Afstudeeropdrachten Altran Intelligent Systems Versie: 19.4 Status: Final Auteur: Benito Meeuwis
Dit document is gepubliceerd door: Altran Netherlands B.V. Eindhoven, Nederland Commentaar en suggesties kunnen worden gestuurd naar: Altran Netherlands B.V. Postbus 80060 5652 AA EINDHOVEN Nederland tel: +31 (0)88 827 5100 Of via e-mail naar: benito.meeuwis@altran.com
1 Inleiding 1 2 Praktische informatie 2 3 Creëer je eigen afstudeeropdracht 3 4 Pimp Altran met AR Glass 4 5 Virtuele rondleiding 5 6 Camera-based Polygraph 6 7 IOS applicatie Home Kit 7 8 Digitale Handtekening 8 9 Deep Learning 9 10 Security in Internet-of-Things 10 11 Co-simulatietooling Cyber-Physical Systems 11 12 Mesh-Network voor Indoor Positioning 12 13 Light Weight Connected Devices 13 14 Connected Devices and UX 14 15 Virtual Reality Driving 15 16 Digital Cards 16 17 Plaatsbepaling m.b.v. Wifi RSSI fingerprinting 17 18 IoT Domain Specific Language 18 19 Interconnected heterogeneous wireless networks 19 20 Live Visitekaartje 20 21 Real-time Big Data Analytics 21
1 Inleiding Bedrijfsprofiel Wij zijn Intelligent Systems/Altran. Wij staan aan de basis van de ontwikkeling van de producten voor morgen. Wij zien een samenleving waarin steeds meer apparaten met elkaar communiceren. Door ons werk zijn we continu in beweging want innovatie is voor ons een natuurlijk gegeven. Wij richten ons specifiek op het aanbieden van kant- en-klare of compleet nieuwe oplossingen voor klanten in alle bedrijfstakken in toepassingsgebieden zoals autonome systemen, smartphones, slimme meters, medische apparatuur, connected auto's, geavanceerde luchtverkeersleiding en slimme sensoren. Zo hebben wij bijvoorbeeld een rol gespeeld in de ontwikkeling van intelligente en innovatieve producten voor klanten als ASML, Bosch, Thales, Philips, NXP en TomTom. Intelligent Systems is onderdeel van de Altran Groep, wereldleider op het vlak van advies rond innovatie en vooruitstrevende engineering en begeleider ondernemingen bij het creatieen ontwikkelingsproces van nieuwe producten en diensten. De 26.000 Innovation Makers van Altran werken al 30 jaar samen met de belangrijkste spelers binnen de sectoren zoals ruimtevaart, automobielindustrie, energie, spoorwegen, financiën, gezondheid, telecommunicatie, etc. in meer dan twintig landen verspreid over Europa, Azië en Amerika. InnovationLAB Innovatie zit in ons DNA. Niet voor niets is ons motto: Ideas are just ideas waiting to be made. Wij hebben dan ook een eigen InnovationLAB dat open is voor iedereen die zijn passie voor software en technologie wil delen. Een plek waar je ondernemerschap, creativiteit en innovatie kunt ontwikkelen. Afstuderen bij Intelligent Systems/ Altran Afstuderen bij Intelligent Systems/Altran staat voor een mooie afsluiting van je opleiding en een goede voorbereiding op de toekomst.wij bieden je de mogelijkheid om af te studeren op hoog niveau en de praktijk van echte projecten te ervaren. Ieder half jaar zorgen we voor een groot en divers aanbod van afstudeeropdrachten waar een deskundige begeleiding niet ontbreekt. Door de diversiteit aan opdrachten is er altijd een leuke opdracht te vinden die past bij jouw afstudeerrichting en interessegebied. Mocht jouw ideale opdracht er niet bij staan, dan zijn we nieuwsgierig naar je eigen voorstel. Je bent een half jaar onderdeel van een gezellige en informele organisatie. We zien je als een volwaardig collega en je krijgt meer te zien van Altran dan alleen je afstudeeropdracht. Denk daarbij aan deelname aan workshops, Altran meetings, personeelsfeesten en borrels. Naast een opdrachtgever krijg je een technisch coach toegewezen. Ieder project wordt uitgevoerd volgens het Altran projecthandboek, dat default het gebruik van Agile voorschrijft. Op deze manier leer je te werken volgens een methode die je na je opleiding, in de praktijk ook gaat gebruiken. 1
2 Praktische informatie Geïnteresseerd of meer informatie Ben je geïnteresseerd in een afstudeerplaats binnen Altran, stuur dan je CV onder vermelding van de titel van de opdracht naar: iris.henst@altran.com ter attentie van Iris Henst. Indien je meer informatie over Altran wilt, kun je ook bellen naar 088-827 5100 of 06-2384 8773. Locatie Altran heeft in Nederland meerdere vestigingen maar de opdrachten worden voornamelijk uitgevoerd in Eindhoven. Periode Je kunt bij Altran aan je stage of afstuderen beginnen in september en februari voor een periode van 5 à 6 maanden. Individueel afstuderen of als duo Je kunt bij Altran als duo afstuderen, maar ook individueel. Ben je alleen