mdh.sePublikationer
Ändra sökning
Avgränsa sökresultatet
1 - 20 av 20
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 1.
    Abbaspour, Sara
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Electromyogram Signal Enhancement and Upper-Limb Myoelectric Pattern Recognition2019Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Att förlora en extremitet orsakar svårigheter i vår vardag. För att återfå förmågan till ett självständigt liv har artificiella händer och ben utvecklats. Handproteser kan kontrolleras av användaren genom aktiviteten hos återstående muskler ovanför amputationen. Elektromyogram (EMG) är en av de källor som kan användas till kontrollmetoder för handproteser. Yt-EMG är kraftfulla icke-invasiva verktyg som ger information om neuromuskulär aktivitet hos en specifik muskel, vilket är avgörande för dess användning att styra proteser. Komplexiteten hos signalen utgör dock en stor utmaning. EMG-mönsterigenkänning för att avkoda olika handrörelser är ett viktigt framsteg när det gäller kontroll av motoriserade proteser. Denna metod har potential att möjliggöra styrning av proteser genom att använda EMG-signalerna från muskelkontraktioner som insignal. Denna metod har dock ännu inte fått någon stor klinisk spridning. Olika algoritmer har utvecklats inom området för att avkoda olika rörelser; men utmaningen att identifiera olika handrörelser i olika faser kvarstår, och förbättringar inom dessa områden kan komma att öka funktionaliteten hos motoriserade proteser. Denna avhandling undersöker flera aspekter kring detta, först hur kvaliteten hos EMG-signaler kan förbättras genom att nya och avancerade filtreringstekniker. Fyra effektiva tillvägagångssätt (adaptivt neuro-fuzzy inference system-wavelet, artificiellt neuralt nätverk-wavelet, adaptiv subtraktion och automatiserad oberoende komponentanalys-wavelet) presenteras för att förbättra filtreringsprocessen för yt-EMG-signaler och effektivt eliminera EKG-störningar. Även offline-prestanda för olika EMG-baserade igenkänningsalgoritmer undersöks, däribland förmågan att klassificera olika handrörelser med sikte på att erhålla nya myoelektriska kontrollkonfigurationer som förbättrar igenkänningen. För att undersöka hur väl de myoelektriska mönsterigenkänningssalgoritmerna fungerar i verkliga situationer, har ett brett spektrum av myoelektriska algoritmer undersökts i realtid. 15 friska frivilliga försökspersoner har använt systemet och resultaten tyder på att linjär diskriminantanalys (LDA) och maximal sannolikhetsbedömning (MLE) är bättre än de andra klassificeringsmetoderna. Realtidsundersökningen visar också att förutom LDA och MLE, så är algoritmerna med flerlagersperception bättre än de övriga algoritmerna då de jämförs med avseende på klassificeringsnoggrannhet och beräkningshastighet.

  • 2.
    Abbaspour, Sara
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Evaluation of surface EMG-based recognition algorithms for decoding hand movementsManuskript (preprint) (Övrigt vetenskapligt)
  • 3.
    Abbaspour, Sara
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Proposing Combined Approaches to Remove ECG Artifacts from Surface EMG Signals2015Licentiatavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [sv]

