Titulació | Tipus | Curs | Semestre |
---|---|---|---|
2502441 Enginyeria Informàtica | OT | 4 | 1 |
L'assignatura és autocontinguta i per tant no hi ha pre-requisits especifics.
Descripció:
El mon de les TIC s'està estructurant sobre diversos conceptes. Un d'ells és el de l'Internet dels Objectes, que es basa en ampliar el domini dels sistemes computacionals connectats als objectes (devices) amb solucions molt petites que intereactuen amb el mon real via sensors i actuadors de molt baix consum, en diferents àmbits: personal/wearables, salut, domòtica, medi ambient, distribució d'energia i aigua, automoció, etc. Aquests es connecten mitjançant diversos protocols a una plataforma intermèdia fixa o mòbil (edge) que gestiona, filtra i processa una part de les dades de manera local, i que és connecta al núvol (cloud) on s'emmagatzemen, processen i visualitzen les dades. La posta en marxa d'aquests sistemes requereix integrar els diversos conceptes adquirits als estudis de grau en aquest nou paradigma device-edge-cloud associat a diferents tipus de plataformes computacionals (sigle-, multi-, many-core processors) amb diferents requeriments de funcionalitat, energia, latència, amplada de banda i cost; i diferents models de programació i comunicacions, per la qual cosa cal un major nivell d'abstracció a nivell de interfases (APIs i Middleware) i virtualització (computació i comunicacions).
Objectius:
Establir els fonaments de l'internet dels objectes (IoT): dispositiu, perifèria (edge) i núvol (cloud)
Aprendre a classificar els processadors, sensors, actuadors i sistemes integrats, i a seleccionar protocols de comunicacions
Avaluar els requeriments i prestacions de temps real i eficiència energètica
Seleccionar plataformes encastades i móvils per a la periferia (edge) i les solucions cloud per a emmagatzemament i computació
Gestionar la virtualizació de la computació i les comunicacions
Implementar un cas d'exemple de tota la cadena d'informació
Teoria i problemes
Laboratori: Sistema de detecció de caigudes
L1. Introducció a la programació d'una MCU a Thingy
L2. Algorisme de detecció de caigudes amb acceleròmetre + MCU + Bluetooth.
L3. Programació d'aplicacions Android I: adquisició de dades i transmission per Bluetooth Low Energy.
L4. Programació Android II: computacio i aplicació JSON de connexió a un servidor.
L5. Aplicació al núvol: adquisició, computació i interfície d'usuari
La metodologia d’aprenentatge combinarà: classes magistrals, activitats en sessions tutoritzades; casos d’ús i aprenentatge basat en problemes; debats i altres activitats col·laboratives; i sessions de laboratori.
L’assistència és obligatòria per a totes les activitats presencials (amb el permís de les pandèmies).
Aquest curs s’utilitzarà el campus virtual de la UAB a https://cv.uab.cat.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes magistrals i seminaris | 30 | 1,2 | 1, 2, 3, 6, 7, 8, 9 |
Tipus: Supervisades | |||
Laboratoris i exercicis | 28 | 1,12 | 2, 3, 7, 9 |
Tipus: Autònomes | |||
Estudi i treball fora de l'aula | 90 | 3,6 | 1, 2, 3, 4, 5, 7, 8, 9 |
L'avaluació dels alumnes utilitzarà l'avaluació continuada i la nota final del curs es calcula de la següent manera:
A - 10% de la nota obtinguda per l'estudiant procedent de l'assistència a classe i la participació activa a les discussions.
B - 30% de la nota obtinguda per l'estudiant procedent del projecte pràctic desenvolupat als laboratoris i mitjançant l'aprenentatge basat en problemes.
C - 30% de la nota obtinguda per l'avaluació de les activitats proposades en sessions tutoritzades. Quan es programi una activitat d’avaluació s’indicarà quins indicadors s'usaran per avaluar i el seu pes en la qualificació.
D - 30% de la nota obtinguda per l'avaluació d'un examen final de síntesi.
Per obtenir MH caldrà que els alumnes tinguin una qulificació global superior a 9 amb les limitacions de la UAB (1MH/20alumnes). Com a criteri de referència s'assignaràn per ordre descendent.
Una nota final ponderada no inferior al 50% és suficient per superar el curs, sempre que s’assoleixi una puntuació superior a un terç de la gamma en totes les 4 notes. En aquest cas la qualificació final serà de 4.0.
No es tolerarà el plagi. Tots els estudiants implicats en una activitat de plagi seran suspesos automàticament. S'assignarà una nota final no superior al 30%.
Un estudiant que no hagi aconseguit una nota mitjana ponderada suficient, pot optar per sol·licitar activitats de recuperació (treballs individuals o proba de síntesi addicionals) de l'assignatura en les següents condicions:
- l'estudiant ha d'haver participat en les activitats de laboratori i d'aprenentatge basat en problemes
- l'estudiant ha de tenir una mitjana ponderada final superior al 30%, i
- l'estudiant no ha d'haver fallat en cap activitat per culpa del plagi.
L’estudiant rebrà una nota de “No Avaluable” en cas que:
- l'estudiantno hagi pogut ser avaluat en les activitats de laboratori i d'aprenentatge basat en problemes per no haver-hi assistit o no haver entregat els corresponents informes sense causa justificada.
- l'estudiant no hagi realitzar un mínim del 50% de les activitats proposades en sessions tutoritzades.
- l'estudiant no hagi realitzat l'examen de síntesi
Els estudiants repetidors podran "guardar" la seva qualificació en les activitats de laboratori i d'aprenentatge basat en problemes però no en la resta d'activitats.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Assistència i participació activa | 10 | 0 | 0 | 2, 4, 5, 7, 9 |
Avaluació d'activitats desenvolupades en sessions tutoritzades (laboratoris) | 30 | 0 | 0 | 2, 3, 7 |
Exàmen de síntesi | 30 | 2 | 0,08 | 1, 2, 3, 4, 5, 6, 7, 8, 9 |
Proves teorico-pràctiques individuals | 30 | 0 | 0 | 1, 2, 3, 6, 7, 8, 9 |
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, Softwaredefined 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
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