Experimentální aplikace pro ověření spolehlivosti automatické identifikace přepravního módu

Abstract

Tato práce se zabývá problematikou zjišťování fyzické aktivity uživatele. Analyzuje možnosti, jakými lze fyzickou aktivitu detekovat. Na základě této analýzy byla v rámci práce navrhnuta a vytvořena experimentální aplikace, která pro detekci aktivit využívala ActivityRecognitionClient API. Tato aplikace měla za úkol ověřit spolehlivost detekce fyzické aktivity s pomocí dat od uživatelů, kteří hodnotili kvalitu detekce. Práce vznikla ve spolupráci s projektem studentského carsharingu Uniqway, který je zaštítěn firmou Škoda Auto Digilab s.r.o. s cílem poskytnout uživatelům automatické rozpoznání spolujízdy. Jejím cílem je vytvoření knihovny umožňující detekci aktuální fyzické aktivity a stavu spolujízdy autem Uniqway.

This thesis examines the issue of users' physical activity detection and analyzes the methods through which it is possible to detect such activity. Based upon the analysis, the thesis introduces an application that has been specifically programmed for this purpose. The application uses ActivityRecognitionClient for physical activity detection and tracking. This application was supposed to verify the reliability of the detection activity with help of real users' data, who also helped to review the quality of the detection process. The thesis has been conceived in cooperation with the students' carsharing project Uniqway, operated by Škoda Auto Digilab s.r.o., with the aim of providing automated carsharing detection to the Uniqway users. The overall aim of this thesis has been to create a library enabling detection of the current physical activity and the status of carsharing through the Uniqway platform.