    Elektromyografi (EMG) är ett verktyg som rutinmässigt används för en mängd olika applikationer inom många discipliner. Dock är denna signal oundvikligen kontaminerad av artefakter som kommer från olika källor. Elektrisk aktivitet av hjärtmuskln, elektrokardiogram (EKG), är en av störkällorna som påverkar EMG-signalerna på grund av närheten till hjärtat och som försämrar analysens tillförlitlig. Olika metoder har föreslagits för att ta bort EKG artefakter från yt-EMG-signaler men trots många försök att eliminera eller minska denna artefakt, kvarstår problemet med korrekt och effektivt brusreducering av EMG. I denna studie har vanliga metoder för brusundertryckning undersökts, såsom högpassfilter (HPF), gatingmetod, spikklippning, hybridteknik, subtraktionsmetod, oberoende komponentanalys (ICA), wavelet, wavelet-ICA, artificiella neurala nätverk (ANN), och adaptiv brusreducering (ANC) och adaptiv neuro fuzzy inference system (ANFIS). Metorderna har använts för att avlägsna EKG- artefakter från yt-EMG-signaler och deras noggrannhet och effektivitet har undersökts. HPF, gatingmetod och spikklippning är snabba; men de tar även bort relevant information från EMG-signalen. Hybridteknik och ANC är tidskrävande. Subtraktionsmetoden kräver kännedom om QRS-mönstret.Wavelettransformen lämnade kvar vissa artefakter i signalen, och avlägsnade även endel av den ursprungliga EMG-signalen. ICA kräver flerkanaliga signaler. Wavelet-ICA kräver inte flerkanaliga signaler, men är däremot användarberoende. ANN och ANFIS har bra prestanda, men det är möjligt att förbättra resultaten genom att kombinera dem med andra tekniker. För vissa tillämpningar av EMG-signaler såsom rehabilitering, rörelsekontroll och prediktion, är kvaliteten på EMG-signalerna mycket viktigt. Dessutom måste de artefaktreducerande metoderna vara i realtid och automatiska. Detta innebär att metoderna ANN-wavelet, adaptiv subtraktion och automatiserad wavelet-ICA rekommenderas för effektiv eliminering av EKG-artefakter från yt-EMG-signaler. För att jämföra resultaten av de undersökta och föreslagna metoderna i denna studie, har rena EMG-signaler från biceps och delta-muskler, samt EKG-artefakter från stora bröstmuskeln spelats in från fem friska personer. För att skapa 10-kanaliga brusiga EMG-signaler har de inspelade EKG-artefakterna adderats till de rena EMG-signalerna. De olika artefaktreduceringsmetoderna har även tillämpats på 10 kanaler verkliga EMG signaler med artefakter, från stora bröstmuskeln på vänster sida. Utvärderingskriterier såsom signal-brusförhållandet, relativta felet, korrelationskoefficienten, förfluten tid och effektspektrumstäthet har använts för att utvärdera de föreslagna metoderna. Prestandan hos den föreslagna ANN-wavelet metoden befanns överlägsen de andra metoderna med ett signalbrusförhållande på 15,53, relativt fel på 0,01 och korrelationskoefficient på 0,98.

  • 4.
    Abbaspour, Sara
    et al.
    Amirkabir University of technology,Tehran, Iran.
    Fallah, Ali
    Amirkabir University of technology,Tehran, Iran.
    Removing ECG Artifact from the Surface EMG Signal Using Adaptive Subtraction Technique2014Ingår i: Biomedical Physics and Engineering, ISSN 2251-7200, Vol. 4, nr 1, s. 33-38Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Background: The electrocardiogram artifact is a major contamination in the electromyogram signals when electromyogram signal is recorded from upper trunk muscles and because of that the contaminated electromyogram is not useful. Objective: Removing electrocardiogram contamination from electromyogram signals. Methods: In this paper, the clean electromyogram signal, electrocardiogram artifact and electrocardiogram signal were recorded from leg muscles, the pectoralis major muscle of the left side and V4, respectively. After the pre-processing, contaminated electromyogram signal is simulated with a combination of clean electromyogram and electrocardiogram artifact. Then, contaminated electromyogram is cleaned using adaptive subtraction method. This method contains some steps; (1) QRS detection, (2) formation of electrocardiogram template by averaging the electrocardiogram complexes, (3) using low pass filter to remove undesirable artifacts, (4) subtraction. Results: Performance of our method is evaluated using qualitative criteria, power spectrum density and coherence and quantitative criteria signal to noise ratio, relative error and cross correlation. The result of signal to noise ratio, relative error and cross correlation is equal to 10.493, 0.04 and %97 respectively. Finally, there is a comparison between proposed method and some existing methods. Conclusion: The result indicates that adaptive subtraction method is somewhat effective to remove electrocardiogram artifact from contaminated electromyogram signal and has an acceptable result.

