Onderzoek Rafael Berkvens

Abstract

We moeten energie besparen en veiligheid verhogen en tegelijkertijd de privacy van mensen beschermen. Met behulp van radiofrequentiemetingen kan de aanwezigheid van mensen worden geregistreerd en kan de activiteit worden ingeschat, maar het is niet nauwkeurig genoeg om mensen direct te herkennen en apparaatidentificatie kan worden geanonimiseerd. Dergelijke monitoring stelt traditioneel specifieke eisen aan netwerk- en gebruikersapparatuur. Dit leidt tot uitdagingen bij de uitrol en meer e-waste bij het verwisselen van apparatuur. Ons team stelt opportunistische detectie voor, waarbij alle zenders monitoring mogelijk maken ongeacht hun draadloze technologie. In dit project zullen we onderzoeken hoe we zenders in de omgeving kunnen identificeren zonder voorafgaande kennis van de draadloze technologie, waarbij we voor het eerst niet alleen gebruik maken van specifieke zenderkenmerken en anomalieën, maar ook van gebruikspatronen. Hoewel een dergelijke identificatie dan verdere aanwezigheidsdetectie en activiteitschatting kan ondersteunen, zullen we ook weten in welke mate de huidige anonimiseringsstrategieën volstaan. Daarom wil dit project bijdragen tot economische en ecologische optimalisatie en tot maatschappelijke inzichten. De energie die onze apparaten uitzenden, zal in de toekomst niet alleen onze communicatie ondersteunen, maar ook onze slimme omgevingen mogelijk maken, met de juiste privacymaatregelen.

Onderzoeker(s)

• Promotor: Berkvens Rafael

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

De 6e generatie mobiele netwerktechnologie (6G) zal een mensgerichte, hyper-verbonden wereld mogelijk maken. 6G zal niet alleen ongekende bandbreedte, vertraging, en betrouwbaarheid moeten aanbieden, maar ook nauwkeurige waarneming (sensing) van mensen en omgevingen. Dit opent de deur naar nieuwe omgevingsbewuste toepassingen zoals uitgebreide realiteit, mens-robot samenwerking, en autonoom transport. Om deze visie te realiseren, zijn nieuwe perceptieve radio's nodig die gezamenlijke waarneming en communicatie (ISAC) kunnen uitvoeren. Om de nodige 6G netwerkprestaties en waarnemingsaccuraatheid te kunnen garanderen zijn mmWave-frequenties (24-300 GHz) nodig. Helaas hebben bestaande mmWave apparaten niet de nodige flexibiliteit. Daarom is flexibele hardware nodig, gebaseerd op softwaregedefinieerde radio's en programmeerbare straalvormers, voor onderzoek naar 6G mmWave perceptieve radiosystemen. Dit project heeft als doel een experimenteel labo te ontwikkelen met deze apparatuur, waarmee nieuwe 6G ISAC-oplossingen voor omgevingsbewuste cyber-fysieke toepassingen kunnen worden ontworpen. Het labo zal uitgerust zijn met een motion capture-systeem voor het verzamelen van grondwaarheidsgegevens ter validatie van de waarnemingsnauwkeurigheid en voor gebruik als trainingsdata voor AI-algoritmen. XR-apparaten zullen geïntegreerd worden om mensgerichte experimenten met realistische 6G-toepassingen mogelijk te maken.