en wil je graag als duo afstuderen? Dan helpt Altran om je aan een mede-afstudeerder te koppelen. Voor meer informatie kun je contact met ons opnemen. Verzendlijst Mocht je afstudeeropdracht pas in een latere studieperiode plaatsvinden, dan kun je op onze verzendlijst geplaatst worden. Zodra er dan een nieuwe uitgave van dit boekje uitkomt, zorgen wij ervoor dat deze versie automatisch naar je toegestuurd wordt. We ontvangen dan graag je gegevens (school, studierichting en afstudeerperiode) via e-mail: Iris.henst@altran.com HBO of WO niveau Als een opdracht staat aangemerkt als HBO opdracht dan zou deze door middel van een onderzoekscomponent uit te breiden zijn naar een WO opdracht. 2
3 Creëer je eigen afstudeeropdracht 3.1 Inleiding Wij dagen je uit zelf een afstudeeropdracht te bedenken, voor één of meer van de onderstaande toepassingsgebieden: Security Intelligent leven Augmented reality HW aangestuurd door mobiele devices Automotive Healthcare 3.2 Opdracht Stuur ons je opdrachtomschrijving. Beschrijf daarin de context en op hoog niveau het idee van je opdracht. 3.3 Technische aspecten Noem de methoden en technologieën die je gebruikt bij het uitvoeren van de opdracht. Voorbeelden hiervan zijn: UML C/C++, C#, Java Bluetooth 4.0, 6lowpan, zigbee, NFC HBO/WO (Technische) Informatica 3
4 Pimp Altran met AR Glass 4.1 Inleiding Eén van de specialisaties van Altran is Internet of Things. Steeds meer apparaten, van tandenborstel tot koelkast, zijn voorzien van chips en sensors, waarmee ze gekoppeld kunnen worden aan het internet. Het combineren van IoT met een technologie als augmented reality biedt nieuwe innovatieve mogelijkheden. 4.2 Opdracht In deze uitdagende opdracht staat een AR glass en connected devices centraal. Je zet een ervaring neer voor werknemers, bezoekers en klanten die zij niet snel zullen vergeten! Jij zorgt er namelijk voor dat de AR Glass interactie aangaat met allerlei apparaten. Je kunt bijvoorbeeld het volgende realiseren: je loopt met je Glass langs de vergaderzaal en krijgt de planning weergegeven, je bestelt door Glass spraakcommando s je favoriete koffie bij de koffiezetautomaat, je opent de voordeur van het gebouw met Glass spraakcommando s, je ziet de temperatuur van het gebouw via je Glass, je bedient connected devices virtueel met behulp van Augmented Reality. Gebruik je creativiteit in deze opdracht, ook op technisch vlak. Er wordt namelijk verwacht dat je een technisch design kan maken, waarop anderen verder kunnen werken. Ook zul je veel technische overwegingen moeten maken om tot een goed resultaat te komen. 4.3 Technische aspecten AR Glass Web Services / Connected Devices Design Augmented Reality HBO Technische Informatica 4
5 Virtuele rondleiding 5.1 Inleiding Op beurzen staat Altran met een stand waarmee we willen laten zien wat voor bedrijf Altran is. Dit blijft maar beperkt, je kunt Altran op een beurs niet ervaren. Hoe mooi zou het zijn als we beursbezoekers kennis kunnen laten maken met Altran door middel van een virtual reality rondleiding op ons kantoor? 5.2 Opdracht De opdracht bestaat uit het maken van een applicatie voor Oculus Rift en mogelijk ook Kinect (i.v.m interactie) om een interactieve virtuele rondleiding te creëren die we op een beurs kunnen tonen. Een bezoeker moet kunnen rondlopen, en bij diverse onderwerpen (Scrumbord, project hardware) kunnen aangeven dat hij meer wil weten. Hier wordt dan meer informatie over getoond. Een koppeling met (deels bestaande) sensoren in de reële wereld is wenselijk, denk bijvoorbeeld aan de temperatuur, beschikbaarheid van vergaderzalen of de status van de afwasautomaat. Dit kan aangevuld worden met een real-time blik in één van de ruimtes van Altran middels Oculus Rift en een bewegende webcam. Het is mogelijk om de opdracht uit te voeren met 2 personen. 5.3 Technische aspecten Oculus Rift Kinect Virtual Reality HBO Technische Informatica 5
