法國研究機構CEA-Leti開發出可用於提供交通運輸資料的新工具,包括一個可讓通勤使用者佩戴的腕帶型穿戴式應力監測器,以及與其搭配的智慧型手機應用程式(App),可用於偵測佩戴者所使用的交通運輸方式,並評估使用者的決定對於環境的影響。

CEA-Leti感測器和系統實驗室(Sensors and Systems Lab)主管Stéphanie Riché表示,從經過驗證可行且可靠的實驗協議來看,這是全世界首款從實驗室與現實生活實驗中獲得驗證的應力感測器。

Richie說:「去年有許多應力監測計劃陸續發佈,但以穿戴式裝置監測應力的大小是非常具有挑戰性的。其關鍵在於以可靠和可重覆的方式設定實驗協議。」

新的應力監測器結合了加速度計、電流皮膚響應和心率資訊,以評估使用者的壓力程度。CEA-Leti的研究著重於訊號處理(無需指定感測器硬體),以及產生成新的指標,以便追蹤在現實生活情況中的壓力程度。

CEA-Leti的Mobility Observer App有助於讓使用瞭解其所擇的交通運輸方式對於環境的影響。

當人們在行進中,想要取得可靠的生物辨識資訊極其困難,因此,CEA-Leti研究了現有穿戴式感測器在實際使用情況下的特徵,以排除錯誤或不相關的資料。研究人員還利用著名的「特里爾社會壓力測試」(Trier Social Stress Test),以實驗室採集的訊號製作了參考資料庫。根據這個資料庫,機器學習演算法可分類不同的壓力程度。

Riche說:「我們觀察到在先進的社會中,令人緊張的情況越來越多,我們想看看利用我們的訊號處理方法如何提供有利的技術途徑,協助解決這些新的社會問題。」

減少溫室氣體排放

CEA-Leti開發的智慧型手機App——Mobility Observer,使用了智慧型手機的加速度計、磁力計、陀螺儀,有時也加入GPS,可決定使用者是否站穩了,或者採用了什麼交通工具——走路、騎腳踏車、駕駛汽車或電動車,還是搭公車、捷運或火車等。該App可透過振動或其他參數辨識來自不同交通工具的特徵,為機器學習演算法產生14種輸入功能,以確定使用者所使用的交通運輸方式。

據了解,交通運輸約佔整個歐洲溫室氣體排放量的23%,研究人員希望透過該App能因應永續發展面對的挑戰。因此,該App提供了使用者的日常交通運輸方式選擇(例如以騎自行車取代駕車),如何影響環境的量化資訊。

Riche說:「例如,如果你本來每天開車上班,然後改成每週有一天騎自行車上班,我們就可以每天或每個月定期通知你對於減少溫室氣體排放量的貢獻。」

結合應力感測器和Mobility Observer App,發揮了特殊的協同作用。CEA-Leti一直致力於與歐洲市政府和交通運輸機構合作,將這套系統應用於收集以往在其基礎設施下難以取得的資料。

Riche說:「交通運輸機構可以觀察特定公車站所承受的應力,或公車的內部安排如何影響一群人的壓力。該系統真的能夠改變市政府決定基礎設施投資的方式。目前,他們正針對人們的交通運輸習慣進行人工觀察——在城市中的特定地點派人員計算有多少車輛、自行車或行人通過。當Mobility Observer App以較大的規模部署時,就能即時產生使用者習慣的資訊。

資料的組合也可在日後使用,讓交通運輸公司提供更先進的服務。例如,Riche建議該App可以根據使用者的壓力程度確定他是否快遲到了,並為他建議一個更靠近火車站的停車位(即使這樣的方式可能會更花錢些)。使用者還可以取得健康和健身資訊,例如騎自行車比開車可燃燒的卡路里更多多少?或者採用哪一種交通運輸方式比較不那麼緊張等等。

編譯:Susan Hong

(參考原文:Wearable Stress Sensor Monitors Transportation Efficiency,by Sally Ward-Foxton)