  • 5.
    Abbaspour, Sara
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Lindén, Maria
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Gholamhosseini, Hamid
    Auckland University of Technology, New Zealand.
    ECG Artifact Removal from Surface EMG Signal Using an Automated Method Based on Wavelet-ICA2015Ingår i: Studies in Health Technology and Informatics, Volume 211, 2015, s. 91-97Konferensbidrag (Refereegranskat)
    Abstract [en]

    This study aims at proposing an efficient method for automated electrocardiography (ECG) artifact removal from surface electromyography (EMG) signals recorded from upper trunk muscles. Wavelet transform is applied to the simulated data set of corrupted surface EMG signals to create multidimensional signal. Afterward, independent component analysis (ICA) is used to separate ECG artifact components from the original EMG signal. Components that correspond to the ECG artifact are then identified by an automated detection algorithm and are subsequently removed using a conventional high pass filter. Finally, the results of the proposed method are compared with wavelet transform, ICA, adaptive filter and empirical mode decomposition-ICA methods. The automated artifact removal method proposed in this study successfully removes the ECG artifacts from EMG signals with a signal to noise ratio value of 9.38 while keeping the distortion of original EMG to a minimum.

  • 6.
    Afshar, Sara Zargari
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Real-time and offline evaluation of myoelectric pattern recognition for upper limb prosthesis controlManuskript (preprint) (Övrigt vetenskapligt)
  • 7.
    Ahmed, Mobyen Uddin
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Brickman, Staffan
    Mälardalens högskola.
    Dengg, Alexander
    Mälardalens högskola.
    Fasth, Niklas
    Mälardalens högskola.
    Mihajlovic, Marko
    Mälardalens högskola.
    Norman, Jacob
    Mälardalens högskola.
    A machine learning approach to classify pedestrians’ events based on IMU and GPS2019Ingår i: International Journal of Artificial Intelligence, ISSN 0974-0635, E-ISSN 0974-0635, Vol. 17, nr 2, s. 154-167Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    This paper investigates and implements six Machine Learning (ML) algorithms, i.e. Artificial Neural Network (ANN), Support Vector Machine (SVM), Decision Tree (DT), Random Forest (RF), Extra Tree (ET), and Gradient Boosted Trees (GBT) to classify different Pedestrians’ events based on Inertial Measurement Unit (IMU) and Global Positioning System (GPS) signals. Pedestrians’ events are pedestrian movements as the first step of H2020 project called SimuSafe1 with a goal to reduce traffic fatalities by doing risk assessments of the pedestrians. The movements the MLs’ models are attempting to classify are standing, walking, and running. Data, i.e. IMU, GPS sensor signals and other contextual information are collected by a smartphone through a controlled procedure. The smartphone is placed in five different positions onto the body of participants, i.e. arm, chest, ear, hand and pocket. The recordings are filtered, trimmed, and labeled. Next, samples are generated from small overlapping sections from which time and frequency domain features are extracted. Three different experiments are conducted to evaluate the performances in term of accuracy of the MLs’ models in different circumstances. The best performing MLs’ models determined by the average accuracy across all experiments is Extra Tree (ET) with a classification accuracy of 91%. 

  • 8.
    Barua, Shaibal
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Ahmed, Mobyen Uddin
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Ahlström, Christer
    MFT, Linköping Sweden.
    Begum, Shahina
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Funk, Peter
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Automated EEG Artifact Handling with Application in Driver Monitoring2017Ingår i: IEEE journal of biomedical and health informatics, ISSN 2168-2194, E-ISSN 2168-2208, Vol. 22, nr 5, s. 1350-1361Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Automated analyses of electroencephalographic (EEG) signals acquired in naturalistic environments is becoming increasingly important in areas such as brain computer interfaces and behaviour science. However, the recorded EEG in such environments is often heavily contaminated by motion artifacts and eye movements. This poses new requirements on artifact handling. The objective of this paper is to present an automated EEG artifacts handling algorithm which will be used as a pre-processing step in a driver monitoring application. The algorithm, named ARTE (Automated aRTifacts handling in EEG), is based on wavelets, independent component analysis and hierarchical clustering. The algorithm is tested on a dataset obtained from a driver sleepiness study including 30 drivers and 540 30-minute 30-channel EEG recordings. The algorithm is evaluated by a clinical neurophysiologist, by quantitative criteria (signal quality index, mean square error, relative error and mean absolute error), and by demonstrating its usefulness as a preprocessing step in driver monitoring, here exemplified with driver sleepiness classification. All results are compared with a state of the art algorithm called FORCe. The quantitative and expert evaluation results show that the two algorithms are comparable and that both algorithms significantly reduce the impact of artifacts in recorded EEG signals. When artifact handling is used as a pre-processing step in driver sleepiness classification, the classification accuracy increased by 5% when using ARTE and by 2% when using FORCe. The advantage with ARTE is that it is data driven and does not rely on additional reference signals or manually defined thresholds, making it well suited for use in dynamic settings where unforeseen and rare artifacts are commonly encountered.

