Repository of the University of Rijeka, Faculty of Engineering
Not a member yet
3785 research outputs found
Sort by
Redesign of the Impactor for Total Hip Arthroplasty
No full textThis master's thesis demonstrates the proper approach to problem-solving by carefully evaluating all the details and establishing guidelines in collaboration with surgeons to create the best product on the market. The foundation of this project was laid by compiling a list of functions, requirements, and desires with the help of expert reports and surgeon feedback after brainstorming, sketching different ideas, and exploring various options to improve the current impactor or develop a new solution. However, it was determined that the current version would require too much work to optimize and would not fulfill the demands as some other designs might. Therefore, a new idea was developed by observing competitors and creating a similar but different solution compatible with the shape of EcoFit 2M implants. After numerous prototypes and iterations, the redesign addressed all the functions, requirements, and wishes set at the beginning of this task and objectively made an excellent instrument, the impactor for total hip arthroplasty, hopefully improving the quality and outcomes of orthopedic surgeries
Radijalni klizni ležaj osovinskog voda
No full textU ovom radu je obrađena tema radijalnog kliznog ležaja osovinskog voda s hidrodinamičkim podmazivanjem. Prikazan je razvoj ležajeva kroz povijest zajedno s njihovim glavnim komponentama. Prikazana je glavna podjela ležajeva na klizne i valjne, a detaljnije su opisani klizni ležajevi. Opisane su vrste materijala za blazinice i rukavce te njihove prednosti i nedostaci. Objašnjeno je kako se izborom maziva i materijala može produljiti njihov životni vijek i smanjiti trenje. Podjela kliznih ležajeva po načinu podmazivanje je na hidrostatske i hidrodinamičke, a prema vrsti opterećenja koje djeluje na njih dijele se na aksijalne i radijalne. Također je prikazan osovinski vod sa svojim glavnim komponentama te položaj i uloga radijalnog kliznog ležaja u njemu.In this paper, the subject of the propeller shaft radial plain bearing with hydrodynamic lubrication is dealt with. The development of bearings throughout history is presented together with their main components. The main division of bearings is into plain and roller bearings, and plain bearings are described more detailed. The types of materials for shells and jornals are described with their advantages and disadvantages. It is explained how the choice of lubricants and materials can extend their life and reduce friction. Plain bearings are classified according to lubrication method into hydrostatic and hydrodynamic, and according to the type of load acting on them, they are divided into axial and radial. Also shown is the propeller shaft with its main components, and the part of the radial plain bearing in it
Preferencijski kurikulum: sklonosti učenika kao okvir modularnog kurikuluma općeg odgoja i obrazovanja
No full textPredgovor,
Interesi i stavovi učenika te njihove sklonosti prema nekoj nastavi, odnosno
prema sadržaju i aktivnostima u nekom nastavnom predmetu i području,
izuzetno su važni za uspješnost svakog školovanja. Zbog toga ne smiju biti
predmetom špekulacija, neutemeljenih pretpostavki ili neznanstvenih
promišljanja. Svaki čovjek, pa tako i učenik u školi, početnu motivaciju za
neko učenje razvija prema vlastitim interesima, stavovima i uvjerenjima koji
ga vode ka otkrivanju vlastitih sklonosti, mogućnosti i granica. Stoga bi svako
školovanje pojedinca, osobito tijekom općeg obveznog obrazovanja, trebalo
biti prožeto prilikama da se bavi onim što ga više interesira, ali i s pravom na
promjenu tog interesa kada otkrije vlastite sklonosti. Ovo je osobito važno za
učenje tehnike i tehnologije, te za tzv. STEM područje nastave u kojem se,
unatoč široko proklamiranim težnjama društava za intenziviranjem ovog
obrazovanja, i nadalje relativno mali broj učenika kasnije opredjeljuje za
zanimanja u ovom području. To je ujedno važno i za usmjeravanje učenika
osnovne škole u zanimanja koja ne zahtijevaju visokotehnološka znanja, ali
