En instalaciones sanitarias y hospitales, poder saber cuándo las camas están ocupadas o libres es conocimiento vital para el personal, ya que pueden pasar a otras tareas más rápidamente con información actualizada. El sistema de detección de ocupación de camas de hospital de Adam Milton-Barker tiene como objetivo lograr este objetivo combinando modelos de aprendizaje automático integrados y hardware conectado para recopilar datos en tiempo real.
El primer paso de Milton-Barker fue crear un nuevo proyecto Edge Impulse y agregar varias muestras de sí mismo entrando en la cama para indicar un estado de ocupación o levantándose para indicar una vacante tomando medidas continuas del acelerómetro incorporado, el giroscopio y el magnetómetro del Nano 33 BLE Sense. Una vez pasados por un bloque de análisis espectral, los resultados se utilizaron para entrenar un modelo de clasificación que podía detectar con precisión cuándo una persona entraba o salía de la cama o cuándo había una falta de actividad general.

El modelo resultante se exportó como una biblioteca de Arduino y se agregó a un boceto personalizado que fusiona las lecturas de cada uno de los ejes de los sensores y las pasa por el mismo bloque de análisis espectral y el modelo ahora entrenado para recibir una inferencia.

En su descripción del proyecto, Milton-Barker especula que esta solución podría ser ampliada aún más aprovechando los LED integrados de Arduino, la conectividad Bluetooth y reconociendo más movimientos.
Fuente: Arduino Blog