I-Found

[ES] El presente proyecto final de carrera surge con la idea de cubrir una necesidad social a un servicio no existente en muchos contextos. "I-Found" es un concepto de oficina virtual de objetos perdidos, con el añadido de que no solo gestiona objetos, sino también personas y animales (lo que en este proyecto se denomina un "OPA"). Además ofrece la posibilidad de poner en contacto directo y sin intermediarios a personas que han perdido o les ha sido robado un "OPA", con personas que los haya encontrado y viceversa, dentro de cualquier ámbito posible. Los objetivos principales del proyecto son : el aprendizaje de la plataforma Android para dispositivos móviles y el desarrollo de una aplicación, basada en el concepto "I-Found", totalmente funcional, experimental, libre y gratuita, restringida al ámbito geográfico e institucional de la Universidad de Las Palmas de Gran Canaria. Por este motivo, la app desarrollada se denomina "I-Found@ULPGC", leído en inglés como "I-Found at ULPGC". Esta app demuestra la capacidad de personalización del concepto "I-Found" a múltiples contextos institucionales o geográficos.

A Low Consumption Real Time Environmental Monitoring System for Smart Cities based on ZigBee Wireless Sensor Network

Nowadays, there is an increasing interest in wireless sensor networks (WSN) for environmental monitoring systems because it can be used to improve the quality of life and living conditions are becoming a major concern to people. This paper describes the design and development of a real time monitoring system based on ZigBee WSN characterized by a lower energy consumption, low cost, reduced dimensions and fast adaptation to the network tree topology. The developed system encompasses an optimized sensing process about environmental parameters, low rate transmission from sensor nodes to the gateway, packet parsing and data storing in a remote database and real time visualization through a web server.

On the use of a low-cost thermal sensor to improve kinect people detection in a mobile robot

[EN]Detecting people is a key capability for robots that operate in populated environments. In this paper, we have adopted a hierarchical approach that combines classifiers created using supervised learning in order to identify whether a person is in the view-scope of the robot or not. Our approach makes use of vision, depth and thermal sensors mounted on top of a mobile platform.