Smart Potty / Baby Tracker

Нативное Android-приложение на Kotlin + Jetpack Compose для ведения профилей детей, событий трекера и BLE-настроек умного горшка.

---

Идея и исследовательский потенциал: Развитие интероцепции

Именно из этого набора со временем можно получить гораздо более интересные выводы, чем просто из истории походов в туалет.

Большинство систем отслеживают только сухие физиологические события или простой журнал активности:

{
  "time": "...",
  "volume_ml": 180
}

или просто pee: true.

В этом проекте подход в корне другой. У вас формируется экспериментальная матрица данных:

{
  "prediction": 0.74,
  "confidence": 0.31,
  "child_feeling": "немного",
  "actual_volume": 210
}

Это исследует не только статистику наполнения, но и развитие интероцепции — способности ребёнка распознавать, оценивать и прогнозировать собственные телесные сигналы. Система сопоставляет объективные показатели (фактический объём, интервалы, байесовский прогноз вероятности) и субъективную калибровку ощущений.

С помощью такого подхода можно ответить на фундаментальные вопросы, которые обычно не поддаются количественной оценке:

1. Когда ребёнок впервые начинает понимать своё тело?

Определяется не по возрасту в месяцах, а по математической сходимости. Анализируя историю, можно увидеть динамику обучения:

• Январь: Ответы носят случайный характер.
• Февраль: Точность чуть лучше случайного распределения.
• Март: Появляется устойчивая статистическая корреляция.
• Апрель: Ребёнок стабильно угадывает текущий объём на основе ощущений. Появляется наглядный, измеримый момент зарождения субъективной интероцепции.

2. Когда ребёнок начинает превосходить модель?

Мы можем наблюдать три эволюционные фазы:

1. Фаза A: Математическая модель (байесовский анализ выживаемости) предсказывает вероятность точнее ребёнка.
2. Фаза B: Оценки модели и субъективные ощущения ребёнка дают схожие результаты.
3. Фаза C: Ребёнок начинает стабильно опережать алгоритм. Это уникальная метрика превосходства живого организма над внешним датчиком за счёт скрытых физиологических сигналов.

3. Какие внутренние маркеры используются?

Если модель учитывает базовые переменные (время, возраст, сон, объём выпитого), а ребёнок превосходит её прогнозы, это доказывает наличие скрытого, недоступного датчикам физиологического сигнала — реального ощущения давления стенок мочевого пузыря.

4. Как формируется самоконтроль?

Мы можем наблюдать развитие контроля не бинарно («ходит или не ходит на горшок»), а как постепенный процесс оттачивания внутренней модели своего тела, способности вовремя заметить сигнал и сопоставить его со своими реальными возможностями.

5. Когда ребёнок начинает прогнозировать будущее?

Это самый интригующий шаг. Представьте ситуацию:

• Субъективное ощущение на данный момент: умеренное (немного).
• Ребёнок утверждает: «ещё можно [подождать]».
• Спустя 15 минут всё проходит успешно. Это означает успешное прогнозирование организмом своего будущего состояния, а не просто фиксацию текущего уровня порогового давления.

---

Как открыть в Android Studio

1. Откройте Android Studio.
2. Выберите Open и укажите корень этого репозитория.
3. Дождитесь Gradle Sync. Проект использует Gradle Wrapper, поэтому Android Studio сама скачает подходящую версию Gradle.
4. Если Android Studio предложит установить Android SDK / Build Tools, согласитесь.
5. Запускайте конфигурацию app на эмуляторе или физическом устройстве.

Требования

• Android Studio с JDK 17.
• Android SDK 34 или новее.

Сборка из терминала

./gradlew :app:assembleDebug