zahtijevaju visokorazvijene tehničke vještine i široka tehničko-tehnološka
znanja potrebna za uspješno snalaženje u svijetu rada. Razlozi za slabiji
interes učenika za odabir zanimanja u tehnici, tehnologiji i tzv. STEM
području mogu biti brojni, ali ih svakako treba tražiti i u prilikama za
poticanje početnog interesa učenika, za razvoj njihovih pozitivnih stavova, ali
i
u kontekstu u kojem se takvi interesi modeliraju i razvijaju tijekom
osnovnoškolskog odgoja i obrazovanja. Kao doprinos rješavanju navedenog
problema ova publikacija donosi istraživanje interesa i stavova učenika
osnovne škole, primarno prema tehnici i tehnologiji, ali i prema ostalim
područjima s kojima se učenici u vlastitom okruženju i tijekom školovanja
susreću u Hrvatskoj. Na taj način se ujedno želi podržati i znanstveno
valorizirati ideja „modularizacije“ općeg odgoja i obrazovanja u Hrvatskoj,
koja svoje utemeljenje pronalazi u rezultatima ovog istraživanja
Podatkovno vođena karakterizacija kinematike i snage hvatova za primjenu u rehabilitacijskoj robotici : doktorski rad
No full textThis thesis advances anthropomorphic soft robotic devices for hand rehabilitation in patients with neurological disorders, such as stroke and multiple sclerosis, focusing on restoring grasping capabilities needed for activities of daily living. The research
integrates three complementary methodological approaches. First, it establishes a real-time system for estimating and predicting grip force using surface electromyography. Using only one sensing position with optimized spectral masking and Koopman Operator Theory, the method achieves ∼5.5% error for grip force estimation and ∼17.9% for short-term predictions, with processing times of just 30ms, making it suitable for real-time adaptive assistance based on patient volition. Second, it develops simplified hand kinematic models by analyzing data from 77 participants performing 23 functional grasps. The approach identifies 116 highly correlated joint relationships, models them using regularized generalized linear and mixed-effects models, and clusters into 30 similar model groups. This reduces the degrees of freedom during grasping to 5 to 15 while maintaining high accuracy, offering a practical basis for designing rehabilitation devices with reduced complexity. Third, it details the design and fabrication of a 3D-printed soft robotic rehabilitation glove based on reduced hand kinematics. The innovative finger soft pneumatic actuator
combines cylindrical and ribbed geometries with a reinforcing element, creating an asymmetric bellows actuator validated through finite element method simulations and a modified pseudo-rigid-body model with positioning errors below 3.8mm.
These advances in EMG-based force feedback, sparse kinematic modeling, and soft actuator design constitute a comprehensive framework for developing effective hand rehabilitation devices.Ova disertacija doprinosi razvoju antropomorfnih mekih robotskih uređaja za rehabilitaciju šake kod pacijenata s neurološkim poremećajima, uključujući moždani udar i multiplu sklerozu, s ciljem učinkovitijeg obnavljanja sposobnosti hvatanja potrebne za svakodnevne aktivnosti (ADL). Rad integrira tri metodološka pristupa: predviđanje sile za povratnu vezu, reducirano kinematičko modeliranje i inovativni razvoj aktuatora. Prvi dio disertacije predstavlja novu metodu u stvarnom vremenu za procjenu i predviđanje sile stiska tijekom cilindričnog hvata korištenjem površinske elektromiografije (sEMG). Robotska rehabilitacija temeljena na EMG-u pokazala je poboljšanu funkcionalnu obnovu u usporedbi s konvencionalnim metodama terapije prisilno induciranog pokreta i tradicionalne fizikalne terapije. Metodologija omogućuje izravan pristup kontrolnoj varijabli—sili stiska—što omogućuje robotsku asistenciju koja se adaptivno prilagođava voljnom djelovanju pacijenta. Dok suvremene metode zahtijevaju više sEMG mjernih pozicija za točna predviđanja, predstavljena metoda postiže usporedive
rezultate koristeći samo jednu mjernu poziciju kroz optimiziranu spektralnu masku tijekom obrade signala i pristup temeljen na teoriji Koopmanovog operatora (KOT).Korištenjem naprednih tehnika transformacije podataka sa statičkim Koopmanovim
