Home partitions as interactive surfaces

Abstract

This dissertation investigates the potential of domestic partition walls as interactive surfaces within the context of smart environments and human–building interaction. The work focuses on the design and development of a capacitive gesture recognition module intended for unobtrusive integration into residential spaces, enabling contactless control of different home automation systems. The proposed solution combines capacitive proximity sensing with digital signal processing and an embedded machine learning model to achieve robust real-time gesture recognition. The system architecture emphasizes modularity, privacy, and computational efficiency, avoiding the use of cameras or wearable devices while remaining compatible with resource-constrained embedded platforms. The implementation covers the development of the sensing hardware, embedded firmware for signal acquisition and preprocessing, deployment of a lightweight classifier on a microcontroller, and communication with an external actuation system. As a proof of concept, the gesture recognition module was integrated with an LED-based partition wall, demonstrating the decoupling between the interaction mechanism and the controlled actuators. Experimental validation includes sensor front-end characterization, timing analysis of the processing pipeline, classifier performance evaluation, and field testing under realistic interaction conditions. The results show that the system achieves reliable gesture recognition within practical interaction distances, satisfies realtime constraints, and exhibits robust behavior in the presence of noise and environmental variability. Overall, this work demonstrates the feasibility of embedding capacitive gesture-based interfaces directly into architectural elements, contributing to the development of more natural, modular, and user-centric smart home environments.

Esta dissertação explora o potencial de paredes divisórias domésticas como superfícies interativas, inseridas no contexto de ambientes inteligentes e da interação humano-edifício. O trabalho centra-se no desenvolvimento de um módulo de reconhecimento de gestos baseado em deteção capacitiva, concebido para ser integrado de forma discreta em ambientes residenciais e utilizado como interface de controlo sem contacto para diferentes sistemas domésticos. O sistema proposto combina um conjunto de elétrodos capacitivos com processamento digital de sinal e um modelo de aprendizagem automática embarcado, permitindo o reconhecimento robusto de gestos manuais em tempo real. A arquitetura foi desenhada com foco na modularidade, privacidade e eficiência computacional, evitando o recurso a câmaras ou dispositivos vestíveis e garantindo compatibilidade com plataformas embebidas de recursos limitados. A implementação inclui o desenvolvimento do hardware do módulo, o firmware para aquisição e préprocessamento de sinais, a integração de um classificador leve executado num microcontrolador, e a comunicação com um sistema externo de atuação. Como prova de conceito, o módulo foi integrado num sistema de parede divisória com iluminação LED, demonstrando a separação entre o mecanismo de interação e os atuadores controlados. A validação experimental abrange a caracterização do front-end sensorial, a análise temporal do pipeline de processamento, a avaliação do desempenho do classificador e testes em condições reais de utilização. Os resultados obtidos demonstram que a solução é capaz de reconhecer gestos de forma fiável em distâncias de interação práticas, cumprindo requisitos de tempo real e apresentando um comportamento robusto face a ruído e variações ambientais. O trabalho confirma, assim, a viabilidade de integrar interfaces gestuais capacitivas diretamente em elementos arquitetónicos, contribuindo para o desenvolvimento de ambientes domésticos mais naturais, modulares e centrados no utilizador.