Titulación | Tipo | Curso | Semestre |
---|---|---|---|
4316624 Internet de las Cosas para Salud Digital / Internet of Things for e-Health | OB | 0 | 1 |
Conocimientos de programación en C/C++
Conocimientos de sistemas electrónicos digitales, analógicos y de telecomunicaciones
Este módulo introduce los conceptos esenciales, métricas, tecnologías y plataformas de la cadena de valor de la Internet de las cosas, desde la gran cantidad de dispositivos conectados que funcionan de manera autónoma (independiente de los usuarios) recopilando información (y actuando en caso necesario) y de forma energéticamente eficiente, hasta su almacenamiento y procesamiento en la nube pasando por las plataformas empotradas y/o móviles conectadas a través de interfaces y comunicaciones inalámbricas o protocolos cableados. Estos conocimientos se integran en proyectos de IoT que se introducen como casos de uso basados en problemas reales. Estos casos de uso se utilizarán en otros módulos.
Visión global del Internet de las cosas.
• Funcionalidad y arquitectura del sistema
• Casos de uso
• Eficiencia energética y fuentes de energía
• Componentes HW
• Programación SW
• Sistemas integrados y flexibles
Introducción a las comunicaciones inalámbricas
• Conceptos fundamentales
• Estandarización de la comunicación.
• Redes inalámbricas de àrea Corporal (WBAN) y redes inalámbricas de área personal (WPAN)
• Redes de área local inalámbricas (WLAN)
• Redes de área amplia de baja potencia (LPWAN) y redes de área amplia (WAN)
• 5G
• IoT en la nube
• Revisión de aplicacions y discusión de casos.
Plataformas embebidas y móviles.
• Definición
• Plataformas embebidas: ejemplos industriales.
• Plataformas móviles
Virtualización computacional
• Plataformas virtuales para sistemas embebidos.
• Plataformas virtuales para sistemas en la nube.
• IaaS, PaaS, SaaS
Virtualización de comunicaciones
• Simuladores de red: NS-3
• SDN
• NaaS
Laboratorios: Implementación de un algoritmo de detección de caídas en diferentes plataformas
L0. Fundamentos de la programación en C. 2h
L1. Introducción a la programación en una MCU SoC. 2h
L2. Algoritmo de detección de caída en acelerómetro + MCU + Bluetooth. 2h
L3. Programación de Android I: adquisición de datos Bluetooth de baja energía. 2h
L4. Programación de Android II: aplicación informática y JSON a un servidor. 2h
L5. Aplicación en la nube: Adquisición y Computación. 2h
La metodología de aprendizaje combinará: clases magistrales, actividades en sesiones tuteladas. casos de aprendizaje y uso basados en problemas; debates y otras actividades de colaboración y sesiones de laboratorio.
La asistencia será obligatoria para todas las actividades presenciales.
Este curso utilizará el campus virtual de la UAB a https://cv.uab.cat.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Clases magistrales y seminarios | 30 | 1,2 | 1, 3, 4, 7, 6, 10 |
Tipo: Supervisadas | |||
Estudio y trabajo fuera del aula | 28 | 1,12 | 3, 2, 4, 5, 7, 8, 6, 9, 10 |
Tipo: Autónomas | |||
Laboratorios y exercicios | 90 | 3,6 | 3, 2, 4, 5, 7, 6, 9, 10 |
La nota final del curso, se calcula de la siguiente manera:
A - 10% de la nota obtenida por el estudiante por la asistencia a clase y la participación activa en las discusions del aula.
B - 45% de la nota obtenida por el estudiante por un proyecto práctico desarrollado a través del aprendizaje basado en problemas en el laboratorio.
C - 45% de la nota obtenida por el estudiante en un examen.
Una calificación media ponderada final no inferior al 50% es suficiente para aprobar el curso, siempre que se obtinga una puntuación superior a un tercio del rango en cada una de las 3 marcas.
No se tolera el plagio. Todos los estudiantes involucrados en una actividad de plagio suspenderan automàticamente. Se les asignarà una nota final no superior al 30%.
Un estudiante que no haya conseguido una calificación media ponderada final suficiente, puede optar a solicitar activitdades correctivas bajo las segiientes condiciones:
- el estudiante ha de haver participado en las activitades de aprenendizaje basados en problemas, y
- debe haberse presentado al examen, y
- debe tener una media ponderada final superior al 35%, y
- no debe haver realizado ningun plagio.
Los estudiantes que no hayan participado en ninguna actividad de avaluación recibirán una calificación final de "No avaluable".
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Actividades e informes de sesiones supervisadas (labs) | 30 | 0 | 0 | 3, 4, 7, 8, 9, 10 |
Asistencia y participación activa | 10 | 0 | 0 | 3, 2, 4, 8, 6 |
Examen de síntesis | 30 | 2 | 0,08 | 1, 3, 2, 4, 5, 8, 9, 10 |
Informes de trabajos y actividades autonomas | 20 | 0 | 0 | 1, 3, 2, 4, 5, 7, 8, 6, 9, 10 |
C. Pfister. Getting Started with the Internet of Things: Connecting Sensors and Microcontrollers to the Cloud (Make: Projects) . O’Really. 2011.
A. McEwen, H. Cassimally. Designing the Internet of Things.2014. Willey.
A. Bahga, V. Madisetti. Internet of Things: A Hands-on Approach. VTP. 2015.
S. Greengard, The Internet of Things. The MIT Press Essential Knowledge series.
V. Zimmer. Development Best Practices for the Internet of Things.
A. Bassi, M. Bauer, M. Fiedler, T. Kramp, R. van Kranenburg, S. Lange, S. Meissner. (Eds) Enabling Things to Talk - Designing IoT solutions with the IoT Architectural Reference Model. Springer.
J. Olenewa, Guide to Wireless Communications, 3rd Edition, Course Technology, 2014.
P. Raj and A. C. Raman, The Internet of Things: Enabling Technologies, Platforms and Use Cases, CRC Press 2017.
H. Geng (Ed.), Internet of the Things and Data Analytics Handbook, Wiley 2017.
Y. Noergaard, "Embedded Systems Architecture" 2nd Edition, 2012, Elsevier
K. Benzekki, Software‐defined networking (SDN): a survey, 2017, https://doi.org/10.1002/sec.1737
https://blogs.cisco.com/innovation/barcelona-fog-computing-poc
https://aws.amazon.com/
A.K. Bourke et al. Evaluation of waist-mounted tri-axial accelerometer based fall-detection algorithms during scripted and continuous unscripted activities, Journal of Biomechanics, Volume 43, Issue 15, 2010, pp. 3051-3057, ISSN 0021-9290, http://www.sciencedirect.com/science/article/pii/S0021929010003866
N. Jia. Detecting Human Falls with a 3-Axis Digital Accelerometer. Analog Devices. http://www.analog.com/en/analog-dialogue/articles/detecting-falls-3-axis-digital-accelerometer.html