6 Camera-based Polygraph 6.1 Inleiding De polygraaf kent iedereen wel. Deze wordt nog veel gebruikt, ondanks dat de technologie al bijna honderd jaar oud is. Er zit echter een groot nadeel aan vast: er moet apparatuur aan het lichaam worden vastgemaakt. Dit kan als intimiderend worden ervaren, wat een negatieve invloed kan hebben op de uitslag van de test. Mensen die liegen vertonen bepaalde microexpressies. Dat zijn bewegingen in het gezicht die slechts een fractie van een seconde duren. Ook is tijdens liegen de bloedstroom door het lichaam anders. Dit is allebei te herkennen met camera's, wat interessante mogelijkheden biedt. Ondanks dat dit bekend is staat het detecteren van leugens met behulp van camera's nog in de kinderschoenen. Bestaande oplossingen voor leugendetectie met behulp van camera s zijn veelal gebaseerd op het meten van de bloedstroom in het gezicht met behulp van infraroodcamera s, maar zijn op zichzelf (nog) niet nauwkeurig genoeg voor het vormen van een betrouwbare hypothese. 6.2 Opdracht Het doel van de opdracht is om aan te tonen dat leugendetectie op een minder intimiderende manier kan worden uitgevoerd. Onderzoek de verschillende mogelijkheden van leugendetectie met behulp van een of meerdere typen camera s en creëer een proof-of-concept opstelling, gebaseerd op de uitkomst van het onderzoek. Hierbij is de betrouwbaarheid van de leugendetector leidend. Om deze betrouwbaarheid te kunnen meten dient er een (test) dataset te worden samengesteld van meerdere personen, sinds ieder persoon op zijn/haar eigen manier reageert. De afstudeerder moet welonderbouwde en tijdige keuzes maken om een goede demo te kunnen neerzetten. Een pro-actieve en zelfstandige houding is vereist. 6.3 Technische aspecten Leugendetectie Literatuuronderzoek Algoritmiek Patroonherkenning WO (Technische) Informatica 6
7 IOS applicatie Home Kit 7.1 Inleiding Met HomeKit zet Apple een stap in de richting van home automation. HomeKit is een framework in IOS 9 voor de communicatie en het bedienen van connected devices. Doordat alle informatie over devices wordt opgeslagen binnen HomeKit kan iedere app bij deze informatie. Hierdoor kunnen ook apparaten van verschillende fabrikanten bediend worden via één applicatie en één API. Dit levert gebruiksgemak op voor de gebruiker en minder ontwikkeltijd voor een developer. Dit betekent dat je niet meer de Philips Hue app hoeft te openen om de lampen aan te doen en daarna de app van de thermostaat openen om de temperatuur te veranderen! Vind jij het ook zo vervelend om meerdere apps te moeten openen voor het bedienen van je huis/kamer? Dan is deze opdracht wat voor jou! 7.2 Opdracht Ontwikkel een ios applicatie die gebruik maakt van HomeKit. Gebruik verschillende apparaten/systemen, zoals lampen (Philips Hue), thermostaten, muziek etc. die allemaal naadloos bediend worden vanuit de app. Zorg dat alle elementen goed met elkaar samen werken en maak het mogelijk dat een gebruiker tegen Siri bijvoorbeeld kan zeggen: Ik ga slapen, waarna alle apparaten naar een slaapstand/ uit gaan. Is een combinatie met Heath Kit mogelijk? Bij het thuiskomen van het sporten staat er een rustig muziekje aan, de lampen staan op een relaxte sfeerstand, het bad is volgelopen, en het bier staat koud? 7.3 Technische aspecten ios Objective-C / Swift GPS Siri Integratie Mobile Development HBO (Technische) Informatica 7
8 Digitale Handtekening 8.1 Inleiding Begin 2014 heeft de ING bank het betaalsysteem voorzien van een nieuwe functie, draadloos betalen. Door je portemonnee waar je pasje in zit dicht bij een betaalautomaat te houden betaal je zonder je pasje daadwerkelijk ergens in te stoppen of je pincode in te toetsen. Als dit mogelijk is, dan moet het ook mogelijk zijn om ergens op een nieuwe en veilige manier een digitale handtekening te zetten waarmee je bewijst dat jij het bent, zoals DigiD dit nu doet. Dit zou gebruikt kunnen worden om bij ontvangst van een pakketje te tekenen voor ontvangst, een projectgoedkeuring krijgen van de directeur, belastingaangifte te doen, ondertekenen van je een contract, ondertekenen voor ontvangst van je rijbewijs, inloggen op Facebook of je email, te stemmen op het stembureau of toegang te krijgen tot een gebouw of festival. Het zetten van je digitale handtekening zou kunnen door bijvoorbeeld jouw unieke usb-stick ergens in te stoppen, je RFID ring ergens langs te halen, met je NFC telefoon te identificeren of misschien heb jij de blauwdruk voor de echte blauwe tand waarmee jij je kunt identificeren? 8.2 Opdracht De opdracht bestaat uit het maken van een demo waarmee je een digitale handtekening kan zetten onder een document op een eenvoudige, veilige en betrouwbare manier. Je dient in samenspraak met de afstudeerbegeleider(s) middels een onderzoek een manier te definiëren waarop je dit alles kan realiseren. We verwachten dat je zelfstandig bent en geen afwachtende houding hebt. Ons uitgangspunt is dat je als afstudeerder juist veel inspraak hebt over het beoogde eindresultaat en ons ook uitdaagt. Natuurlijk zou het mooi zijn als je jouw afstudeerverslag uiteindelijk kan ondertekenen met je nieuwe digitale handtekening. Het is mogelijk dat de opdracht wordt uitgevoerd door 2 personen. 8.3 Technische aspecten Encryptie Security Communicatie HBO Technische Informatica 8
