Was ist Mobile Sensing?

Vor kurzem hat das Interview mit Konrad Krafft zum Thema „Zukunft der Smartphones liegt in den Sensoren“ auf das Gebiet „Context-aware Computing“ aufmerksam gemacht.
Im Rahmen einer Artikelserie werden wir das Teilgebiet „Mobile Sensing“ genauer betrachten.

Die Disziplin befasst sich mit dem Erlangen und Nutzen von Smartphone-Sensordaten. Um aus den Daten einen Nutzen zu erzeugen, setzt sie zentrale Systeme für die Sammlung und Verarbeitung ein.

Mobile Sensing ist ein Teilbereich der übergeordneten Themen Ubiquitous Computing, Internet der Dinge, M2M, Mobile Computing und context-aware Computing. Im Kern stehen Allgegenwärtigkeit, Ortsunabhängigkeit, Kommunikation sowie Erfassung und Nutzung von Kontextdaten. Ziel ist es, Aufgaben durch Nutzung der so erlangten Informationen noch besser zu erfüllen.

Die Aufgaben sind vielfältiger Natur. Ein Differenzierungsmerkmal ist die Reichweite des erzeugten Nutzens. Unterschieden wird hier zwischen dem Stiften von Nutzen für einen Einzelnen, eine Gruppe von Bekannten, oder eine anonyme Community[ref]Nicholas D. Lane, Emiliano Miluzzo, Hong Lu, Daniel Peebles, Tanzeem Choudhury, and Andrew T. Campbell.
A Survey of Mobile Phone Sensing.
IEEE Communications Magazine, 48:140–150, September 2010,
S. 140ff[/ref]. Je nachdem werden unterschiedliche Anforderungen an den Erfassungs-, Verarbeitungs- und Nutzungsprozess der Sensordaten gestellt.

Zum Erfassen von Kontextdaten verfügen Smartphones über eingebaute Sensoren, wie beispielsweise Beschleunigungsmesser, Gyroskop (Ausrichtung), Kompass, Annährungssensor, Umgebungshelligkeitsmesser, Kamera, Mikrofon, GPS, WLAN und Bluetooth beim iPhone 4[ref]Nicholas D. Lane, Emiliano Miluzzo, Hong Lu, Daniel Peebles, Tanzeem Choudhury, and Andrew T. Campbell.
A Survey of Mobile Phone Sensing.
IEEE Communications Magazine, 48:140–150, September 2010,
S. 141[/ref]. Über Schnittstellen wie Bluetooth können auch weitere externe Sensoren angebunden werden. Die Ermittlung der Sensordaten von Smartphones kann auf verschiedene Arten erfolgen. Dabei wird unterschieden, ob diese unter Einbeziehung des Benutzers oder ohne dessen Beteiligung erfolgt.

Participatory Sensing

Wird der Benutzer einbezogen, spricht man von participatory sensing. Diese Art der Datenerfassung bietet den Vorteil, dass komplexe Operationen und das Erfassen des Kontextes durch die Intelligenz des Benutzers unterstützt werden können. Dafür ist die Qualität der gesammelten Daten abhängig von den Fähigkeiten des Erfassers. Außerdem muss dem Anwender ein kurzfristiger Nutzen geboten werden, der ihn zur Datenerfassung motiviert.

Opportunistic Sensing

Erfolgt die Datenermittlung vollkommen automatisiert ohne Beteiligung des Benutzers, handelt es sich um opportunistic sensing. Der Vorteil ist, dass dem Benutzer kein direkter, kurzzeitiger Nutzen geboten werden muss, da seine Aufmerksamkeit für die Datensammlung wenig bis gar nicht erforderlich ist. Die Schwierigkeit dabei ist das Erfassen des Smartphone-Kontextes, wie beispielsweise die Position, Ausrichtung, etc. Ohne diesen Kontext haben die ermittelten Daten (zum Beispiel Temperaturdaten) wenig Aussagekraft. Für die Sammlung der Kontextinformationen können die anderen Sensoren des Smartphones verwendet werden[ref]Nicholas D. Lane, Emiliano Miluzzo, Hong Lu, Daniel Peebles, Tanzeem Choudhury, and Andrew T. Campbell.
A Survey of Mobile Phone Sensing.
IEEE Communications Magazine, 48:140–150, September 2010,
S. 144[/ref]. Diese beiden Möglichkeiten der Datenerfassung stellen Extrempunkte dar, zwischen denen sich ein Spektrum auftut.

Dieser Artikel hat denn Fachbegriff „Mobile Sensing“ eingeführt und im Themengebiet M2M eingeordnet. Im nächsten Artikel wird auf die Herausforderungen bei Mobile Sensing Anwendungen eingegangen.

Von den Autoren: Marc Mai und Marco Bratz

Lesen Sie auch aus dieser Reihe:

1. Was ist Mobile Sensing?
2. Die Herausforderungen von Mobile Sensing
3. Entwicklung von Mobile Sensing Systemen
4. Ausblick: Mobile Sensing und das Internet der Dinge