Prepoznavanje poze ronioca putem tjelesne mreže inercijskih senzora

diplomski rad

• Naslov (engleski): Recognition of diver pose using body-network of inertial sensors
• Autor: Tea Tovarović
• Mentor: Nikola Mišković (mentor)
• Član povjerenstva: Nikola Mišković (predsjednik povjerenstva)
• Član povjerenstva: Zoran Vukić (član povjerenstva)
• Član povjerenstva: Marija Seder (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2016-07-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

Ronioci rade u opasnom okruženju pa je razvoj tehnologija koje mogu povećati sigurnost ronioca iznimno važan. Jedna takva tehnologija je DiverNet, mreža inercijskih senzora koja se postavlja po tijelu ronioca u svrhu trodimenzionalne rekonstrukcije poze ronioca tijekom zarona. U sklopu ovog diplomskog rada razvijena su dva algoritma koja prema mjerenjima dobivenima iz DiverNet-a određuju u kojoj se pozi nalazi ronilac. Na taj se način doprinosi boljoj komunikaciji ronioca i površinske stanice te lakšem praćenju stanja ronioca pod vodom. Razvijen je Dynamic Time Warping algoritam i klasifikator umjetne neuronske mreže. Prepoznavanje poze radi se odvojeno za gornji (položaj ruku u
odnosu na tijelo, plivanje, skidanje regulatora, itd.) i donji dio tijela (stajanje, ležanje, vrste plivanja, hodanje itd.). Prikupljanje podataka izvedeno je na 9 osoba pri čemu su snimane statičke i dinamičke poze tijela. Za svaki od implementiranih algoritama prikazani su konačni rezultati, analizirane prednosti i nedostatci, te moguća poboljšanja.

Sažetak (engleski)

Divers are working in dangerous environment and technology that contributes to their safety is very important. One of them is DiverNet, network of inertial sensors that is placed on diver's body in order to three-dimensionally reconstruct diver's pose during the dive. As part of this thesis two algorithms are developed that can determine which pose diver is doing, using only measurements obtained from DiverNet. In this way it contributes to better communication between diver and surface and easier underwater monitoring of the diver. Dynamic Time Warping and Artificial Neural Network classifier are developed. Pose recognition works separately for upper (hand position in relation to the body, swimming, taking off the regulator, etc.) and lower body (standing, lying down, different swimming styles, walking, etc.). The experiments were carried out with a group of 9 people while both static and dynamic poses were recorded. For each of the implemented algorithms final results, advantages, disadvantages and possible improvements are presented.

• Ključne riječi: DiverNet; klasifikacijski algoritmi; DTW algoritam; umjetne neuronske mreže
• Ključne riječi (engleski): DiverNet; classification algorithms; Dynamic Time Warping algorithm; Artificial Neural Networks
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:862408
• Studijski program: Naziv: Elektrotehnika i informacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 14:10:01