Onderzoeker(s)

• Promotor: Famaey Jeroen
• Co-promotor: Berkvens Rafael
• Co-promotor: Halili Rreze

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Extended Reality (XR) is de killer-toepassing geworden voor toekomstige draadloze netwerken. XR zal naar verwachting een belangrijke bron van verkeer zijn voor 6G. Toepassingen zijn onder meer onderwijs, gezondheidszorg en gaming. XR vereist nauwkeurige en real-time houdinginformatie (gebarenherkenning) om een vlotte ervaring mogelijk te maken. Recentelijk hebben onderzoekers het gebruik van sub-6 GHz Wi-Fi-signalen voor houdingbepaling onderzocht en de resultaten zijn veelbelovend. Radiogolven op deze frequenties bieden een lage resolutie vanwege de lage bandbreedte. Anderzijds bieden mmWave-frequenties (>30 GHz) niet alleen hoge datasnelheden, maar ook een hoge ruimtelijke resolutie. De verbeterde ruimtelijke resolutie is belangrijk voor houdingbepaling in realistische XR. Ik wil mmWave-signalen gebruiken voor houdingbepaling. Dit idee om communicatiesignalen te gebruiken voor waarneming staat bekend als Integrated Sensing and Communication (ISAC). Daartoe wil ik een uitgebreide en realistische dataset van gebaren verzamelen over verschillende mensen en omgevingen. Vervolgens zal ik nieuwe signaalverwerking en op deep learning gebaseerde algoritmen ontwikkelen voor omgevingsonafhankelijke en op meerdere gebruikers gebaseerde detectie. Bovendien zal ik een energiezuinige oplossing onderzoeken voor houdingbepaling op edge toestellen. Ten slotte zal ik een real-time prototype ontwikkelen, dat houdingenprojecteert op de gebruikers virtuele avatar.

Onderzoeker(s)

• Promotor: Famaey Jeroen
• Co-promotor: Berkvens Rafael
• Mandaathouder: Bhat Nabeel Nisar

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Het radiofrequente deel van het spectrum is gevuld met verschillende energiebronnen die worden uitgestuurd, gereflecteerd, gerefracteerd, gediffracteerd, geabsorbeerd en verspreid worden door objecten en personen in de echte wereld. De energie wordt uitgestuurd voor heel andere redenen dan de omgeving te interpreteren: die dient om informatie over te brengen, data die mensen en machines delen. Zoals een vuurtoren de kustlijn signaleert en daardoor soms die kust verlicht, zo kunnen radiofrequente signalen zowel data als informatie over de omgeving overdragen. De meeste generieke manier om naar onze doelstelling te kijken, is dat we naar het radiofrequente spectrum willen kunnen kijken zoals onze ogen kijken naar het visuele spectrum en 'zien' wat er gebeurt. De belangrijkste onderzoekshypothese van dit voorstel is dat toestellen en personen kunnen worden geteld, geïdentificeerd en getraceerd tussen kamers door veranderingen in ontvangen maar onbekende radiosignalen te bestuderen. Als we deze hypothese kunnen bewijzen zal de academische doorbraak een nieuwe klasse van onderzoek openen die focust op het interpreteren van de echte wereld met het aanwezige signaal in het lagere elektromagnetische spectrum dan licht.

Onderzoeker(s)

• Promotor: Berkvens Rafael
• Co-promotor: Weyn Maarten

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Algemeen doel Het optimaliseren van de AI trainings-, netwerkinstallatie- en voorspellingsaspecten van een op RF gebaseerd telsysteem voor mensenmassa's door het gebruik van zowel externe data als data afkomstig uit ditzelfde op RF gebaseerde telsysteem

Onderzoeker(s)

• Promotor: Berkvens Rafael
• Promotor: Hellinckx Peter
• Mandaathouder: Janssens Robin

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Op plaatsen waar mensenmassa's samenkomen is het zeker voor organisatoren van evenementen belangrijk om een goede inschatting te kunnen maken van het aantal aanwezigen. Om te investeren in een bepaalde methode is een eerlijke vergelijking van de telmethodes noodzakelijk. Ons eerder onderzoek wees sterk op de nood aan ijkingen voor verschillende telmethodes, en een bundeling en exploitatie van kennis en expertise bij deze organisatoren om verder te kunnen professionaliseren en (verdere) groei mogelijk te maken. Het project zal resulteren in een beter inzicht in technologieën voor bezoekerstellingen door middel van een beslissingsschema op basis van een eerlijke vergelijking naar (1) het aantal aanwezigen op een gegeven moment en (2) op het aantal unieke bezoekers gedurende het evenement dat bovendien richtlijnen biedt voor het extrapoleren van de tellingen. Het beslissingsschema zal resulteren in onder meer accuratere voorspellingen, impactanalyses, inzet van middelen en een betere keuze van bezoekerstellingen op basis van nauwkeurigheid. Resultaten Context en doelstelling Het in kaart brengen van bezoekersaantallen op evenementen is sinds de coronacrisis belangrijker dan ooit. Een duidelijk zicht hebben op hoeveel bezoekers er aanwezig zijn op een locatie is de basis van crowd management. Het meten van mensenmassa's is echter een uitdaging. De organisator, het veiligheidspersoneel, ordediensten en andere belanghebbenden spreken vaak over uiteenlopende bezoekersaantallen op hetzelfde evenement. Ook de technologische telmethodes spreken elkaar tegen. De nood aan ijkingen voor verschillende telmethoden is hoog. Dit project ging op een systematische wijze de nauwkeurigheid van verschillende telmethoden na. Meer bepaald onderzocht dit project de inzetbaarheid en nauwkeurigheid van manuele klik- en kwadranttellingen, maar ook die van vier technologische telmethoden die vaak op evenementen worden gebruikt: cameratelling, Wi-Fi-telling, mobiele datatelling en radiogolftelling. Testevenementen Door de coronacrisis ging de evenementensector voor lange tijd op slot en konden er tijdens de loop van project op verschillende momenten geen evenementen doorgaan. Op het moment dat de sector opnieuw mocht opstarten was dit eerst in de vorm van testevenementen die goedkeuring vereisten van de overheid. In een volgende fase konden evenementen doorgaan mits het naleven van een beperkte maximumcapaciteit. Sinds de zomer zorgde het inzetten van een Covid Safe Ticket (CST) ervoor dat evenementen opnieuw op een zo normaal mogelijke manier konden doorgaan aan volle capaciteit. Het onderzoeksteam heeft er samen met de verschillende aanbieders van telmethoden voor gekozen om hun kennis en expertise te bundelen en in te zetten voor een veilige heropstart van de evenementensector. Omwille van die reden hebben we zowel metingen uitgevoerd op testevenementen, evenementen met beperkte capaciteit als evenementen die gebruik maakten van een CST. Bovendien namen verschillende typen evenementen deel als testcase aan dit project waardoor er ook op inhoudelijk vlak veel variatie is ontstaan. Op die manier gaf de moeilijke situatie waarin de evenementensector verkeerde een extra dimensie aan dit project én hebben we (vaak in overleg met het Nationaal Crisiscentrum) de evenementensector kunnen ondersteunen in moeilijke en onzekere periode. Telwijzer De resultaten van het onderzoek werden gebundeld in een handige tool die beschikbaar is op de website www.telwijzer.be. De Telwijzer kan je gebruiken om de meest geschikte telmethode(n) voor jouw evenement te bepalen.

Onderzoeker(s)

• Promotor: Berkvens Rafael
• Co-promotor: Weyn Maarten

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Om biologische processen zoals migratie, verspreiding en ziektetransmissie te begrijpen, moeten we weten waar dieren zich verplaatsen en wie ze ontmoeten. Hoewel er reeds voor veel grotere dieren reeds methoden ontwikkeld zijn, is de overgrote meerderheid van de dieren te klein om effectief te monitoren zonder in te boeten op gegevensnauwkeurigheid of acquisitiesnelheid. Dit heeft niet alleen gevolgen voor onderzoek naar verplaatsing en gedrag van dieren, maar ook voor toegepaste toepassingen zoals beter welzijn voor dieren en vee in gevangenschap en monitoring van het milieu. Ontwikkelingen in het Internet of Things (IoT) die een revolutie teweegbrengen in verschillende aspecten van het dagelijks leven, hebben een enorm potentieel op het gebied van het volgen van dieren in het wild, maar zijn tot nu toe weinig uitgebuit, met name bij het overwegen van geminiaturiseerde contact loggers. Wij ontwikkelden ProxLogs, een geïntegreerd, flexibel en toegankelijk monitoringsysteem voor kleine dieren, gebaseerd op recente verbeteringen aan Bluetooth Low Energy-protocollen. Dit project heeft als doel om het Minimum Levensvatbaar Product te ontwikkelen, dit te testen in operationele omgevingen en toepasbare bedrijfsmodel te onderzoeken. Dit zal een state-of-the-art systeem zijn dat het mogelijk maakt om veel kleinere wilde en gedomesticeerde dieren te volgen op een sterk verbeterde ruimtelijke schaal dan eerder werd bereikt, terwijl tegelijkertijd wordt gewaarborgd dat het systeem goedkoop en toegankelijk blijft voor eindgebruikers. In dit project valideren we de proof of concept en werken we de verschillende businessmodellen verder uit.

Onderzoeker(s)

• Promotor: Weyn Maarten
• Co-promotor: Berkvens Rafael
• Co-promotor: Kirkpatrick Lucinda
• Co-promotor: Leirs Herwig

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project website

Project type(s)

• Onderzoeksproject

Abstract

Draadloze sensornetwerken zijn een belangrijk onderdeel om toepassingen in het Internet der Dingen mogelijk te maken in verschillende industrieën zoals logistiek, ziekenzorg, agricultuur, slimme huizen en slimme voertuigen. De lokatie van een of meerdere van de toestellen (nodes) in het netwerk is interessante of zelfs noodzakelijke informatie voor de toepassing. Daarom werden algoritmes ontwikkeld die automatisch de posities van de statische nodes in het netwerk bepalen, relatief ten opzichte van elkaar. Deze methodes kunnen echter niet effectief een afstand tussen de nodes inschatten in complexe omgevingen. Daarbovenop zouden de verliesexponenten voor elke link tussen de nodes apart moeten worden ingeschat voor betere prestaties. Wij hypothetiseren dat we een model kunnen maken van zowel de locatie als de signaalverzwakking van de nodes in een draadloos sensornetwerk zodat de individuele communicatielinkafstanden kunnen verklaard worden door beweging van de nodes enerzijds of veranderingen in de omgeving anderzijds door gebruik te maken van contextinformatie zoals een beschrijving van de omgeving of een reeks mogelijke locaties van de nodes.

Onderzoeker(s)

• Promotor: Berkvens Rafael

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Grote muziekfestivals zoals 'De Warmste Week' van Studio Brussel en Tomorrowland hebben behoefte aan privacy bewuste systemen en algoritmen die de dichtheid en stroom van mensenmassa's meten en analyseren voor veiligheids- en beveiligingsdoeleinden. Dergelijke systemen en algoritmen voor geautomatiseerde metingen van de status van een menigte (dichtheid, stroom, activiteit) kunnen de momenteel moeilijke taak die wordt aangeboden aan getraind personeel en politiediensten verlichten. Onze onderzoeksgroep was de eerste die poogde om grote aantallen mensen te schatten via passieve, radiofrequentie toestelvrije lokalisatie, op een locatie die ten minste zevenduizend aanwezigen op het Tomorrowlandmuziekfestival ondersteunde. Onze voorlopige gegevens komen overeen met de schattingen voor ruwe dichtheden die momenteel beschikbaar zijn voor organisatoren van evenementen, voornamelijk op basis van een beperkt aantal camerabeelden. Mijn onderzoek zal zich richten op drie cruciale aspecten die ik in dit voorstel nader zal toelichten: ten eerste, een nauwkeurige modellering van de relatie tussen massadichtheid en de kenmerken van radiofrequentie signalen; ten tweede, het schatten van de mensenmassa stromen; en ten slotte onderzoeken of het mogelijk is om de activiteit van de menigte te koppelen aan de functies van het radiofrequentie signaal. Door gebruik te maken van de kenmerken van radio signalen, is het voorgestelde systeem privacybewust vanuit het ontwerp.

