In a world where the number of older people with dementia is steadily increasing, it is fundamental to developed technologies that support "ageing in place" and delay institutionalization, in order to lower the strain on the health care system. People with dementia need support from caregivers in performing many self-maintaining activities of daily living, such as dressing. In fact, besides physical limitations, they might be confused about what clothes to wear and how to perform the action. In this study, we design and implement a preliminary version of a context-aware easy-to-use system to help people with mild to moderate dementia living at home to dress appropriately. The name of the system is "FERDIE" and suggests the two main capabilities: firstly, automatically providing a voice Feedback based on the Evaluation of the user's outfit when he or she is leaving the house; secondly, when interrogated, giving Recommendation of garments that are appropriate for outside weather. In particular, we implement two components of the proposed architecture for the identification of several types of dressing mistakes (health and weather related, hygiene, apperance, personal needs and common sense): the RFID-based prototype, that reads the RFID tags sewn into the person's clothes when he or she is passing through the main door, and the back-end, that performs the analysis on the obtained readings and other available information. To allow the interaction between user and FERDIE, we propose to adopt the Amazon Alexa voice service through the custom Alexa Skill "Dressing Assistant". When the user opens the main door and the smart contact sensor on it, this latter triggers the Amazon Alexa device placed close to the door to say out loud a natural language feedback that explains the encountered mistakes. In addition, at any moment the user can launch the Skill and ask for advice, which is created by the back-end. In this study, we prove the feasibility of the proposed architecture and the capability of all the components to communicate among each other. Moreover, we implement the back-end in charge of the dressing analysis, recommendation creation and customisation of the Alexa Skill and successfully perform proof-of-concept testings of these functionalities. Finally, a preliminary version of the RFID-based prototype is created and requirements for a final working device are proposed.

In un mondo dove il numero di persone anziane che soffrono di demenza cresce costantemente, è fondamentale sviluppare tecnologie che supportino l'invecchiamento nella propria casa e ritardino l'istituzionalizzazione, al fine di ridurre il carico sui sistemi sanitari. Le persone con demenza hanno bisogno del supporto dei caregiver in molte attività di tutti i giorni, fra cui vestirsi. Infatti, oltre alle limitazioni fisiche, possono essere confusi riguardo a quali vestiti indossare e come portare a compimento l'azione. In questo studio, progettiamo e implementiamo una versione preliminare di un sistema context-aware e di facile utilizzo per persone con una forma lieve o moderata di demenza, che vivono nella propria casa, al fine di vestirsi in maniera appropriata. Il nome del sistema è "FERDIE" e indica le principali funzionalità: innanzitutto, fornire automaticamente un Feedback vocale basato sulla valutazione (Evaluation) dell'outfit della persona mentre sta uscendo di casa; in secondo luogo, quando richiesto, dare una Raccomandazione riguardo ai vestiti appropriati per il meteo esterno. In particolare, implementiamo due dei componenti dell'architettura proposta per identificare vari tipi di errori nel vestire (riguardanti salute, igiene, aspetto, necessità personali e buonsenso): il prototipo basato su tecnologia RFID, che legge i tag RFID cuciti nei vestiti della persona mentre sta attraverso la porta, e il back-end, che si occupa dell'analisi a partire dalle letture RFID ottenute e altre informazioni. Per permettere l'interazione fra utente e FERDIE, proponiamo l'utilizzo del servizio vocale Amazon Alexa attraverso la nostra Alexa Skill "Assistente Abbigliamento". Quando l'utente apre la porta e il sensore di contatto smart su di essa, quest'ultimo fa dire ad alta voce al dispositivo Amazon Alexa vicino alla porta un feedback in linguaggio naturale che spiega gli errori identificati. In aggiunta, in ogni momento la persona può lanciare la Skill e chiedere un consiglio, che viene generato dal back-end. In questo studio, proviamo la fattibilità dell'architettura proposta e la capacità di tutti i componenti di comunicare fra loro. Oltretutto, implementiamo il back-end che si occupa dell'analisi dei vestiti, creazione del consiglio e delle risposte della Skill, e andiamo a fare dei test di tipo proof-of-concept di queste funzionalità. Infine, creiamo una versione preliminare del prototipo RFID e proponiamo una serie di requisiti per un apparecchio finale completamente funzionante.