  • 9.
    Dao, Van-Lan
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Tran, Hung Vinh
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Girs, Svetlana
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Uhlemann, Elisabeth
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Reliability and Fairness for CANT Communication Based on Non-Orthogonal Multiple Access2019Ingår i: 2019 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS WORKSHOPS (ICC WORKSHOPS), IEEE , 2019Konferensbidrag (Refereegranskat)
    Abstract [en]

    Recently, communication using unmanned aerial vehicles (LAVO as relay nodes has been considered beneficial for a number of applications. Moreover, nomorthogonM multiple access (NONIA) with users being assigned different signal passer levels while sharing the same tune-frequency domain has been found effective to enhance spectrum utilization and provide predictable access to the channel. Thus, in this paper we consider an UAV communication system with NOMA and propose a solution to find the optimal values for the user's power allocation coefficients (PA(s) needed to achieve the required levels of communication reliability. We present a closed-form expression for the PAC of each user and also propose an algori for finding the optimal altitude of the UAV required to satisfy the fairness condition for all users. Finally, we provide numerical mutinies and compare the results tar three types of communication environments.

  • 10.
    Du, Jiaying
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Real-time signal processing in MEMS sensor-based motion analysis systems2019Doktorsavhandling, sammanläggning (Övrigt vetenskapligt)
    Abstract [en]

    This PhD thesis focuses on real-time signal processing for hardware-limited micro-electro-mechanical system (MEMS) sensor-based human motion analysis systems. The aim of the thesis is to improve the signal quality of MEMS gyroscopes and accelerometers by minimizing the effects of signal errors, considering the hardware limitations and the users' perception.

    MEMS sensors such as MEMS gyroscopes and MEMS accelerometers are important components in motion analysis systems. They are known for their small size, light weight, low power consumption, low cost, and high sensitivity. This makes them suitable for wearable systems for measuring body movements. The data can further be used as input for advanced human motion analyses. However, MEMS sensors are usually sensitive to environmental disturbances such as shock, vibration, and temperature change. A large portion of the MEMS sensor signals actually originate from error sources such as noise, offset, null drift and temperature drift, as well as integration drift. Signal processing is regarded as the major key solution to reduce these errors. For real-time signal processing, the algorithms need to be executed within a certain specified time limit. Two crucial factors have to be considered when designing real-time signal processing algorithms for wearable embedded sensor systems. One is the hardware limitations leading to a limited calculation capacity, and the other is the user perception of the delay caused by the signal processing.

    Within this thesis, a systematic review of different signal error reduction algorithms for MEMS gyroscope-based motion analysis systems for human motion analysis is presented. The users’ perceptions of the delay when using different computer input devices were investigated. 50 ms was found as an acceptable delay for the signal processing execution in a real-time motion analysis system. Real-time algorithms for noise reduction, offset/drift estimation and reduction, improvement of position accuracy and system stability considering the above mentioned requirements, are presented in this thesis. The algorithms include a simplified high-pass filter and low-pass filter, a LMS algorithm, a Kalman filter, a WFLC algorithm, two simple novel algorithms (a TWD method and a velocity drift estimation method), and a novel combination method KWT.  Kalman filtering was found to be efficient to reduce the problem of temperature drift and the WFLC algorithm was found the most suitable method to reduce human physiological tremor and electrical noise. The TWD method resulted in a signal level around zero without interrupting the continuous movement signal. The combination method improved the static stability and the position accuracy considerably.  The computational time for the execution of the algorithms were all perceived as acceptable by users and kept within the specified time limit for real-time performance.  Implementations and experiments showed that these algorithms are feasible for establishing high signal quality and good system performance in previously developed systems, and also have the potential to be used in similar systems.