Onderzoeker(s)

• Promotor: Weyn Maarten
• Co-promotor: Berkvens Rafael
• Mandaathouder: Kaya Abdil

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Het automatisch inschatten van de dichtheid van een mensenmassa kan bijzonder nuttig zijn voor zeer veel verschillende toepassingen, zoals bijvoorbeeld het regelen van verkeer, het peilen naar productinteresse op een handelsbeurs en systemen voor crowd management op grootschalige evenementen. Klassieke systemen die gebruik maken van camera's hebben verschillende nadelen, waarvan het gevaar voor privacygerelateerde problemen één van de belangrijkste is. Het gebruik van een passieve mensenmassaschatter die gebruik maakt van een op RF-gebaseerd draadloos sensornetwerk kan een mogelijke oplossing bieden voor dit probleem. Een reeks experimenten die we uitvoerden door dergelijke netwerken te installeren in grootschalige muziekfestivals die duizenden mensen bevatten, gaven sterk aan dat de invloed van een mensenmassa op radiofrequentie-communicatie binnen deze netwerken gebruikt kan worden om de grootte van die mensenmassa in te schatten. In dit project valideren wij het kernprincipe van deze techniek voor verschillende types en groottes van omgevingen. Bovendien zullen wij het precieze verband onderzoeken tussen het type omgeving en de netwerkgrootte en hoeveelheid training die vereist is om nauwkeurige schattingen te bekomen betreffende de grootte van een mensenmassa. Ten slotte zal er een diepgaande analyse worden uitgevoerd betreffende de dichtheid van mensenmassa's in subregio's van de onderzochte omgevingen. Het werken met dergelijke subregio's zal ertoe leiden dat de flow van mensenmassa's binnen een omgeving kan worden geanalyseerd. Om dit systeem te kunnen commercialiseren zal in parallel met het onderzoek een businessplan opgesteld worden waarbij een realistisch go-to-market strategie verder verfijnd zal worden met betrekking tot de marksectoren en het verder adresseren van de toegevoegde waarde voor klanten.

Onderzoeker(s)

• Promotor: Weyn Maarten
• Co-promotor: Berkvens Rafael

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Onze voorraad drinkbaar water staat onder druk als gevolg van klimaatwijzigingen, zichtbaar in de recente periode van langdurige droogte in België. Tegelijkertijd verliezen drinkwaterbedrijven vandaag meer dan 60 miljoen m3 drinkwater in Vlaanderen als gevolg van lekken. Het opsporen van deze lekken is vandaag zeer tijdrovend en arbeidsintensief omdat operators manueel apparatuur moeten plaatsen die 's nachts naar de waterstroom 'luistert'. Daarom zal SmartWaterGrid leklocalisatie automatiseren om sneller te kunnen reageren op lekken. Hiervoor worden innovatieve modellen ontworpen die aanzienlijk minder extra sensoren nodig hebben als input. De machine learning modellen worden slimmer gemaakt door GIS-gegevens, fysische modellen en menselijke feedback van klanten en experts mee te geven. Op deze manier verbetert leklokalisatie van +/- 70 km en weken tot maanden om één lek te lokaliseren, tot een bijna real-time oplossing die op minder dan 1 km (straatniveau) nauwkeurig is. Bovendien zullen de optimale werkingsparameters van het draadloze sensornetwerk worden bepaald om het energieverbruik van de batterij te minimaliseren terwijl er toch voldoende gegevens verzameld worden voor het model. Het type field service order en vereiste expertise zullen ook worden vastgesteld om problemen voor eindklanten effectief op te lossen.

Onderzoeker(s)

• Promotor: Berkvens Rafael
• Co-promotor: Weyn Maarten

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

De afgelopen jaren hebben Low Power Wide Area Networks (LPWAN) veel aandacht gekregen, vanwege de opkomst van het Internet of Things (IoT) en de noodzaak om apparaten in deze lange-afstandsnetwerken te lokaliseren, met een minimaal energieverbruik. Asset tracking is een van de klassieke toepassingen van LPWAN-lokalisatie. Hoe nauwkeuriger een lokalisatiealgoritme, hoe meer toepassingsmogelijkheden (bijvoorbeeld huisautomatisering, gezondheidszorgoplossingen en slimme steden) om dit algoritme te gebruiken. Daarom hebben we geavanceerde technologieën en algoritmen nodig om de nauwkeurigheid en betrouwbaarheid van LPWAN-lokalisatie te verbeteren. Hoewel op feature-gebaseerde lokalisatie veel wordt gebruikt in omgevingen binnenshuis, zullen we het gebruik van deze methodiek uitbreiden tot buitenomgevingen. Features worden gedefinieerd als signaalkarakteristieken, zoals signaalsterkte. De klasse van op functies gebaseerde lokalisatie kan worden onderverdeeld in verschillende subklassen. Fingerprints en afstanden zijn twee van de belangrijkste technieken in de op zichzelf staande klasse. In dit onderzoek zullen we nieuwe en bestaande algoritmen onderzoeken om de nauwkeurigheid en betrouwbaarheid van kenmerkgebaseerde lokalisatie-technieken in LPWAN te verbeteren. Er zal ook een vergelijkende studie worden gemaakt tussen de nauwkeurigheid en betrouwbaarheid van LPWAN-technologieën (Sigfox, LoRaWAN en NB-IoT).

Onderzoeker(s)

• Promotor: Weyn Maarten
• Co-promotor: Berkvens Rafael
• Mandaathouder: Janssen Thomas

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

Om industriële omgevingen efficiënt te kunnen beheren maakt met tegenwoordig gebruik van essentiële ICT oplossingen zoals predictive maintenance, afstand-gebaseerde machinemonitoring en real-time communicatie tussen personeelsleden. Elk van deze toepassingen vereist echter de aanwezigheid van communicatie infrastructuur. Vele industriële omgevingen in de scheeps- en logistiekwereld bevatten metalen obstakels die traditionele internetverbindingen blokkeren tussen de verschillende afgelegen schip compartimenten, fabriekscontrolekamers en gestapelde containers. Het "Internet of Shipping" (IoS) project maakt het mogelijk om ook in dergelijke uitdagende en geïsoleerde omgevingen ICT toepassingen te gebruiken. Daartoe vertrekt het project van bestaande internet uplink verbindingen (satelliet, Wifi, Ethernet,…) en breidt dezen uit gebruik van multi-hop sub-GHz mesh netwerken voor het aanbieden van connectiviteit en indoor lokalisatieoplossingen. Binnen het IoS project worden deze oplossingen geoptimaliseerd voor (i) veiligheidstoepassingen (gezondheidsmonitoring, alarm generatie), (ii) track en tracing van goederen, materialen en personeel, (iii) communicatie tussen personeelsleden, en (iv) afstands-gebaseerde machinemonitoring.

Onderzoeker(s)

• Promotor: Famaey Jeroen
• Co-promotor: Berkvens Rafael

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject

Abstract

In dit project ontwikkelen en valideren we een IoT precommercieel product voor industrie 4.0 applicaties in de (petro)chemische sector. Dit project focusseert op algoritme en energieverbruik optimalisatie, de impact van communicatie op het energie budget, de validatie en demonstratie in een operationele industriële omgeving en potentieel een octrooi applicatie.

Onderzoeker(s)

• Promotor: Weyn Maarten
• Co-promotor: Berkvens Rafael

Onderzoeksgroep(en)

• Internet Data Lab (IDLab)

Project type(s)

• Onderzoeksproject