9 Deep Learning 9.1 Inleiding Deep learning is een opkomend gebied binnen machine learning. Het richt zich op het verkrijgen van informatie uit data door middel van neurale netwerken. Door de opkomst van big data en big compute heeft deep learning toepassingen gevonden. Altran heeft ervaring met Machine Learning en wil de kennis verder uitbreiden en ook studenten laten proeven aan de mogelijkheden. 9.2 Opdracht Altran wil met behulp van Deep Learning, code quality analysis (bijvoorbeeld hotspot analysis) uitvoeren. Dit gecombineerd met GIT repositories om zo de code quality aan de code historie te koppelen en hieruit te ontleiden. Op basis van bestaande GIT repositories van klanten van Altran kan een trainingsset worden gemaakt. Een belangrijke requirement aan dit systeem is de schaalbare architectuur. Het systeem dient zo opgezet te worden dat het op een cluster gedraaid kan worden. Hiervoor kunnen bestaande big data en big compute frameworks gebruikt worden. Een demo van het Deep Learning moet in verschillende varianten aan te bieden zijn. Denk hierbij aan een simpele eerste variant als minimal viable product en een uitgebreidere demo om de mogelijkheden van deep learning uit te diepen. Het uiteindelijke product heeft de mogelijkheid offerte werk op waarde te schatten op basis van de kwaliteit van de bestaande code base. 9.3 Technische aspecten Deep Learning Big Data Framework (bv. Apache Spark, Apache Hadoop) Deep Learning Libraries (bv. Deeplearning4j, Torch) Scala / Java / LuaJIT / WO (Technische) Informatica 9
10 Security in Internet-of-Things 10.1 Inleiding Altran is een bedrijf dat zich bezig houdt met embedded softwareontwikkeling. Eén van de oplossingen is Internet-of-Things (IoT). Een onderwerp dat regelmatig langskomt is de ongewenste mogelijkheid om informatie te manipuleren of af te tappen (zie bijvoorbeeld smartmeter hack ). Dit zou minder gemakkelijk moeten zijn (al zal het nooit onmogelijk worden). Wat kunnen we doen om dit soort dingen toch zo moeilijk mogelijk te maken? Hoe zit het met Bluetooth Smart 4.2? Hoe waterdicht is de standaard? De implementatie? 10.2 Opdracht Onderzoek naar (HW en SW) architectuur en robuuste cryptografische technieken om de Security van Embedded Systemen (IoT) met beperkte resources zo hoog mogelijk te maken. Dit alles mag slechts een minimale hoeveelheid extra energie kosten en een minimale extra benodigde doorlooptijd, Flash/RAM footprint en kosten met zich meebrengen. Denk ook aan secure key management technieken. Het doel van de opdracht is te komen tot een aanpak voor het ontwerp van dit soort systemen, met afwegingen per technologie, van het security niveau t.o.v. benodigde resources (MIPS, Flash, RAM, HW, kosten). Een demonstratie implementatie op een systeem met beperkte bronnen is gewenst om te tonen, dat maximale security geboden wordt zonder de toepassing onmigelijk te maken. Denk hierbij aan een demonstratie systeem op basis van bijv. MSP430 / Cortex-M (Microsemi EFM32, NXP LPCxxxx, ) met ingebouwde encryptie HW. Of met encryptie op extern secure device of FPGA of SMX, met bijbehorende anti-tamper maatregelen: zie http://www.smartm.com/products/productspage.asp?prodclass=ims&static=ims 10.3 Technische aspecten Internet of Things Embedded Software Development Encryptie Agile/Scrum Documenteren van het ontwikkelde systeem WO Technische Informatica 10
11 Co-simulatietooling Cyber-Physical Systems 11.1 Inleiding In de aankomende generaties elektronische systemen worden fysieke interacties met de omgeving, veiligheidseisen en samenwerking met andere systemen steeds belangrijker. Het ontwerpen van deze Cyber-Physical Systems vereist een nieuwe, geïntegreerde manier van ontwerpen, waarbij zowel de fysische verschijnselen als de software worden gemodelleerd. De fysische verschijnselen en regelaar worden gemodelleerd en gesimuleerd in een ontwikkel-omgeving zoals 20-sim en Matlab Simulink. De regeling op hoger niveau kan gemodelleerd worden als state machine. Daarnaast kunnen ook de systeemarchitectuur en (netwerk)distributie gemodelleerd worden. Om op een efficiënte manier Cyber-Physical Systems te kunnen ontwikkelen is het van belang deze modellen met elkaar te combineren in een gezamenlijke simulatie tussen de verschillende ontwikkelomgevingen (tools). Dit wordt co-simulatie genoemd. Door middel van co-simulatie kunnen gedrag en interacties in het ontwikkelde systeem in een vroeg stadium onderzocht en verder ontwikkeld worden, nog zonder de uiteindelijke hardware te gebruiken. 