  • 11.
    Ericsson, Kenneth
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Grann, Robert
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Image optimization algorithms on an FPGA2009Studentuppsats (Examensarbete)
    Abstract [en]

     

    In this thesis a method to compensate camera distortion is developed for an FPGA platform as part of a complete vision system. Several methods and models is presented and described to give a good introduction to the complexity of the problems that is overcome with the developed method. The solution to the core problem is shown to have a good precision on a sub-pixel level.

     

  • 12.
    Forsberg, Axel
    Mälardalens högskola, Akademin för innovation, design och teknik.
    A Wavelet-Based Surface Electromyogram Feature Extraction for Hand Gesture Recognition2018Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    The research field of robotic prosthetic hands have expanded immensely in the last couple of decades and prostheses are in more commercial use than ever. Classification of hand gestures using sensory data from electromyographic signals in the forearm are primary for any advanced prosthetic hand. Improving classification accuracy could lead to more user friendly and more naturally controlled prostheses. In this thesis, features were extracted from wavelet transform coefficients of four channel electromyographic data and used for classifying ten different hand gestures. Extensive search for suitable combinations of wavelet transform, feature extraction, feature reduction, and classifier was performed and an in-depth comparison between classification results of selected groups of combinations was conducted. Classification results of combinations were carefully evaluated with extensive statistical analysis. It was shown in this study that logarithmic features outperforms non-logarithmic features in terms of classification accuracy. Then a subset of all combinations containing only suitable combinations based on the statistical analysis is presented and the novelty of these results can direct future work for hand gesture recognition in a promising direction.

  • 13.
    Hasanzadeh, Mujtaba
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Hengl, Alexandra
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Real-Time Pupillary Analysis By An Intelligent Embedded System2019Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    With no online pupillary analysis methods today, both the medical and the research fields are left to carry out a lengthy, manual and often faulty examination. A real-time, intelligent, embedded systems solution to pupillary analysis would help reduce faulty diagnosis, speed-up the analysis procedure by eliminating the human expert operator and in general, provide a versatile and highly adaptable research tool. Therefore, this thesis has sought to investigate, develop and test possible system designs for pupillary analysis, with the aim for caffeine detection. A pair of LED manipulator glasses have been designed to standardize the illumination method across testing. A data analysis method of the raw pupillary data has been established offline and then adapted to a real-time platform. ANN was chosen as classification algorithm. The accuracy of the ANN from the offline analysis was 94% while for the online classification the obtained accuracy was 17%. A realtime data communication and synchronization method has been developed. The resulting system showed reliable and fast execution times. Data analysis and classification took no longer than 2ms, faulty data detection showed consistent results. Data communication suffered no message loss. In conclusion, it is reported that a real-time, intelligent, embedded solution is feasible for pupillary analysis.

  • 14.
    Holmqvist, Niclas
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    HANDHELD LIDAR ODOMETRY ESTIMATION AND MAPPING SYSTEM2018Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    Ego-motion sensors are commonly used for pose estimation in Simultaneous Localization And Mapping (SLAM) algorithms. Inertial Measurement Units (IMUs) are popular sensors but suffer from integration drift over longer time scales. To remedy the drift they are often used in combination with additional sensors, such as a LiDAR. Pose estimation is used when scans, produced by these additional sensors, are being matched. The matching of scans can be computationally heavy as one scan can contain millions of data points. Methods exist to simplify the problem of finding the relative pose between sensor data, such as the Normal Distribution Transform SLAM algorithm. The algorithm separates the point cloud data into a voxelgrid and represent each voxel as a normal distribution, effectively decreasing the amount of data points. Registration is based on a function which converges to a minimum. Sub-optimal conditions can cause the function to converge at a local minimum. To remedy this problem this thesis explores the benefits of combining IMU sensor data to estimate the pose to be used in the NDT SLAM algorithm.

