Stekpannor, piller flaskor, yogamattor, kaffekoppar och otaliga andra icke-elektroniska föremål skulle kunna förvandlas till ett nätverk av Internet of Things-sensorer med en ny RFID-baserad teknologi från University of Michigan.

Systemet, kallas IDAct, överbryggar klyftan mellan de uppskattade 14,2 miljarder "smarta" elektroniska enheterna som för närvarande är en del av Internet of Things och de hundratals miljarder vardagliga icke-smarta föremål som lämnas utanför bilden.

UM-forskare säger att det är ett viktigt steg mot att skapa en verkligt uppslukande IoT-upplevelse.

"Föreställ dig en värld där din pillerflaska håller reda på ditt medicinintag och ett vattenglas övervakar din vätskenivå, " sa Alanson Sample, docent i elektroteknik och datavetenskap och en författare på en artikel som nyligen presenterades vid IEEE RFID-konferensen i Phoenix. "Till och med din yogamatta är medveten om dina övningar och kan justera belysningen, temperatur och bakgrundsmusik i enlighet därmed."

Tekniken kan även ha tillämpningar inom äldreomsorgen, där den kunde användas för att diskret övervaka mediciner och dagliga aktiviteter, hjälpa seniorer att hålla sig självständiga längre utan behov av dyr och invasiv boendevård.

Genom att använda RFID-läsare och batterifria RFID-taggar som bara kostar några få cent, IDAct kan känna av närvaron och rörelsen av människor i ett rum och upptäcka rörelsen av föremål med tillräckligt med detaljer för att avgöra, till exempel, oavsett om du har flyttat en tablettflaska eller lagat en måltid. Taggarna kan fästas på nästan vilket föremål som helst i form av ett klistermärke, och RFID-läsare kan integreras i vardagliga föremål som glödlampor.

"Med tanke på att dessa föremål är allmänt förekommande, det finns betydande möjligheter att förbättra deras avkänningsförmåga och skapa interaktiva applikationer runt dem, " sa Hanchuan Li, en före detta forskare i datavetenskap och ingenjörsvetenskap vid University of Washington och huvudförfattare på tidningen.

Tekniken upptäckte exakt specifika aktiviteter mer än 96 procent av tiden i en nyligen genomförd studie.

"Du kan tänka dig hjälpmedel som kan hjälpa äldre att stanna i sina egna hem längre genom att övervaka deras dagliga aktiviteter med denna teknik, "Sade provet. "Det kunde upptäcka förändringar i att äta, sömn eller medicinering, till exempel, innan situationen förvärras och de hamnar på akuten."

RFID-taggar har använts i flera år för att spåra föremål i applikationer som frakt och stöldskydd. Taggarna absorberar precis tillräckligt med elektromagnetisk energi från läsarens signal för att sända en enkel, unik kod. Förr, läsaren plockade helt enkelt upp den här koden för att identifiera om objektet var närvarande eller inte - på eller av, signal eller ingen signal.

IDAct förbättrar detta genom att ge en mer nyanserad avläsning av signalen från RFID-taggarna. Den kan upptäcka små fluktuationer i signalen som kommer tillbaka från taggar för att upptäcka när ett föremål flyttas eller om en person rör vid det. Den kan också upptäcka förändringar i rummets elektromagnetiska fält för att sluta, till exempel, när en människa är närvarande.

"Varje föremål orsakar elektromagnetiska störningar på ett specifikt sätt, "Sade Sample. "Vi kan använda den informationen, tillsammans med information från RFID-taggar, för att få en mycket detaljerad bild av vad som händer i ett givet utrymme."

Dessa förbättrade signaler analyseras sedan av en maskininlärningsalgoritm som drivs av en dator på plats för att sluta sig till vad som händer i ett rum. I testfasen, denna bearbetning gjordes på en bärbar dator, men Sample föreställer sig att den nödvändiga hårdvaran så småningom kommer att integreras i själva RFID-läsaren.

Teamet testade tekniken genom att utrusta en volontärs lägenhet med en serie RFID-läsare och sedan märka hushållsobjekt med RFID-taggar. De samlade in 26 timmars data från varje rum medan användare var närvarande, och samlade även in två timmars data från tomma rum som en kontroll.

Teamet planerar nu att leta efter branschpartner som kan bygga ut tekniken för användning i äldreomsorgsmiljöer. Sample och Li utvecklade tekniken tillsammans med Shwetak Patel vid University of Washington och Chieh-yih Wan och Raul Shal från Intel Corp.

Tidningen har titeln "IDAct:Towards Unobtrusive Recognition of User Presence and Daily Activities."