17 feb. 1999
1 minuut
Hoe verander je ‘domme’ koptelefoons in slimme? De ingenieurs van universiteit Rutgers (VS) hebben een goedkope en gemakkelijke manier uitgevonden door koptelefoons te transformeren in sensoren die op smartphones kunnen worden aangesloten, hun gebruikers kunnen identificeren, hun hartslag kunnen volgen en andere diensten kunnen leveren.
Hun uitvinding, HeadFi genaamd, is gebaseerd op een kleine plug-in koptelefoonadapter die een gewone koptelefoon in een detectieapparaat verandert. In tegenstelling tot slimme koptelefoons hebben gewone koptelefoons geen sensoren. Met HeadFi hoeven eigenaars van ouderwetse koptelefoons geen slimme nieuwe aan te schaffen.
"HeadFi zou met een simpele upgrade honderden miljoenen bestaande, gewone koptelefoons over de hele wereld in intelligente kunnen veranderen", zegt Xiaoran Fan, een van de uitvinders van HeadFi. Hij is een recent gepromoveerd en werkt nu bij Samsung Artificial Intelligence Center.
Een peer-reviewed paper over de uitvinding, die resulteert in ‘earable intelligence’, wordt gepubliceerd op MobiCom, een internationale conferentie over mobiel computergebruik en mobiele en draadloze netwerken.
Koptelefoons behoren tot de meest populaire draagbare apparaten ter wereld en krijgen steeds intelligentere functies, zoals aanraakbediening. Dergelijke functies zijn meestal afhankelijk van hulpsensoren, zoals versnellingsmeters, gyroscopen en microfoons, die op veel slimme hoofdtelefoons beschikbaar zijn.
HeadFi verandert de twee besturingsprogramma’s die zich al in alle hoofdtelefoons bevinden in een veelzijdige sensor, en het werkt door de hoofdtelefoon aan te sluiten op een ander apparaat, als een smartphone. Er zijn geen extra sensoren nodig, noch wijzigingen in de hardware. Ook hoeft de koptelefoon niet te worden aangepast, wat het gewicht of de omvang kan vergroten. Een HeadFi-hoofdtelefoon kan tegelijk detectietaken uitvoeren en muziek afspelen.
De onderzoekers testten 54 koptelefoons in de eerder genoemde prijsrange op 53 vrijwilligers. HeadFi bereikte een nauwkeurigheid van 97 tot 99,5 procent bij gebruikersidentificatie, 97 tot 99 procent bij hartslagmeting en 98 tot 99 procent bij gebarenherkenning.
Anderen lazen ook