  • 15.
    Holmström, Johnny
    Mälardalens högskola, Akademin för innovation, design och teknik.
    GOVERNOR ELECTRONICS FOR DIESEL ENGINES: High availability platform for real-time control and advanced fuel efficiency algorithms2013Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Fossila bränslen är en dyrbar råvara och förbränningen av detta bränsle leder till negativa miljöeffekter. Detta papper utvärderar och verifierar elektroniken som behövs för att beräkna intelligenta algoritmer som minskar bränsle konsumtionen för kommersiella fartyg. Detta görs genom att sammanfoga avancerade funktioner i en och samma elektroniska enhet som kontrollerar bränsle insprutningen på stora diesel motorer, denna elektronik är känd som en varvtals regulator. Kontroll systemet är klassificerat som ett säkerhetskritiskt system. Detta betyder att elektroniken måste utformas för att vara felsäker. För att tillåta framtida forskning och utveckling behöver plattformen vara flexibel. Den ska tillåta konfiguration av hårdvara och mjukvara ändringar. Samverkan mellan hårdvara och mjukvara. För effektiv installation samt drifttagning, måste systemet vara automat-kalibrerande och utrustat med programmerbara byglingar som möjliggör en kostnadseffektiv lösning. Beräkningen av bränsle optimeringen behöver en detaljerad modell av fartygets rörelse. Detta möjliggörs genom att integrera moderna sensorer och en mängd olika kommunikationsmedier. Bland annat så utvärderades gyroskop kontra accelerometrar för att hitta den bästa lösningen i förhållande till kostnad och kvalitet. Denna design ersätter den nuvarande produkten DEGO III. Den nya produkten behöver samma funktionalitet samt en mängd nya funktioner. Fokus har varit kommunikation, metoder för att samla sensordata och ökad beräknings kraft. När en ny generation av en produkt ska utvecklas finns uppgifter så som att välja komponenter, frågor gällande mönsterkorts layout och en utvärdering av leverantörs källor. Tillverkningen av prototypen inkluderar utvärdering av produktions metoder för att effektivisera tillverkning och verifiering.

  • 16.
    Lindh, Fredrik
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Wennerström, Jessica
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Otnes, Thomas
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Electronic Design Optimization of Vibration Monitor Instrument2012Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    Vibrations in machines increase friction on moving parts which cause chafing that will tear down the fabric of the machine components when given time, thus monitoring and analysis of machine vibrations are important for preventive maintenance. Vibration analysis utilizes time domain as well as frequency domain analysis for which there have been analog solutions for quite some time. This work has been about moving a predominantly analog mixed signal system onto an FPGA and making it mostly digital. Vibration analysis on an FPGA have its own challenges and benefits compared to other methods. The inherent parallelism of the FPGA makes it suitable for high performance signal analysis. This report shows through two proof-of-concept solutions that the translation of a predominantly analog system is viable, economic and can deliver improved performance. The two solutions have utilized two different units from Xilinx, the Spartan-6 FPGA and the Zynq-7000 system on chip FPGA. The solution implemented on Spartan-6 produces a result in 9.32 ms and the other implementation based on Zynq-7000 produces a result in 9.39 ms, which is more than a 10-fold increase in performance of the current system. The results obtained show that both solutions can perform the calculations for the proof of concept within 20% of the allotted time. Costs of both solutions as well as other qualities of each solution are presented in this paper.

  • 17.
    Martinsson, Jonas
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Examine vision technology for small object recognition in an industrial robotics application2015Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    This thesis explains the development of a computer vision system able to find and orient relatively small objects. The motivations is exchanging a monotonous work done by hand and replace it with an automation system with help of an ABB IRB 140 industrial robot. The vision system runs on a standard PC and is developed using the OpenCV environment, originally made by Intel in Russia. The algorithms of the system is written in C++ and the user interface in C++/CLI. With a derived test case, multiple vision algorithms is tested and evaluated for this kind of application. The result shows that SIFT/SURF works poorly with multiple instances of the search object and HAAR classifiers produces many false positives. Template matching with image moment calculation gave a satisfying result regarding multiple object in the scene and produces no false positives. Drawbacks of the selected algorithm developed where sensibility to light invariance and lack of performance in a skewed scene. The report also contains suggestions on how to precede with further improvements or research.