operatorom omogućuje se procjena trenutne sile stiska šake iz obrađenih EMG signala, dok se dinamički Koopmanov operator primjenjuje za kratkoročno predviđanje sile stiska na temelju tih procjena. Eksperimentalna validacija s 13 sudionika pokazala je robusnu izvedbu na dvije sEMG mjerne pozicije na podlaktici, bez značajne osjetljivosti na položaj elektroda. Metoda postiže ponderiranu srednju apsolutnu postotnu pogrešku (wMAPE) od približno 5.5% za procjenu sile stiska i 17.9% za kratkoročna predviđanja tijekom horizonta od 0.5s. Značajno je da algoritam obrađuje, procjenjuje i predviđa silu stiska unutar vremenskog prozora od 0.5s sEMG podataka u samo 30ms, što ga čini pogodnim za implementaciju u stvarnom vremenu u rehabilitacijskim uređajima. U drugom dijelu disertacije razvijaju se interpretabilni reducirani kinematički modeli hvatova šakom za rješavanje izazova prevelike složenosti prilikom konstrukcije rehabilitacijskih uređaja. Analizom najvećeg dostupnog skupa podataka o kinematici šake, s podacima od 77 sudionika koji izvode 23 funkcionalna hvata vezana uz ADL,
ovo istraživanje uvodi novi pristup za modeliranje međuzglobnih ovisnosti unutarprsta tijekom fleksije/ekstenzije (FE). Predložena metoda pojednostavljuje modeliranje uspostavljanjem izravnih zavisnosti između parova zglobova, identificirajući 116 visoko koreliranih odnosa koji su modelirani pomoću regulariziranih generaliziranih linearnih modela (GLM) u kombinaciji s ponderiranim linearnim modelima miješanih učinaka (LME). Hijerarhijsko grupiranje dodatno konsolidira ove odnose u 30 različitih klastera uz zadržavanje visoke točnosti. Ovaj sustavni pristup značajno smanjuje stupnjeve slobode (DOF) potrebne za modeliranje FE tijekom hvatanja na 5–15, nudeći praktičnu osnovu za razvoj protetičkih i rehabilitacijskih uređaja sa značajnim smanjenjem mehaničke i upravljačke složenosti. Treći dio disertacije predstavlja sveobuhvatan proces za konstruiranje, simulaciju i izradu 3D-tiskane meke robotske rehabilitacijske rukavice. Inovativni meki pneumatski aktuator za prst (SPA) razvijen je koristeći kinematička svojstva i radni prostor anatomskih prstiju kao konstrukcijsku osnovu. Aktuator integrira cilindričnu geometriju s rebrima i ojačavajućim elementom—debljom, manje rastezljivom strukturom—na donjoj strani, što rezultira asimetričnim cilindričnim aktuatorom s mjehovima pogonjenim pozitivnim tlakom. Dobiveni segmentirani kinematički modeli krutog tijela za aktuatore kažiprsta i malog prsta omogućuju precizno upravljanje pokretima. Simulacije metodom konačnih elemenata (FEM) pri različitim tlakovima između 0 to (numerical range) 3bar potvrdile su performanse aktuatora i njegovu usklađenost s putanjama ljudskog prsta. Za pojednostavljenje iterativnog procesa konstruiranja, uveden je modificirani model pseudo-krutog tijela (PRB), značajno smanjujući računalnu složenost uz zadržavanje odstupanja u pozicioniranju ispod 3.8mm u usporedbi s FEM simulacijama. Aktuatori su uspješno izrađeni korištenjem termoplastičnog poliuretana (TPU), a ergonomsko testiranje meke rukavice pokazalo je njenu funkcionalnost. Ova disertacija uvodi nove metode obrade EMG signala za povratnu vezu o sili, reducirane kinematičke modele hvatova i okvir za razvoj mekih robotskih aktuatora. Integracija ovih pristupa unaprjeđuje razvoj personaliziranih rehabilitacijskih uređaja za širok raspon funkcionalnih hvatova ključnih za svakodnevne aktivnosti
Modeliranje odnosa stukture i mehaničkih značajki metodom konačnih elemenata i strojnim učenjem : doktorski rad
No full textIn the present study, the structure-property relationships (SPR) are investigated using finite element analysis (FEA) and machine learning (ML) methods. The objective of the research was to
create an ML model capable of predicting the temperature-dependent stress-strain response of
two-phase composites, as well as the amount of heat generated during plastic deformation considering different Taylor-Quinney coefficients (TQCs). The ML model aims to achieve industrially acceptable prediction accuracy and significantly better computational efficiency compared
to FEA.
Microstructure generation and FEA were used to create the datasets for the ML model, and
both processes were automated using the Python programming language. FEA was performed
for each representative volume element (RVE) to obtain the stress-strain response as well as the
temperature increase-strain curve. This means that two separate datasets and two separate ML
models were created: one for the stress-strain responses and one for the temperature increasestrain responses.
Both ML models were developed in the form of complex 3D-convolutional neural networks
(CNNs), taking the microstructural configuration as input. Other input parameters included the
TQC value and temperature for the first and second ML models, respectively. The outputs of
the CNNs were the temperature increase-strain curves and the stress-strain curves at specific
temperatures for the first and second model, respectively.
Compared to FEA, both the model for predicting temperature-dependent stress-strain curves
and the model for predicting plastic deformation-induced heat generation demonstrated very
good prediction accuracy suitable for industrial applications. Additionally, both models exhibited significantly faster prediction capabilities and better computational efficiency than FEA.U ovoj studiji, odnos između strukture i svojstva (SPR) istraženi su korištenjem metode konačnih elemenata (MKE) i strojnog učenja (SU). Cilj istraživanja bio je napraviti SU model koji
može predvidjeti temperaturno ovisnu vezu naprezanja i deformacije dvofaznih kompozita, kao i
količinu topline koja se stvara tijekom plastične deformacije uzimajući u obzir različite TaylorQuinneyjeve koeficijente (TQK). SU model bi trebao postići industrijski prihvatljivu točnost
predviđanja i značajno bolju računsku učinkovitost u usporedbi s MKE.
Generiranje mikrostrukture i MKE korišteni su za izradu skupova podataka za SU model i
oboje su automatizirani pomoću programskog jezika Python. Svaki reprezentativni volumenski
element (RVE) je proračunat pomoću MKE kako bi se dobila krivulja naprezanje-deformacija
kao i krivulja povećanje temperature-deformacija. To znači da su stvorena dva različita skupa
podataka kao i dva različita SU modela, jedan za krivulje naprezanje-deformacija i drugi za
porast temperature-deformacija.
Oba SU modela kreirana su u obliku složene 3D-konvolucijske neuronske mreže (KNM)
i mikrostrukturna konfiguracija je ulaz oba SU modela. Ostali ulazni parametri bili su vrijednost TQK za prvi i temperatura za drugi SU model. Rezultati KNM-a bili su krivulja porast
temperature-deformacija za prvi te krivulje naprezanja-deformacije na specifičnim temperaturama za drugi model.
U usporedbi s MKE, i model za predviđanje temperaturno-ovisnih krivulja naprezanje-deformacija
te model za predviđanje krivulja povećanja temperature-deformacija pokazali su vrlo dobru
točnost predviđanja prikladnu za industrijske primjene. Osim toga, oba modela su pokazala
znatno brže mogućnosti predviđanja i bolju računalnu učinkovitost u odnosu na MKE
Optimal allocation and sizing of distributed generations and capacitor banks at multiple voltage levels of a distribution network : doctoral thesis
No full textOvaj doktorski rad istražuje optimalan razmještaj distribuiranih izvora i kondenzatorskih baterija na više naponskih razina distribucijske mreže s ciljem poboljšanja tehničkih i ekonomskih karakteristika sustava. Ključna svrha je dodatno smanjenje gubitaka radne snage i poboljšanje naponskog profila uz kontrolu investicijskih troškova. Zbog kompleksnosti sustava s transformatorima i različitim naponskim razinama razvijena je nova metoda optimizacije koja uzima u obzir gubitke na transformatorima i utjecaj na napone na različitim naponskim razinama. Simulacije su pokazale da ovaj pristup može značajno unaprijediti učinkovitost razmještaja distribuiranih izvora i kondenzatorskih baterija u odnosu na tradicionalne metode koje
uzimaju u obzir samo impedancije, gubitke i nadomjesne modele mreže jedne naponske razine. Također, pokazano je da pristup s uključivanjem modela transformatora i razmatranjem utjecaja distribuiranih izvora i kompenzacijskih prigušnica može poboljšati performanse kod distribucijskih sustava s problemima porasta napona. Ovaj pristup može se koristiti i za razmještaj prigušnica uz
distribuirane izvore, a ne samo kod kondenzatorskih baterija. Naglašena je važnost preciznog modeliranja svih elemenata distribucijske mreže. Rezultati istraživanja nude smjernice te ukazuju na potencijal daljnjeg razvoja i primjene u elektroenergetskim sustavima. Rad pridonosi razvojem nove metode optimizacije razmještaja distribuiranih izvora i kondenzatorskih baterija u distribucijskim mrežama s više naponskih razina. Ključni doprinosi uključuju modifikaciju genetskog algoritma za bolji razmještaj izvora i baterija, integraciju modela transformatora te ekonomsku evaluaciju. Ovaj rad pruža temelj za buduća istraživanja i inovacije u optimizaciji distribucijskih mreža.This doctoral dissertation explores the optimal placement of distributed generation and capacitor banks across multiple voltage levels of the distribution network, aiming to enhance the technical and economic characteristics of the system. The objective is to reduce real power losses and improve the voltage profile while controlling investment costs. Due to the complexity of systems involving transformers and various voltage levels, a new optimization method has been developed that accounts for transformer losses and voltage impacts across different levels. Simulations show that this approach significantly improves the efficiency of distributed generation and capacitor bank placement compared to traditional methods, which consider only impedance, losses, and equivalent models for a single voltage level. Additionally, it has been shown that including transformer models and considering the impact of distributed generations and shunt reactors enhances performance in systems with voltage rise issues. This approach applies to the placement of shunt reactors alongside distributed generations, not just capacitor banks. Precise modeling of all network elements is emphasized. The research results offer guidelines and suggest potential for further development in power systems. This dissertation contributes by developing a new optimization method for placing distributed generations and capacitor banks in multi-voltage-level networks. Key contributions include the modification of genetic algorithms, integration of transformer models, and economic evaluation. This research provides a foundation for future studies and innovations in network optimization
DESIGN OF A PNEUMATIC SOFT ACTUATOR THAT PERFORMS USEFUL WORK UNDER VACUUM AND OVERPRESSURE
No full textOvaj rad bavi se konstrukcijom pneumatskog mekog aktuatora koji koristi kombinaciju pretlak i podtlak za postizanje kontroliranog savijanja. Glavni cilj rada bio je razviti aktuator sposoban za postizanje kutnog višeosnog pomaka u 3D prostoru, što ga čini pogodnim za primjene u mekoj robotici. Kroz laboratorijska ispitivanja, utvrđeno je da aktuator može postići kutni pomak od 90 stupnjeva pri kombinaciji pretlaka od 4 bara i podtlaka od -0,2 bara. Rezultati pokazuju da aktuator može stabilno raditi u konfiguracijama s jednim ili dva unutarnja aktuatora, što omogućuje složene pokrete u 3D prostoru. Međutim, testiranja s tri aktuatora nisu pokazala zadovoljavajuće rezultate, s ograničenim kutnim pomakom i problemima stabilnosti. Zaključno, ovaj rad je pokazao da kombinacija pozitivnog i negativnog tlaka može efikasno poslužiti za postizanje kontroliranog savijanja i složenih pokreta u 3D prostoru, ali je potrebna daljnja optimizacija dizajna za složenije konfiguracije.This paper deals with the design of a pneumatic soft actuator that uses a combination of positive and negative pressure to achieve precise controlled bending. The main goal of the research was to develop an actuator capable of achieving multi-axis angular displacement in 3D space, making it suitable for applications in soft robotics. Through laboratory testing, it was determined that the actuator can achieve an angular displacement of 90 degrees with a combination of 4 bar positive pressure and -0.2 bar negative pressure. The results show that the actuator can operate stably in configurations with one or two actuators, enabling complex movements in 3D space. However, testing with three actuators did not yield satisfactory results, with limited angular displacement and stability issues. In conclusion, this research demonstrated that a combination of positive and negative pressure can effectively achieve controlled bending and complex movements in 3D space, but further design optimization is needed for more complex configurations
Mean phase voltages and duty cycles estimation of a three-phase inverter in a drive system using machine learning algorithms
No full textU kaskadnom vektorskom upravljanju trofaznih elektromotora s unutarnjim regulacijskim krugom po struji armature, napon je ulazna varijabla sustava. Odstupanja između zadanog i mjerenog napona načelno se smatraju smetnjama jer smanjuju preciznost upravljanja pogonom. Kako bi se postigla visoka učinkovitost i dinamička upravljivost elektromotornog pogona potrebna je precizna informacija o iznosima faznih napona. Ideja ovog rada je nadovezati se na postojeća istraživanja i dodatno evaluirati uspješnost različitih algoritama strojnog učenja na primjeru estimacije srednjih faznih napona i radnih ciklusa trofaznog IGBT pretvarača. Na preporuku autora skupa podataka korištena su dva inverterska modela, black-box inverter model za estimaciju srednjih faznih napona i black-box inverter compensation scheme za estimaciju radnih ciklusa pretvarača. Za evaluaciju kvalitete estimacija korišteni su koeficijent determinacije (R2), srednja apsolutna pogreška (MAE) i korijen srednje kvadratne pogreške (RMSE). Odvojeno su evaluirani rezultati iz skupa podataka za treniranje i skupa podataka za testiranje a za završnu evaluaciju su uzete njihove srednje vrijednosti i standardne devijacije.In cascaded field-oriented control (FOC) of three-phase electric motors with a subordinate current control loop, voltage serves as the system's control variable. Deviations between the reference voltage and its actual value are generally considered disturbances, which can degrade the overall control performance of the drive. To achieve an efficient and high dynamic control performance of electrical motor drives, precise phase voltage information is mandatory. The aim of the thesis was to build upon existing research and further evaluate the performance of various machine learning algorithms in estimating the mean phase voltages and duty cycles of a three-phase IGBT inverter. Based on the dataset author's recommendation, two inverter models were used: the black-box inverter model for estimating the mean phase voltages and the black-box inverter compensation scheme for estimating the duty cycles of the inverter. The quality of the estimates was evaluated using the coefficient of determination (R²), mean absolute error (MAE), and root mean square error (RMSE). The results from the training and testing datasets were evaluated separately, and their mean values and standard deviations were used for the final evaluation
AUTOMATIC PEOPLE COUNTING BASED ON ARTIFICIAL INTELLIGENCE AND ROBOTIC UAV RECORDINGS
No full textU ovom radu opisan je postupak izrade programa za automatsko brojanje osoba i prepoznavanje drugih klasa temeljen na umjetnoj inteligenciji. Nakon uvodnog djela ukratko je opisana povijest umjetne inteligencije, njeni prvi koraci i najpoznatije metode. Nakon toga opisani su najbitniji alati koji su korišteni u realizaciji rada, kao što je YOLO algoritam, Anaconda navigator i Jupyter notebook, U narednom poglavlju opisani su odrađeni koraci za uspješno realiziranje zadatka kao što je priprema podataka, dio programiranja koji je bio potreban za dobivanje formata koji bi mogao prepoznati YOLO algoritam, odnosno format bez kojeg se ne bi moglo trenirati model. Također, opisana je konfiguracijska datoteka u koju su zapisani svi potrebni parametri za treniranje modela. U poglavlju nakon toga prikazani su i pojašnjeni dobiveni rezultati. Nakon toga opisan je Goolge colab, program koji je korišten za samo treniranje, njegove karakteristike, odnosno zašto je baš taj program korišten. I za kraj se ukratko dotaknulo etike korištenja ovakvih tehnologija.This paper describes the process of creating a program for recognizing people and other classes based on artificial intelligence. After the introduction, the history of artificial intelligence is briefly outlined, including its early steps and the most well-known methods. Following that, the key tools used in the realization of the work are described, such as the YOLO algorithm, Anaconda Navigator, and Jupyter Notebook. The next chapter outlines the steps taken to successfully complete the task, including data preparation, the programming part required to obtain the format that the YOLO algorithm could recognize, and the format necessary for training the model. Additionally, the configuration file, which contains all the necessary parameters for model training, is described. The following chapter presents and explains the results obtained. After that, Google Colab is described— the program used for the training itself, its features, and the reasons for choosing this particular program. Finally, the ethical considerations of using such technologies are briefly discussed
Model dubokoga učenja za prepoznavanje rukopisa na dodirnim zaslonima zasnovan na pristupu fuzije osjetila : doktorski rad
No full textThe use of biometric data to recognize individuals is a frequently studied topic in
the field of computer security. Biometric identification relies on analyzing and measuring
human traits to determine a person’s identity. Handwriting analysis represents a conven
tional biometric modality that captures the distinct writing patterns and characteristics
unique to each individual. Traditional approaches primarily concentrate on offline hand
writing verification, where static images of handwritten text are analyzed to distinguish
between genuine and forged signatures. The emergence of touchscreen devices with a
variety of built-in sensors has enabled a more comprehensive approach to online hand
writing recognition, leveraging dynamic writing characteristics such as pressure, speed,
the number and order of the strokes, pen tilt, and other relevant attributes.
Related studies in this field highlight the predominance of certain research methodolo
gies. Specifically, in most instances, the analysis focuses solely on the signature, verifica
tion methods are more widely used compared to recognition methods, and the proposed
approaches primarily depend on a specific device or sensor to gather handwriting biomet
ric data. This doctoral dissertation introduces a novel approach to user authentication
that extends beyond conventional online signature verification systems. The study aims
to address the research gap by broadening the focus from verification to a wider range
of handwriting identification tasks. This refers to a general process of determining the
handwriting owner that involves multi-class classification. The proposed system utilizes
sensor fusion, a technique that integrates and processes measurements collected by mul
tiple sensors. Differing from the use of specialized hardware, such as custom-designed
pens or complex sensor solutions, which are often limited and costly, this system employs
readily available off-the-shelf components and common touchscreen smart devices. In
contrast to prevalent research mainly centered on handwritten signatures, the tion examines the gathering and analysis of handwriting in various forms, including short
sentences, words, and individual letters. The analysis incorporates two distinct methods
of handwriting input, utilizing both a stylus and a finger.
A total of 60 participants took part in a controlled experiment to form a newly cu
rated handwriting biometrics dataset, consisting of measurements from different types
of sensors. Custom CNN models were employed for feature extraction and classification
tasks to identify participants’ handwriting. The accuracy of the model was analyzed in
relation to the impact of three factors: train set size, input modality, and handwriting
form. The obtained results show a statistically significant effect of set size on the model’s
accuracy, with the highest accuracies observed with the largest train set size. The statis
tical analysis also revealed that higher accuracy was consistently achieved for recognizing
stylus-based handwriting compared to finger-based writing.
An ablation study was conducted to analyze the impact of each sensor in the fusion
based setup. The acquired findings indicated that the proposed person recognition system
yields the highest accuracy for signatures, while also showing notably high accuracy for
sentences and words. Overall, these findings suggest that the most suitable sensor fu
sion subset is highly dependent on both the handwriting form and the input modality.
When all sensors are included, the model’s accuracy improves for recognizing sentences,
words, and letters that are entered using a stylus. This highlights the benefit of utilizing
a comprehensive multi-sensor setup. Hence, it can be concluded that including addi
tional sensors can certainly enhance the accuracy of the model, thereby justifying their
integration into the experiment apparatus.Korištenje biometrijskih podataka za prepoznavanje osoba često je istraživana tema u
području računalne sigurnosti. Biometrijska identifikacija oslanja se na analizu i mjerenje
ljudskih karakteristika kako bi se utvrdio identitet osobe. Analiza rukopisa predstavlja
standardni biometrijski modalitet koji bilježi jedinstvene obrasce i značajke rukopisa
specifične za svakog pojedinca. Tradicionalni pristupi uglavnom su usmjereni na verif
ikaciju rukopisa, pri čemu se analiziraju slike rukopisa kako bi se razlikovali originalni i
krivotvoreni potpisi. Pojava uređaja sa zaslonom osjetljivim na dodir i brojnim ugrađenim
senzorima omogućila je sveobuhvatniji pristup prepoznavanju osoba pomoću rukopisa, ko
risteći dinamičke značajke pisanja poput razine pritiska, brzine pisanja, broja i redoslijeda
poteza, nagiba olovke i drugih atributa od značaja.
Srodne studije u ovom području ističu određene metodologije koje prevladavaju u
istraživanjima. Konkretno, u većini slučajeva analiza se usmjerava isključivo na pot
pis, metode verifikacije su zastupljenije od metoda identifikacije, a predložena rješenja
uglavnom se oslanjaju na određeni uređaj ili specifični senzor za prikupljanje biometri
jskih podataka. Ova doktorska disertacija uvodi novi pristup autentifikaciji korisnika koji
nadilazi tradicionalne sustave verifikacije potpisa. Cilj istraživanja je prebaciti fokus s
verifikacije na širi raspon zadataka povezanih s identifikacijom rukopisa. Ovo se odnosi
na općeniti postupak određivanja vlasnika rukopisa koji uključuje višeklasnu klasifikaciju.
Predloženi pristup implementira koncept fuzije senzora, tehniku koja objedinjuje i obrađuje
podatke prikupljene s više senzora. Za razliku od korištenja specijaliziranog sklopovlja,
poput posebno dizajniranih olovaka ili složenih senzorskih sustava, koji su često ograničeni
i skupi, ovaj sustav koristi lako dostupne komponente i uobičajene pametne uređaje s
dodirnim zaslonima. Za razliku od većine istraživanja koja su uglavnom usmjerena na
potpise, ovo istraživanje ispituje prikupljanje i analizu rukopisa u različitim oblicima, uključujući kratke rečenice, riječi i pojedinačna slova. Osim toga, analiza obuhvaća dva
različita načina pisanja– korištenjem olovke (stylusa) i prsta.
Ukupno 60 sudionika sudjelovalo je u kontroliranom eksperimentu za formiranje novog
skupa biometrijskih podataka, koji se sastoji od mjerenja s različitih tipova senzora. Kako
bi se klasificirao rukopis sudionika, CNN modeli dubokoga učenja korišteni su za zadatke
izdvajanja značajki i klasifikacije. Točnost modela analizirana je u odnosu na utjecaj tri
različita čimbenika: veličine skupa za treniranje, modaliteta unosa i oblika rukopisa. Do
biveni rezultati pokazuju statistički značajan učinak veličine skupa na točnost modela, pri
čemu je najveća točnost uočena kod najveće veličine skupa za treniranje. Statistička anal
iza takoder je pokazala da je postignuta viša točnost za prepoznavanje rukopisa olovkom
u usporedbi s pisanjem pomoću prsta.
Provedena je ablacijska studija kako bi se analizirao utjecaj pojedinačnih senzora un
utar sustava temeljenog na fuziji. Dobiveni rezultati pokazali su da predloženi sustav za
prepoznavanje rukopisa postiže najvišu točnost za potpise, dok također pokazuje izrazito
visoku točnost za rečenice i riječi. Općenito, rezultati ukazuju na to da najpogodniji pod
skup fuzije senzora uvelike ovisi o obliku rukopisa i modalitetu unosa. Kada su uključeni
svi senzori, točnost modela se poboljšava za prepoznavanje rečenica, riječi i slova unesenih
pomoću olovke, što dodatno naglašava prednost korištenja sustava s više senzora. Stoga se
može zaključiti da uključivanje dodatnih senzora svakako može povećati točnost modela,
opravdavajući njihovu implementaciju u eksperimentalni aparatus