11.2 Opdracht Het doel van de opdracht is het realiseren van co-simulatietooling. Bij een co-simulatie zijn slaves betrokken. Dit zijn de ontwikkelomgevingen die hun eigen simulator hebben om modellen mee te simuleren. Tussen de slaves moet informatie uitgewisseld worden, zoals tijdsprogressie, waarden van gedeelde variabelen en events. De coördinatie van de simulaties en informatie-uitwisseling wordt gedaan door de master, die alle slaves aanstuurt. Er dient een master-algoritme ontworpen en geïmplementeerd te worden. Daarnaast dient interfacing tussen de master en slaves gerealiseerd te worden. Een uitdagend ontwerpaspect is schaalbaarheid, oftewel de mogelijkheid om het aantal slaves dat deelneemt aan cosimulatie te variëren. 11.3 Technische aspecten Algoritmeontwerp Communicatieprotocol Interfacing met bestaande modellerings- en simulatietooling Documenteren van het ontwikkelde systeem WO Technische Informatica, Elektrotechniek 11
12 Mesh-Network voor Indoor Positioning 12.1 Inleiding Iedereen spreekt tegenwoordig over Internetof-Things, elk apparaat moet met elk apparaat kunnen communiceren, van wekker tot lamp, van koelkast tot smartphone. Als alles in je omgeving verbonden is met elkaar, zou het dan niet mooi zijn om dit netwerk ook nog eens optimaal te gebruiken? Met je huidige access point zet je nog steeds een sternetwerk op, maar waarom zou je niet met alle apparaten een mesh-netwerk creëren? Hierdoor wordt het bereik van jouw netwerk een stuk groter omdat elk device een access point wordt. Hierdoor heb je dus altijd goed bereik met je smartphone. Stel dat je van elke lamp in een supermarkt/kantoor een wifi access point zou maken en dat ze onderling een mesh-netwerk vormen, dan heb je altijd een dekkend wifi-netwerk met goed bereik voor je laptop en smartphone. Maar je zou ook je locatie kunnen bepalen door te scannen welke apparaten je kunt bereiken en hun signaalsterkte te meten. Hierdoor zou je in een supermarkt eenvoudig van de krentenbollen naar de bitterballen kunnen navigeren, of in een enorm kantoor die ene collega kunnen vinden. 12.2 Opdracht De opdracht bestaat uit het opzetten van een wifi-mesh netwerk van devices zodat, als een smartphone binnen bereik van het netwerk is, bepaald kan worden waar deze zich bevind. De smartphone kan alleen scannen naar apparaten en via een API zijn gemeten data doorgeven waarna hij zijn locatie terug krijgt. Om de locatie van je apparaten te bepalen kunnen ze natuurlijk voorzien worden van een gps-module, maar de uitdaging is om zonder gps te bepalen waar de apparaten zich bevinden. 12.3 Technische aspecten Embedded Software Development Wifi Routing Protocollen Android Bonus: het zou mooi zijn als je de API gescheiden houd van je drivers waardoor er eventueel nog andere API s naast jouw API op je device kunnen draaien, zoals bijvoorbeeld de Light Weight Connected Devices (13). HBO Technische Informatica 12
13 Light Weight Connected Devices 13.1 Inleiding Steeds meer apparaten die je nu in de winkel koopt kun je bedienen met je smartphone. Maar wat als je net een nieuw koffiezetapparaat hebt gekocht die dit niet kan? Dit apparaat weggooien en een nieuw apparaat kopen dat je wel kan bedienen met je smartphone is voor ons geen oplossing. Is het sowieso niet leuker om iets te ontwikkelen waardoor je van al jouw oude apparaten connected devices kan maken? En dat deze apparaten ook nog eens met elkaar kunnen communiceren en op elkaar kunnen reageren? 13.2 Opdracht Ontwikkel een goedkoop device waarmee je van elk apparaat een connected-device kan maken zodat je het kan bedienen met je smartphone en zodat ze reageren op elkaar. Je wekker zet bijvoorbeeld je koffiezetapparaat aan en met je koffiezetapparaat kun je de lampen in je huis bedienen. Elke knop van elk apparaat moet je kunnen uitlezen en elke functie van elk apparaat moet je kunnen bedienen met jouw connected-device. De communicatie van je connected device verloopt via een API naar een applicatie waarmee je eenvoudig kan configureren hoe de apparaten aangestuurd worden. 13.3 Technische aspecten Embedded Software Development Hardware Wifi Protocollen GUI Bonus: jouw API kan draaien op een ander device door alleen de configuratie aan te passen, hierdoor is het mogelijk dat jouw API aansluit bij de opdracht Mesh-Network for Indoor Positioning (12). HBO (Technische) Informatica 13
14 Connected Devices and UX 14.1 Inleiding Je zult het vast wel herkennen, je zit lekker op de bank, helemaal klaar om die ene film te kijken waar je al heel de week naar uit kijkt. Omdat je de hele woonkamer wil bedienen vanaf je bank, ligt er een berg afstandsbedieningen voor je. Om de film te kijken heb je minimaal 2 afstandsbedieningen nodig om je tv en je versterker aan te zetten, 2 om het de juiste sfeer in je kamer te creëren en nog een toetsenbord om je film te starten. En natuurlijk heb je elke keer de verkeerde afstandsbediening vast. Met de opkomst van IoT komen er alleen nog maar meer apparaten die je kan en wil bedienen, maar dit biedt ook een oplossing om dit te vereenvoudigen! 14.2 Opdracht Creëer een self learning rules systeem wat precies weet wat jij wil door jouw gedrag te analyseren. Het systeem zal sensoren moeten monitoren, actuatoren aansturen, verbanden kunnen leggen (if this, then that), verschillende zones kunnen detecteren en externe factoren meenemen omdat deze jouw gedrag beinvloeden. Denk hierbij aan het weer, tijd en het moment waarop iets gebeurt. Jouw gedrag is afhankelijk van een bepaalde situatie, maar ook van het moment: overdag doe je andere dingen dan s avonds. In het weekend doe je andere dingen dan door de week. Als het op vrijdagavond regent kijk je misschien eerder een film, maar als de zon schijnt zit je op het terras. Het systeem moet hier rekening mee houden. Het rules systeem moet je kunnen bedienen/corrigeren via een eenvoudige GUI op je smartphone, maar wel zo eenvoudig dat je moeder het ook kan bedienen. Het gaat er om dat jouw omgeving zich aanpast aan jouw gedrag zonder dat jij je er echt bewust van bent. 14.3 Technische aspecten Machine Learning User experience Bonus: de opdracht Light Weight Connected Devices (13) maakt alles connected en controleerbaar. Onderzoek wat het gedrag van jouw systeem is dit netwerk. HBO Technische Informatica 14
15 Virtual Reality Driving 15.1 Inleiding Virtual Reality is momenteel in een stroomversnelling geraakt. VR headsets zijn beschikbaar van verschillende fabrikanten en nog meer apparaten zijn in ontwikkeling. Innovatieve toepassingen komen daarmee ook in een stroomversnelling. De verbinding tussen VR headsets en externe camera s levert een interessant spanningsveld op tussen technische uitdaging en praktische mogelijkheden. 15.2 Opdracht Maak een proof of concept met een RC auto met camera opstelling, verbonden aan een VR headset. Door een kant op te kijken kan het de camera in de auto worden aangepast zodat de bestuurder vanuit de schaalauto rond kan kijken. Een van de grootste uitdagingen bij VR is latency. Als de latency te groot wordt is de verbinding tussen gebruiker en de applicatie zoek. Dit heeft invloed voor de mogelijkheden van de camera, het versturen van het beeld en het aansturen van de richting van het beeld. Kies een techniek om deze visie waar te maken. Een mogelijkheid is met motoraansturing een camera te richten. Een andere mogelijkheid is om een 180 /360 camera beeld op te nemen en softwarematig in dit beeld te bewegen. Let hierbij goed op complexiteit en mogelijkheden om tot een proof of concept te kunnen komen. Onderzoek welke hardware geschikt is voor dit project. (RC auto, camera, VR oplossing, etc.) Stuur de videobeelden naar de VR-headset. Breng latency naar een acceptabel niveau. 15.3 Technische aspecten Virtual reality IP-camera Embedded software / C Windows /.NET HBO (Technische) Informatica 15
16 Digital Cards 16.1 Inleiding Binnen Altran wordt gewerkt met de Agile ontwikkelmethodiek Scrum. Scrum is een methodiek waarbij complexiteit van taken wordt geschat door Story Points. Bij het bepalen van deze Story Points wordt de input van het hele team gebruikt om tot een gezamenlijke inschatting te komen. In de huidige situatie wordt dat gedaan door ieder teamlid een stapeltje kaarten met getallen te geven waarvan ze er een mogen opgooien met hun schatting. Dit wordt planning poker genoemd. Wanneer het voorstel wordt gemaakt om deze analoge kaarten te vervangen door digitale middelen zijn de meningen verdeeld. Enerzijds bestaat het idee dat dit mogelijkheden biedt die in de analoge variant ontbreken. Anderzijds is er twijfel over de user experience wanneer de stapel kaarten wordt verruild door b.v. een smartphone. Dit roept het idee op dat iedereen naar een mobiel aan het staren is, en de menselijke interactie verloren gaat. 16.2 Opdracht Onderzoek hoe de user experience verbetert kan worden met een digitale oplossing. Leg hierbij het liefst de focus op het algemene kaartspel, het spelen van een kaart. Het doel is te achterhalen wanneer een focusgroep de digitale oplossing prefereert. Een onderdeel hiervan is A/B Testing met behulp van proof of concept implementaties. Een oplossingsrichting waaraan gedacht kan worden is het gebruiken van een smartphone per deelnemer en een centrale representatie van de acties van gebruikers via een chromecast. Uiteraard is er ruimte voor (onderzoek naar) alternatieve oplossingen. 16.3 Technische aspecten A/B Testing Prototyping Agile / Scrum User Experience Literatuuronderzoek HBO/WO Informatica 16
17 Plaatsbepaling m.b.v. Wifi RSSI fingerprinting 17.1 Inleiding Plaatsbepaling met behulp van een mobiele telefoon gebeurt momenteel bijna uitsluitend met behulp van GPS en GSM masten. Naast het feit dat dit niet zo nauwkeurig is, werkt GPS indoor niet goed. Voor indoor plaatsbepaling is het een optie om gebruik te maken van Wifi Access Points als beacons. Hiervoor zijn diverse methodes onderzocht, waarvan RSSI fingerprinting de meest veelbelovende is. Altran heeft als proof of concept een Android app ontwikkeld waarmee plaatsbepaling op basis van Wifi mogelijk is. De gebruikte algoritmes in deze App zijn echter nog rudimentair en kunnen verbetering gebruiken. 17.2 Opdracht Onderzoek de mogelijkheden om de plaatsbepaling nauwkeuriger te krijgen dan de nu gangbare 3 meter. Hiervoor worden momenteel de volgende mogelijkheden voorzien: verfijning van het RSSI fingerprinting algoritme via de mogelijkheden die in de literatuur worden aangeboden, b.v. http://tinyurl.com/rssilocalization gebruik van andere bronnen zoals accelerometer, kompas en geografische informatie (locatie van muren, etc.) Daarnaast is het in de praktijk belangrijk om een aantal aspecten van het RSSI fingerprint algoritme duidelijk te krijgen, waaronder: robuustheid tegen wijzigende/uitvallende Access Points. Invloed van het toevoegen van access points op de fingerprints van andere (storen kanaal) een indicatie over het aantal benodigde Access Points en de geografische distributie de benodigde granulariteit van de fingerprints (grid density). Het maken van fingerprints is arbeidsintensief en hoe minder fingerprints er nodig zijn, hoe goedkoper dit is. Toepasbaarheid van verschillende interpolatie technieken 17.3 Technische aspecten Android Java Algoritmiek Literatuuronderzoek Prototyping Software ontwerp HBO/WO (Technische) Informatica 17
18 IoT Domain Specific Language 18.1 Inleiding In veel van de projecten van Altran is terugkerende functionaliteit te herkennen. Deze functionele blokken komen overeen met de componenten die in een IoT framework voorkomen. In het verleden werden peak designs gemaakt voor specifieke componenten, maar in de loop der tijd zijn steeds meer en betere bouwblokken onstaan. Deze bouwblokken bevinden zich o.a. in het UI domain, in de gebruikte back end server technologiëen, in de connectivity en in een steeds groter wordend scala van connected devices die sensoren en/of actuatoren gebruiken. Door de voorziene toename van bouwblokken in elk van deze gebieden zal het steeds moeilijker worden om een geschikte combinatie van bouwblokken te vinden die een oplossing vormen voor de problemen van onze klanten. Als de juiste combinatie van bouwblokken eenmaal is gevonden, dan zal het realiseren van een daadwerkelijke implementatie voor een klant veel integratie- en testtijd vergen. En er geldt nog altijd: Tijd is geld. 18.2 Opdracht Door het uitvoeren van een domeinanalyse (het analyseren van reeds uitgevoerde projecten en het onderzoeken van bestaande bouwblokken) moet voldoende kennis worden opgebouwd zodat een domeinspecifieke taal (Domain Specific Language, DSL) in het IoT domein opgesteld kan worden. Met deze DSL moet het mogelijk zijn om snel de juiste combinatie van technologieën te vinden. Naast het meer theoretische werk van het opstellen van de DSL moet ook in de praktijk worden getoetst of met behulp van codegeneratie daadwerkelijk oplossingen kunnen worden gemaakt. Je moet hier denken aan het nabouwen van bestaande oplossingen tot het genereren van nieuwe oplossingen met aanwezige bouwblokken. Bouwblokken in deze context zijn in het ene uiterste kant en klare, goed gedefinieerde en geteste software componenten tot het tegenovergestelde in het andere uiterste. Het gaat hier nadrukkelijk NIET om het bouwen van een full proof oplossing, maar om aan te tonen of deze aanpak voldoende potentie heeft om verder door te ontwikkelen. De complexiteit van de opdracht kan worden vergroot door meer variatie in bestaande bouwblokken aan te brengen. Vanwege de de omvang en complexiteit is deze opdracht uitsluitend te doen als duo opdracht. 18.3 Technische aspecten Modelling: xtext, Eclipse, model validation Back end: Ruby, Java, Device Management, User Management App(lication): ios, Android, HTML5, apps, GUI controls Connectivity: ESP6288, Android Connected devices: MSP430, Arduino, Sensoren/Actuators HBO (Technische) Informatica 18
19 Interconnected heterogeneous wireless networks 19.1 Inleiding Een van de grote voordelen van de huidige draadloze technieken is dat er tientallen verschillende soorten zijn. Dit zorgt er voor dat het mogelijk wordt om voor elke individuele toepassing een geschikte techniek te pakken. Helaas is dit ook direct een zwakte. Soms wil je bijvoorbeeld low power toepassingen laten communiceren met always on toepassingen. Iets wat lastig is als ze verschillende draadloze technieken gebruiken. Het onderling verbinden van deze netwerken op een transparante manier is dan ook een oplossing die we onderzocht willen hebben. 19.2 Opdracht Ontwerp en ontwikkel een proof of concept van het interconnected wireless sensor netwerk idee. Hierbij worden draadloze netwerken met verschillende technieken (e.g. Wifi, ISM, Zigbee, Bluetooth, Z-Wave) en topologieën (bv. mesh, tree, point-to-point, static mesh) onderling verbonden zijn via ethernet. De inter-netwerk communicatie moet transparant zijn en niet afhankelijk van de gekozen technologie. Het netwerk moet bestaan uit ten minste 3 verschillende losse draadloze sensor netwerken die met elkaar kunnen communiceren. Ook moet het mogelijk zijn om op ethernet niveau berichten te onderscheppen en te injecteren. 19.3 Technische aspecten Wireless sensor networks Networking & Network design Prototyping Embedded Software development HBO/WO Embedded Systems 19
20 Live Visitekaartje 20.1 Inleiding Augmented Reality (AR) is een vakgebied dat zich hoofdzakelijk bezighoudt met het zo realistisch mogelijk toevoegen van computergemaakte beelden aan rechtstreekse, reële beelden. In plaats van informatie af te beelden op klassieke en geïsoleerde beeldschermen, wordt de data geprojecteerd in het gezichtsveld van de gebruiker, meestal door middel van een head-mounted display of head-up display. Het maakt het verschil tussen de reële wereld en de virtuele wereld steeds kleiner en zorgt tevens voor eenvoudigere en gebruikersvriendelijke interfaces. Altran wil een Android/iPhone app maken die de gegevens van de Altran medewerker op een visuele manier projecteert op de QR-code van een visitekaartje met behulp van AR. Om zo een opvallende eerste indruk achter te laten bij de klant. 20.2 Opdracht De opdracht is het maken van een AR app op iphone en/of Android. De app moet de volgende functionaliteiten bieden: Het Altran medewerkersprofiel op de QR code projecteren. De inhoud moet dynamisch zijn en via HTML5 gerendeerd worden. De inhoud moet ook via de web toegankelijk zijn. De medewerker moet de mogelijkheid hebben om zijn/haar persoonlijke inhoud te wijzigen op een later tijdstip. 20.3 Technische aspecten Augmented Reality Android Java HTML5 HBO/WO Informatica 20
21 Real-time Big Data Analytics 21.1 Inleiding Big data wordt al een lange tijd ge-hyped door de media en IT bedrijven. Het gebruik van Hadoop MapReduce om batch processing analytics te doen begint meer op de achtergrond te raken. Het gebruik van Real-time Analytics begint uit de Research langzaam in main stream te komen. Altran heeft ervaring met Big data en wil de kennis verder uitbreiden en ook studenten laten proeven aan de mogelijkheden. 21.2 Opdracht Altran beheert een Big data database met gegevens van autosensoren (lampen, ruitenwissers, snelheid, rem, gas, toerental) en GPS informatie die real-time te volgen is. Op basis van deze database is een systeem ontwikkeld dat gedrag en patronen in rijgedrag analyseert. Dit systeem werkt volgens het batch processing principe. De opdracht bestaat uit het omzetten van dit batch processing systeem naar een real-time systeem. Dit zal gerealiseerd worden door Apache Spark Streaming in het bestaande systeem te implementeren. Ook zal er een super scalable architectuur opgezet worden voor het systeem. De afstudeerder dient in samenspraak met de afstudeerbegeleider(s) middels een onderzoek van het bestaande systeem de demo te definiëren. We verwachten dat je zelfstandig bent en geen afwachtende houding hebt. Ons uitgangspunt is dat je als afstudeerder juist veel inspraak hebt over het beoogde eindresultaat en ons ook uitdaagt. 21.3 Technische aspecten MongoDB Apache Spark / Spark Streaming YARN / Apache Mesos Scala functional programming language HBO/WO Informatica 21