  • 18.
    Persson, Anders
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Platform development of body area network for gait symmetry analysis using IMU and UWB technology2018Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [en]

    Having a device with the capability of measure motions from gait produced by a human being, could be of most importance in medicine and sports. Physicians or researchers could measure and analyse key features of a person's gait for the purpose of rehabilitation or science, regarding neurological disabilities. Also in sports, professionals and hobbyists could use such a device for improving their technique or prevent injuries when performing. In this master thesis, I present the research of what technology is capable of today, regarding gait analysis devices. The research that was done has then help the development of a suggested standalone hardware sensor node for a Body Area Network, that can support research in gait analysis. Furthermore, several algorithms like for instance UWB Real-Time Location and Dead Reckoning IMU/AHRS algorithms, have been implemented and tested for the purpose of measuring motions and be able to run on the sensor node device. The work in this thesis shows that a IMU sensor have great potentials for generating high rate motion data while performing on a small mobile device. The UWB technology on the other hand, indicates a disappointment in performance regarding the intended application but can still be useful for wireless communication between sensor nodes. The report also points out the importance of using a high performance micro controller for achieving high accuracy in measurements.

  • 19.
    Tomasic, Ivan
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Petrovic, Nikola
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Lindén, Maria
    Mälardalens högskola, Akademin för innovation, design och teknik, Inbyggda system.
    Rashkovska, A.
    Jožef Stefan Institute, Department of Communication Systems, Ljubljana, Slovenia.
    Comparison of publicly available beat detection algorithms performances on the ECGs obtained by a patch ECG device2019Ingår i: 2019 42nd International Convention on Information and Communication Technology, Electronics and Microelectronics, MIPRO 2019 - Proceedings, Institute of Electrical and Electronics Engineers Inc. , 2019, s. 275-278Konferensbidrag (Refereegranskat)
    Abstract [en]

    Eight ECG beat detection algorithms, from the PhysioNet's WFDB and Cardiovascular Signal toolboxes, were tested on twenty measurements, obtained by the Savvy patch ECG device, for their accuracy in beat detection. On each subject, one measurement is obtained while sitting and one while running. Each measurement lasted from thirty seconds to one minute. The measurements obtained while running were more challenging for all the algorithms, as most of them almost perfectly detected all the beats on the measurements obtained in sitting position. However, when applied on the measurements obtained while running, all the algorithms have performed with decreased accuracy. Considering overall percentage of the faulty detected peaks, the four best algorithms were jqrs, from the Cardiovascular Signal Toolbox, and ecgpuwave, gqrs, and wqrs, from the WFDB Toolbox, with percentages of faulty detected beats 1.7, 2.3, 2.9, and 3, respectively. 

  • 20.
    Östberg, Micael
    et al.
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Norgren, Mikael
    Mälardalens högskola, Akademin för innovation, design och teknik.
    Intelligent Gripper2013Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
    Abstract [sv]

    Den mänskliga handen är en fantastisk universiell gripklo då den kan greppa objekt av okänd form, vikt och yta. De flesta gripklor i dagens industri måste vara specialgjorda och anpassas för varje applikation av ingenjörer och därmed behövs otaliga mantimmar för att få önskat beteende och repeterbarhet. Att kunna anpassa vissa av den mänskliga handens egenskaper till en robust industriell robotgripklo skulle utöka dess användarområde och lätta upp anpassningen för ingenjörer när den väl är installerad.

    Detta examensarbete diskuterar hur en robust intelligent gripklo har blivit utvecklat for industriellt bruk baserad på piezo sensorer som har förmågan att känna av glidning och initiell kontakt av objekt. Först, en experimentiell fungerande sensorprototyp utvecklades med hjälp av en förstärkningskrets och algoritmer implementerade i LabView. Därefter utvecklades en slutlig prototyp innehållandes ett signalkort, ett FPGA-kort, en enkel gripklo med linjärenheter och mer robusta sensorer.

    Examensarbetet tar vidare upp vilka delar som framgångsrikt blivit implementerade och vilka delar som behöver utvecklas ytterligare, testas och förbättras.

1 - 20 av 20
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf