Onderzoekers van de Universiteit van Alabama in Birmingham gebruiken technologie om een ​​pragmatische oplossing te creëren voor het voorkomen van fysiek of seksueel geweld.

"Een grote uitdaging voor het voorkomen van geweld is dat, tijdens een aanval, slachtoffers hebben vaak geen laagdrempelige manier om hulp in te roepen, " zei Ragib Hasan, doctoraat, universitair hoofddocent informatica aan het UAB College of Arts and Sciences. "Of u nu 911 belt of een app of apparaat voor noodoproepen gebruikt, voor elk van deze tools moeten gebruikers op een knop drukken om hulp in te roepen. Dat is vaak niet mogelijk als er sprake is van geweld of als iemand bewusteloos is als gevolg van de mishandeling."

Onder leiding van Hasan, Jayun Patel, een masterstudent en afstudeeronderzoeksassistent in het UAB Secure and Trustworthy Computing Lab (SECRETLab) heeft een slimme armband ontwikkeld om fysiek geweld automatisch te detecteren en om hulp te roepen.

De slimme sieradenarmband, dat momenteel een prototype is, gebruikt machine learning en een groot aantal sensoren om de bewegingen van een gebruiker te analyseren om een ​​aanval te detecteren terwijl deze plaatsvindt. Bij detectie dat de gebruiker in gevaar is, het is geprogrammeerd om een ​​luid piepend geluid uit te zenden en rode stroboscooplichten beginnen te knipperen in een poging de aanvaller af te schrikken en andere mensen te waarschuwen die zich in de buurt kunnen bevinden. Het apparaat maakt vervolgens via Bluetooth verbinding met de smartphone van de gebruiker en stuurt via een mobiele app onmiddellijk noodberichten en coördinaten van de locatie van de gebruiker naar het noodpersoneel en een door de gebruiker vooraf bepaalde lijst met contacten. De armband bevat een Adafruit Circuit Playground, een kleine microcontroller uitgerust met een gyroscoop, versnellingsmeter, temperatuur- en druksensoren, GPS, en microfoons.

"Met de sensoren kan de armband continu gebruikersactiviteit en vitale functies verzamelen, " zei Patel. "Het kan ook de oriëntatie van de gebruiker bepalen, bijvoorbeeld, of ze staan ​​of liggen. Een machine learning-algoritme detecteert en onderscheidt de regelmatige bewegingen van de gebruiker en onverwachte en plotselinge bewegingen die kunnen wijzen op een aanval."

Hoewel de armband in de eerste plaats is ontworpen voor het detecteren van aanranding, het apparaat kan ook worden gebruikt door ouderen of mensen met een handicap om plotselinge valpartijen of andere risicovolle bewegingen automatisch te detecteren. Patel hoopt het ontwerp te verfijnen en de technologie uit te breiden naar andere alledaagse items die op het lichaam worden gedragen, zoals oorbellen en schoenen.

De armband is een uitbreiding van Hasan's onderzoek, die gericht is op draagbare cloudtechnologie, dat, indien commercieel geproduceerd, consumenten veel computermogelijkheden en gevoeligheden in alledaagse dingen zouden kunnen dragen, zoals kleding, accessoires en andere dingen die we regelmatig bij ons hebben. Alle draagbare technologie die in het laboratorium van Hasan is ontworpen, is gemaakt met het oog op goedkope bruikbaarheid, zodat het betaalbaar zou zijn voor alle consumenten. Het prototype van de Smart Bracelet kost minder dan $ 40 om te maken en kan nog goedkoper worden gemaakt als het commercieel in massa wordt geproduceerd.

Patel's werk aan de Smart Bracelet begon toen ze een student was terwijl ze in mei 2017 deelnam aan een onderzoeksstage in de zomer. Het onderzoek werd ondersteund door een National Science Foundation CAREER Award die in 2014 aan Hasan werd toegekend. Patel's paper, "Slimme armbanden:op weg naar automatisering van veiligheid met draagbare slimme sieraden, " ontving de tweede plaats voor Beste Demo op de IEEE Consumer Communication and Networking Conference 2018 in januari 2018.