1,721,017 research outputs found
Speed Measurement of Projectile Using Vision System and Least Square Regression with Different Amplitude Sliding Window
No full textThis paper presents a case study in which vision system is used to measure the speed of a projectile approximately 1 m long and weighing 20 kg. The projectile, ejected by a canister, is expected to reach a speed between 20 and 60 m/s. A vision system-based method using colored stripes on the projectile’s tip and tail was employed. By tracking the advancement of the stripes along the fire axis it was possible to compute the speed at the canister’s exit using a linear regression model. To improve measurement accuracy, sliding windows and sensor fusion techniques were used
Development of a monitoring system to assess honeybee colony health
No full textRapid spread of Varroa destructor mite has resulted in high honeybee colony losses. Common monitoring practices are time consuming, manual and operator dependent. This work proposes a camera-based system, integrated inside the beehive, by means of an instrumented honeycomb. The goal is to design a monitoring system for detecting youngest infected bees during the warm seasons and foretic mite throughout the winter, providing the level of infestation inside the hive. Constraints and limits of the designed experimental setup are discussed
Misura delle fasi del passo tramite telecamera time-of-flight durante camminate assistite da esoscheletro robotico in ambiente esterno
Full text linkLa perdita della capacità di deambulazione è una delle principali conseguenze dovute a lesioni alla colonna vertebrale. Negli ultimi anni si è assistito ad uno sviluppo sempre maggiore di esoscheletri per gli arti inferiori che permettono ad utilizzatori paraplegici di tornare a camminare. L’utilizzo di questi esoscheletri, soprattutto durante la fase di training iniziale, è purtroppo spesso limitato all’interno di laboratori specializzati muniti di diversi tipi di trasduttori per l’analisi della cinematica e della dinamica della camminata assistita (sistemi di visione, accelerometri, piattaforme di forza, etc.).
Per superare queste limitazioni sono state sviluppate delle stampelle strumentate in grado, attraverso un adeguato modello biomeccanico, di valutare i carichi agenti sugli arti superiori misurando il carico scambiato tra stampella e piano d’appoggio della stessa, senza l’utilizzo di altro tipo di strumentazione. Tramite questa analisi, il fisioterapista è in grado di valutare la qualità della camminata del paziente diminuendo in questo modo rischi di lesioni agli arti superiori dovute all’utilizzo dell’esoscheletro. Il grosso vantaggio del dispositivo sviluppato risiede nel fatto che si presta particolarmente bene per un utilizzo in un ambiente esterno, più naturale e, in generale, più favorevole per l’utilizzatore.
Il presente lavoro descrive un ulteriore sviluppo apportato alle stampelle strumentate appena descritte. L’obiettivo principale è quello di riuscire a misurare, assieme ai carichi agli arti superiori già possibile nella presente versione, anche le principali fasi della camminata (fase di stance, cioè piede appoggiato a terra, e fase di swing, cioè piede alzato da terra) in modo da fornire al fisioterapista un ulteriore grandezza correlata alla qualità del training del paziente. Il sistema di misura sviluppato sfrutta un approccio basato su tecniche di machine learning: una prima acquisizione viene effettuata per allenare il modello predittivo (fase di training), il quale viene poi utilizzato nelle restanti acquisizioni per predire la macro fase del passo in cui si trova ogni piede del paziente (fase di predizione)
Comparison of signal processing techniques for condition monitoring based on artificial neural networks
No full textThe paper presents the results of a study aimed to compare different signal processing techniques for the condition monitoring of a mechanical system for indexing motion. Artificial feed-forward neural networks (ANN) are used as classifiers. The mechanical system can work in different conditions (variable loads and velocities, lubricant oil with different viscosity) and the ANN identifies the working condition. The monitored variable is the acceleration signal of the rotating table, opportunely pre-processed. The signal processing techniques compared are: Power Spectral Density (PSD), Fast Fourier Transform (FFT), Wavelet, Amplitude Probability Density Function (PDF), Higher Order Spectra (HOS)
Validazione di algoritmi di calibrazione estrinseca basati su skeletonization del corpo umano
Full text linkLa presente memoria descrive le procedure utilizzate per la valutazione metrologica di procedure di calibrazione estrinseca di sistemi di visione composti da più telecamere. Viene definita calibrazione estrinseca quella procedura che consente di calcolare posizione ed orientamento di ogni telecamera presente in un sistema multicamera rispetto a tutte le altre. I metodi di calibrazione estrinseca si possono dividere principalmente in tre gruppi: tradizionali, basati sul riconoscimento di forme tridimensionali e basati su skeletonization. I metodi di calibrazione tradizionali si basano sull’utilizzo di target di calibrazione noti (scacchiere, griglie di punti, frange, etc) che vengono riconosciuti automaticamente dal sistema. Il sistema misura la posizione dei punti caratteristici del target ottenendo in questo modo i parametri di rotazione e traslazione desiderati. I metodi basati sul riconoscimento di forme tridimensionali (3D shape matching) sono invece fondati sulla coerenza geometrica di un oggetto 3D posizionato nel campo di vista delle varie telecamere: ciascun dispositivo registra una parte dell’oggetto target e successivamente, allineando ciascuna vista con le rimanenti, ed analizzando la traiettoria dell’oggetto vista da ogni telecamera è possibile risalire alle matrici di calibrazione. I metodi di calibrazione tradizionali, così come quelli basati su 3D shape matching risultano svantaggiosi in termini di tempo di esecuzione. Inoltre, queste tipologie necessitano di un target di calibrazione.
