HEAL DSpace

Σχεδιασμός και ανάπτυξη συστήματος για την αναγνώριση καθιστικής στάσης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Φραγκιαδάκης, Εμμανουήλ el
dc.contributor.author Fragkiadakis, Emmanouil en
dc.date.accessioned 2019-02-28T10:58:54Z
dc.date.available 2019-02-28T10:58:54Z
dc.date.issued 2019-02-28
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/48326
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.16333
dc.rights Default License
dc.subject Στάση του σώματος el
dc.subject Καταγραφή πίεσης του σώματος el
dc.subject Αισθητήρες πίεσης el
dc.subject Μηχανική μάθηση el
dc.subject Νευρωνικά δίκτυα el
dc.subject Body posture en
dc.subject Body pressure monitoring en
dc.subject Pressure sensors en
dc.subject Arduino en
dc.subject Machine learning en
dc.title Σχεδιασμός και ανάπτυξη συστήματος για την αναγνώριση καθιστικής στάσης el
heal.type bachelorThesis
heal.classification Βιοϊατρική μηχανική el
heal.classificationURI http://data.seab.gr/concepts/e21d30fc29c7c38310b1b9c23590a18fd030f6f2
heal.language el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2018-11-02
heal.abstract Στη διπλωματική αυτή εργασία σχεδιάστηκε και αναπτύχθηκε ένα σύστημα αναγνώρισης της στάσης του σώματος σε κάθισμα. Τα τελευταία χρόνια ο αριθμός των ατόμων που εργάζονται σε καθιστή θέση έχει αυξηθεί σημαντικά. Η στάση του σώματος κατά τη διάρκεια της εργασίας συνδέεται άμεσα με μυοσκελετικά προβλήματα ενώ μπορεί να χρησιμοποιηθεί έμμεσα για την αναγνώριση της σωματικής και νοητικής κόπωσης. Στη συγκεκριμένη εργασία, προτείνεται μια διάταξη με αισθητήρες πίεσης πάνω σε ένα κάθισμα οδηγού για την καταγραφή και αναγνώριση των πιο συνηθισμένων στάσεων. Η επιλογή, η σύνδεση και η τοποθέτηση των αισθητήρων αποτελούν στοιχεία που μελετήθηκαν κατά την διάρκεια αυτής της διπλωματικής. Οι αισθητήρες πιεζοαντίστασης οδηγήθηκαν σε έναν μικροελεγκτή Arduino για την λήψη των απαραίτητων μετρήσεων πάνω στο κάθισμα. Στην πειραματική διαδικασία έλαβαν μέρος δώδεκα άτομα τα οποία κλήθηκαν να εκτελέσουν επαναληπτικά και με διαφορετική σειρά τις πέντε στάσεις υπό μελέτη. Οι μετρήσεις από τις διαφορετικές στάσεις εισήχθησαν σε διάφορους ταξινομητές μηχανικής μάθησης για τη δημιουργία ενός μοντέλου με την δυνατότητα να αναγνωρίζει την στάση ενός ατόμου πάνω στο κάθισμα. Τόσο η λήψη των μετρήσεων από το Arduino όσο και η ανάπτυξη των ταξινομητών υλοποιήθηκαν σε περιβάλλον Matlab. Η ακρίβεια των ταξινομητών έλαβε υψηλές τιμές της τάξης του 98%. el
heal.abstract In this diploma thesis a sitting posture recognition system has been designed and developed . Body posture is directly related to musculoskeletal dis eases and indirectly to physical and mental fatigue. Posture recognition can be accomplished by various methods. This work proposes the use of pressure sensors placed on a driver's seat to record and identify the most usual sitting postures . The selection, connection and placement of the sensors were studied in this diploma thesis . A set of 13 piezo - resistance sensors were led to an Ar duino microcontroller for the measurements of the posture on the seat. Twelve participants were asked to perform five different postures recursively and in random order . Measurements from different postures were introduced to various machine learning techn iques to develop a model for posture recognition on the seat. Both the Arduino measurements and the development of the classifiers were implemented in the Matlab software development environment. The c lassifier s’ performance reached an accuracy of 98% en
heal.advisorName Νικήτα, Κωνσταντίνα el
heal.committeeMemberName Νικήτα, Κωνσταντίνα el
heal.committeeMemberName Στάμου, Γεώργιος el
heal.committeeMemberName Σταφυλοπάτης, Ανδρέας-Γεώργιος el
heal.academicPublisher Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών el
heal.academicPublisherID ntua
heal.numberOfPages 78 σ.
heal.fullTextAvailability true


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής