e manipulação de dados com software proprietário. Desta forma, o desenvolvimento de sistemas inovadores de monitorização ambiente baseados em tecnologias ubíquas e computação móvel que permitam a análise em tempo real torna-se essencial. A Tese resultou na definição e no desenvolvimento de arquiteturas para monitorização da qualidade do ar baseadas em IoT. Os métodos propostos são de baixo custo e recorrem a estruturas modulares e escaláveis para proporcionar ambientes de vida melhorados. As arquiteturas propostas abordam vários conceitos, incluindo aquisição, processamento, armazenamento, análise e visualização de dados. Os métodos propostos incorporam Frameworks de gestão de alertas que notificam o utilizador em tempo real e de forma ubíqua quando a qualidade do ar interior é deficiente. A estrutura de software suporta vários métodos de notificação, como notificações remotas para smartphone, SMS (Short Message Service) e email. O método usado para o envio de notificações em tempo real oferece várias vantagens quando o objetivo é alcançar mudanças efetivas para ambientes de vida melhorados. Por um lado, as mensagens de notificação promovem mudanças de comportamento. De facto, estes alertas permitem que o gestor do edifício e os ocupantes reconheçam padrões da qualidade do ar e permitem também um correto planeamento de intervenções de forma evitar situações em que a qualidade do ar é deficiente. Por outro lado, o sistema proposto incorpora tecnologias de computação móvel, como aplicações móveis, que fornecem acesso omnipresente aos dados de qualidade do ar e, consequentemente, fornecem soluções completas para análise de dados. Além disso, os dados são armazenados e podem ser partilhados com equipas médicas para ajudar no diagnóstico. A análise do estado da arte resultou na elaboração de um artigo de revisão sobre as tecnologias, aplicações, desafios, plataformas e sistemas operativos que envolvem a criação de arquiteturas IoT. Esta revisão foi um trabalho fundamental na definição das arquiteturas propostas baseado em IoT para a supervisão da qualidade do ar interior. Esta pesquisa conduz a um desenvolvimento de arquiteturas IoT de baixo custo com base em tecnologias de código aberto que operam como um sistema Wi-Fi e suportam várias vantagens, como modularidade, escalabilidade e facilidade de instalação. Os resultados obtidos são muito promissores, representando uma contribuição significativa para ambientes de vida melhorados e saúde ocupacional. O material particulado (PM) é uma mistura complexa de partículas sólidas e líquidas de substâncias orgânicas e inorgânicas suspensas no ar e é considerado o poluente que afeta mais pessoas. As partículas mais prejudiciais à saúde são as ≤PM10 (diâmetro de 10 micrómetros ou menos), que podem penetrar e fixarem-se dentro dos pulmões, contribuindo para o risco de desenvolver doenças cardiovasculares e respiratórias, bem como de cancro do pulmão. Tendo em consideração os efeitos negativos para a saúde da exposição ao PM foi desenvolvido numa primeira fase uma arquitetura IoT para monitorização automática dos níveis de PM. Esta arquitetura é um sistema que permite monitorização de PM em tempo real e uma ferramenta de apoio à tomada de decisão. A solução é composta por um protótipo de hardware para aquisição de dados e um portal Web desenvolvido em .NET para consulta de dados. Este sistema é baseado em tecnologias de código aberto com várias vantagens em comparação aos sistemas existentes, como modularidade, escalabilidade, baixo custo e fácil instalação. Os dados são armazenados numa base de dados desenvolvida em SQL SERVER e são enviados com recurso a serviços Web. Os resultados mostram a capacidade do sistema de analisar em tempo real a qualidade do ar interior e o potencial da Framework Web para o planeamento de intervenções com o objetivo de garantir condições seguras, saudáveis e confortáveis. Associações de altas concentrações de dióxido de carbono (CO2) com défice de produtividade no trabalho e aumento de problemas de saúde encontram-se bem documentadas. Existe também uma correlação evidente entre altos níveis de CO2 e altas concentrações de poluentes no ar interior. Tendo em conta a influência significativa do CO2 para a construção de ambientes de vida melhorados desenvolveu-se uma solução de monitorização em tempo real de CO2 com base na arquitetura de IoT. A arquitetura proposta permite também o envio de notificações em tempo real para melhorar a saúde ocupacional e proporcionar um ambiente de vida interior seguro e saudável. O CO2 foi selecionado, pois é fácil de medir e é produzido em quantidade (por pessoas e equipamentos de combustão). Assim, pode ser usado como um indicador de outros poluentes e, portanto, da qualidade do ar em geral. O método proposto é composto por um protótipo de hardware para aquisição de dados, um software Web e uma aplicação smartphone para consulta de dados. Esta arquitetura é baseada em tecnologias de código aberto e os dados recolhidos são armazenados numa base de dados SQL SERVER. A Framework móvel permite não só consultar em tempo real os últimos dados recolhidos, receber notificações com o objetivo de avisar o utilizador quando a qualidade do ar está deficiente, mas também para configurar alertas. Os resultados mostram que a Framework móvel fornece não apenas acesso fácil aos dados da qualidade do ar em tempo real, mas também permite ao utilizador manter o histórico de parâmetros. Assim este sistema permite ao utilizador analisar de maneira precisa e detalhada o comportamento da qualidade do ar interior. Por último, é proposta uma arquitetura para monitorização de vários parâmetros da qualidade do ar, como NH3 (amoníaco), CO (monóxido de carbono), NO2 (dióxido de azoto), C3H8 (propano), C4H10 (butano), CH4 (metano), H2 (hidrogénio) e C2H5OH (etanol). Esta arquitetura é composta por um protótipo de hardware que incorpora unicamente o sensor MICS-6814 como unidade de deteção. O controlo das concentrações destes poluentes é extremamente relevante para proporcionar ambientes de vida melhorados. Esta solução tem base na Cloud sendo que os dados recolhidos são enviados para a plataforma ThingSpeak. Esta Framework combina sensibilidade, flexibilidade e precisão de medição em tempo real, permitindo uma evolução significativa dos atuais sistemas de monitorização da qualidade do ar. Os resultados mostram que este sistema fornece acesso fácil, intuitivo e rápido aos dados de qualidade do ar bem como notificações essenciais em situações de qualidade do ar deficiente de forma a planear intervenções em tempo útil e melhorar a saúde ocupacional. Esses dados podem ser acedidos pelos médicos para apoiar diagnósticos e correlacionar os sintomas e problemas de saúde dos pacientes com o ambiente em que estes vivem. Como trabalho futuro, os resultados reportados nesta Tese podem ser considerados um ponto de partida para o desenvolvimento de um sistema seguro para partilha de dados com profissionais de saúde de forma a servir de suporte à decisão no diagnóstico.