Infine, i metodi basati sul riconoscimento dello scheletro umano (skeleton-based) utilizzano come target di calibrazione direttamente le articolazioni (joint) di un operatore che si posiziona all’interno del campo di vista delle telecamere. I metodi skeleton-based rappresentano quindi un’evoluzione dei metodi di 3D shape matching in quanto è come se venissero considerate forme 3D multiple rappresentate dai segmenti corporei dell’operatore stesso. Risulta quindi possibile ottenere una calibrazione estrinseca senza alcun oggetto caratteristico, ma semplicemente utilizzando il corpo dell’operatore umano come oggetto stesso. Nonostante in letteratura siano presenti lavori relativi alla valutazione dell’accuratezza nella misura dei joint, non sono presenti lavori che mostrano come questa accuratezza venga propagata a livello di matrici di rototraslazione risultanti dalla procedura di calibrazione. Il presente lavoro descrive le procedure utilizzate per valutare l’affidabilità della calibrazione estrinseca ottenuta tramite le posizioni dei joint misurate tramite il metodo di skeletonization descritto in [3]
A method based on combinations of forecaster and weighing matrix to detect fault of components in diecasting process
No full textThis work presents a flexible method to detect the fault of components in a diecasting machine. The core of this method is the combination of sensor-based statistical predictions with the expert knowledge using a series of weights determined in formal interviews. Each feature is extracted from the machine’s sensor time history using a least square regression and paired with an uncertainty estimator. Then, each uncertainty estimator is combined with the uncertainty of the relative transducer in order to obtain a combined uncertainty of the two contributions. The final result is a score index representing the distribution of different types of faults in the diecasting machine. A dataset of 451 injections was analyzed to test the method. The historical records of maintenance service recorded 19 events corresponding to a fault of a valve. All the events were correctly detected by the algorithm as well. The uncertainty estimators of the parameters have allowed performing an analysis of the effect of transducers’ uncertainty on the final prediction. A higher uncertainty is negligible in the final prediction of fault. This means that the method can work also with transducers with lower accuracy
Gesture recognition per robotica collaborativa: primo approccio
Full text linkCon il nuovo paradigma di Industria 4.0 si introducono i robot collaborativi, che condividono l’area di lavoro con l’operatore. Risulta necessario non solo elaborare adeguate strategie per assicurare la sicurezza degli operatori, ma anche metodi efficaci per comunicare con i robot collaborativi in modo naturale, tramite comandi vocali o gesti.
Come primo approccio al problema della comunicazione umano-robot si è adottato un sistema di riconoscimento gesti basato su un algoritmo di Deep Learning, sviluppato sulla piattaforma MATLAB 2017b, in grado di riconoscere quattro diversi tipi di gesto a partire da immagini RGB, come riportato in Fig. 1.
I gesti proposti sono caratterizzati da tre condizioni: devono essere eseguiti usando entrambe le mani con la sinistra chiusa a pugno, il più possibile alla stessa altezza e non troppo distanti tra loro.
Il sistema è stato testato offline su quattro diversi dataset acquisiti sperimentalmente per valutare le performance in diverse condizioni. L’applicazione è stata poi testata in real-time per valutare la velocità del sistema nell’effettuare i riconoscimenti
Development of monitoring system to assess honeybee colony health
Full text linkIn the last decades, beekeepers recorded millions of honey bee (Apis mellifera) colony losses due to climate change, and crop chemical treatments, but mostly the parasitic spreading of mites, in particular Varroa destructor. The mite lives in synchrony with the brood, parasitizing bees' brood before capped. The growing mites start feeding on the larva, weakening without killing the host. Once the affected larva becomes a bee, it leaves the brood cell, by uncapping the wax cap, allowing the parental mites and their offspring to spread out. The weakening from the mite feeding leads to evident symptoms as bees are unable to fly (deformed wing virus), helping mites to spread out and lead the colony to collapse. The presence of these viruses has been directly linked to colony losses, thus raising the need for more accurate techniques to measure and estimate the rate of infestation. The most used method for detecting a Varroa destructor infestation is manual sampling. Typically, a bunch of live bees (almost 300 bees) is put into a jar with alcohol or powdered sugar and shaken until most mites fall off. An alternative consists of sampling the brood by opening brood cells and checking for mites' presence. Lastly, a noninvasive method but still manual makes use of a bottom sticky board placed under each beehive to monitor the natural mite drop. However, all these methods have drawbacks. For these reasons, automatic monitoring inside the beehive might be a valid support tool for beekeepers to estimate the mite infestation level, limiting manual inspections and continuously monitoring the mite infestation level.
In this research project, the authors are working on developing an image-based acquisition system to gather samples of healthy and sick bees inside the beehive, with the aim of providing a tool for beekeepers to support the decision-making phases to limit the spread of mites
Techniques for on-board vibrational passenger comfort monitoring in public transport
Full text linkTraffic calming devices on urban streets, such as elevated pedestrian crossings, speed bumps and
roundabouts, are increasingly used, therefore bus passengers on-board comfort assessment is an actual problem.
In order to measure vibrational on-board comfort for public transport standing passengers related to traffic
calming, an acquisition system called ASGCM (Autonomous System for Geo-referenced Comfort
Measurements) has been developed, taking as a reference the European regulations on rail transports. Thanks to
ASGCM, each measurement of vibration, on-ground velocity and acceleration is linked with geographical
information resulting from a GPS, so a map of a comfort index, as well as statistical surveys and correlation
between on-board comfort and traffic calming, can be directly obtained using a Geographic Information System
(GIS), querying a centralized remote database developed ad-hoc. A large number of experimental tests has been
performed in order to define a vibrational comfort index and to collect a large statistics that allows a significant
comparison between different infrastructures and their characterization. The proposed technique can also be
useful for diagnostics purposes, such as vehicles comparison and vehicle and road maintenance state monitorin
Misura delle fasi del passo tramite algoritmi di machine learning durante camminate in esterna assistite da esoscheletro
Full text linkNegli ultimi anni si è assistito ad uno sviluppo sempre maggiore di dispositivi robotici indossabili (esoscheletri) per il supporto degli arti inferiori, che permettono ad utilizzatori paraplegici di tornare a camminare. L’utilizzo di questi esoscheletri è purtroppo spesso limitato all’interno di laboratori specializzati muniti di diversi tipi di trasduttori per l’analisi della cinematica e della dinamica della camminata assistita. È noto che le performance nell’utilizzo di questi esoscheletri migliora notevolmente quando il paziente cammina in un ambiente maggiormente “user-friendly” quale ad esempio l’ambiente esterno. Secondo questa logica, durante gli scorsi anni, sono state sviluppate all’interno del nostro gruppo di ricerca delle stampelle strumentate in grado di misurare sia il carico scambiato tra stampella e piano d’appoggio della stessa, sia la fase del passo (stance o swing) in cui si trova l’utilizzatore dell’esoscheletro. In questo modo il fisioterapista è in grado di valutare la qualità della camminata del paziente in relazione alla fase del passo che sta attualmente svolgendo.
L’algoritmo di misura della fase del passo è stato validato in un ambiente interno mostrando risultati incoraggianti: si è ottenuta una accuratezza di classificazione pari all’85% (deviazione standard pari al 3%). La presente memoria descrive la procedura di validazione dell’algoritmo per la misura delle fasi del passo durante prove di camminata assistite svolte in ambiente esterno, in diverse condizioni
- …
