Wyniki wyszukiwania - BazTech

1

Metoda oceny jakości dróg odstawy i śledzenia ruchu maszyn odstawczych w wyrobiskach górniczych kopalni podziemnej z wykorzystaniem czujników iner-cyjnych – wstępne wyniki

Stefaniak Paweł K., Gawelski Dawid, Annufriiev Sergii, Śliwiński Paweł

Cuprum : czasopismo naukowo-techniczne górnictwa rud

|

2020

|

nr 1

47--60

PL

W górnictwie światowym od wielu lat obserwuje się intensywny wzrost zainteresowania eksploatatorów w zakresie rozwijania systemów monitoringu parametrów operacyjnych maszyn górniczych, szczególnie maszyn załadowczo-odstawczych. Obserwuje się również dynamiczny rozwój algorytmiki w zakresie efektywnego i wydajnego zarządzania, szczególnie w zakresie predykcyjnego utrzymania ruchu. Niestety, w dalszym ciągu w górnictwie marginalizowany jest aspekt warunków drogowych, który odgrywa znaczący wpływ na komfort i efektywność pracy operatora, jak również niezawodność maszyny, w szczególności na przeguby maszyn oraz zużycie i uszkodzenia opon. Ponadto należy podkreślić, że jest to bardzo istotny problem również z punktu widzenia utrzymania infrastruktury kopalni, w tym sieci dróg dojazdowych i odstawczych. W artykule przedstawiono zastosowanie mobilnego czujnika inercyjnego (IMU) do estymacji warunków drogowych w kopalni podziemnej. Opisano szczegółowo procedurę do klasyfikacji drgań do oceny jakości drogi. Przedstawiono prostą metodę do śledzenia trajektorii ruchu pojazdów oraz zaproponowano metodę wizualizacji wyników oceny jakości drogi. W artykule przedstawiono przykładowe wyniki, zarejestrowane przez układ pomiarowy w warunkach kopalni podziemnej. Opisano zidentyfikowane problemy oraz dalsze kierunki pracy.

EN

A significant progress in development of monitoring systems for mining machines is observed in recent years. Along with hardware solutions, some advanced data processing algorithms for effective asset management and predictive maintenance are being elaborated. Nevertheless, the problem of pavement conditions have not been thoroughly discussed in the literature yet. It has significant effect on mining staff work conditions and performance, along with machines reliability, particularly the reliability of tires and construction nodes. Finally, road quality condition is a very important challenge from the point of view of mining infrastructure maintenance, including the maintenance of haulage and access roads. In this article usage of a portable inertial measurement unit (IMU) for the estimation of pavements conditions in the underground mine is discussed. The comprehensive descriptions of the road quality classification and bump detection procedures are included. Some basic methods of motion tra-jectory estimation of vehicles are indicated, while some methods of visualization of these results are proposed. The sample results obtained in in the deep underground mine using the inertial measurements unit are discussed.

2

Motion tracking by the sensor fusion method in the Android environment

Olczak A.

Zeszyty Naukowe. Elektryka / Politechnika Opolska

|

2017

|

z. 75

55--56

EN

This paper describes advantages of the sensor fusion method in motion tracking. The sensor fusion data has been presented in the Android environment.

3

Badanie ruchu skrzydła Bombus terrestris podczas lotu trzepoczącego

Kunicka-Kowalska Z.

Modelowanie Inżynierskie

|

2017

|

T. 33, nr 64

48--51

PL

Artykuł stanowi opis badań nad ruchem skrzydła trzmiela gatunku Bombus terrestris. Badanie zostało wykonane przy użyciu kamer szybkich rejestrujących ruch skrzydła żywego unieruchomionego owada: trzmiel został przyklejony odnóżami do pręcika. Kolejnym krokiem po uzyskaniu filmu było nałożenie wirtualnych punktów na skrzydło i wykonanie motion trackingu w programie Kinovea. Pozyskano w ten sposób serie danych opisujących przemieszczenia punktów na skrzydle, a tym samym ruch i odkształcenia całego skrzydła w funkcji czasu.

EN

The main subject of the article is to study motion of bumblebee (Bombus terrestris) wing. The research was made by using high-speed cameras, which recorded the movements of wings of the living immobilized insect: bumblebees legs was sticked to the rod. The next step after the film was to imposition of virtual points on the wing and execute motion tracking in Kinovea software. Because of that, a series of data describing the displacement of points on the wing, and thus the movement and deformation of the whole wing was obtained, as a function of time.

4

Small Targets Subpixel Position Estimation using GPU

Mazurek P.

Pomiary Automatyka Kontrola

|

2009

|

R. 55, nr 8

651-653

EN

Position estimation of small targets occurs in numerous applications and for pixel-size targets subpixel resolution can be obtained using advanced image processing algorithms. Subpixel estimation using Center-of-Gravity (Center-of-Mass) give ability of position estimation with magnitude higher resolution in comparison to the conventional, maxima based search method. Application of COG algorithm [3] needs prior detection of targets using morphological filters. In this article is assumed 3x3 window and up to 2x2 pixels excitation by target. Proposed detection method and COG estimation can be processed in parallel what is important for CPU and GPU (Graphics Processing Unit) implementations due to single-pass image processing. Different implementations are compared (full processing of both algorithms; COG calculation driven by detection; full and prefilled results data storage; two implementations of divide operations in COG) for 1024x1024 input images. For GPU implementation CUDA (Compute Unified Device Architecture) is used.

PL

Konieczność detekcji położenia obiektów o małym rozmiarze, rzędu rozmiaru piksela występuje w wielu praktycznych zastosowaniach cyfrowego przetwarzania obrazów. Dla obiektów o tych rozmiarach występują pobudzenia zwykle większej liczby pikseli, co pozwala na estymację położenia z rozdzielczością subpikselową (podpikselową). Możliwe jest wyznaczanie położenia obiektu w takim przypadku z precyzją kilka, kilkanaście razy większą niż w przypadku estymacji opartej na poszukiwaniu położenia maksymalnej wartości sygnału. W tym celu konieczne jest zastosowanie algorytmu estymacji, takiego jak algorytm środka ciężkości wyliczającego estymaty wokół maksymalnej wartości wykrytej za pomocą filtru morfologicznego. Dla obiektów o rozmiarze rzędu piksela (na przetworniku) pobudzenie dotyczy od jednego do czterech pikseli, jednak konieczne jest uwzględnienie niezbędnej separacji pomiędzy potencjalnymi sąsiednimi obiektami. Jeśli nie występuje nałożenie lub stykanie się obiektów, to za pomocą zaproponowanego detektora morfologicznego dla obrazów w odcieniach szarości możliwe jest wykrycie obiektu. Do precyzyjnego wyznaczania położenia wykorzystano zoptymalizowany algorytm środka ciężkości, w którym zmieniono sposób indeksacji wartości pikseli, tak by zmniejszyć ilość operacji arytmetycznych, zarówno mnożeń jak i dodawań. Ponieważ istotna jest efektywna obliczeniowo realizacja algorytmu porównano dwie zasadnicze implementacje w oparciu o CPU i GPU (Graphical Processing Unit). Kluczowym zagadnieniem jest minimalizacja ilości przesyłanych danych w obu implementacjach, między jednostką przetwarzającą a pamięcią przechowującą obraz wejściowy i wyniki (położenia obiektów). Rozwiązanie bazujące na zoptymalizowanym algorytmie detekcji i estymacji położenia pozwala na jednoprzebiegowe przetwarzanie obrazu, bez konieczności magazynowania wyników pośrednich w stosunkowo wolnej pamięci. Zbadano i porównano różne warianty implementacji, wykorzystujące pełne przetwarzanie wszystkich danych za pomocą obu algorytmów, warunkowe przetwarzanie algorytmu środka ciężkości sterowane detekcją, wstępne wypełnianie pamięci wyników oraz dwa warianty implementacji operacji dzielenia wymaganej przez algorytm środka ciężkości. Uzyskane wyniki pokazują, że implementacja z wykorzystaniem GPU była co najmniej o rząd wielkości szybsza w stosunku do CPU. W badaniach wykorzystano pojedynczy rdzeń CPU Q6600 oraz GPU G80 (Geforce 8800 GTS). Zaproponowane rozwiązania pozwalają na implementację w czasie rzeczywistym, gwarantując maksymalny czas przetwarzania. Dla implementacji z warunkowym przetwarzaniem i wstępnym wypełnianiem pamięci wyników uzyskano statystyczne skrócenie czasu przetwarzania. Oba rozwiązania dzielenia dla GPU były tak samo efektywne, ponieważ zasadniczym ograniczeniem systemu jest przepustowość pamięci. Dla obrazów o rozmiarze 1024x1024 pikseli uzyskano przetwarzanie z szybkością ponad 400 klatek na sekundę, a w wariantach bardziej zoptymalizowanych ponad 800 klatek na sekundę, co pozwala to na wykorzystanie GPU także do innych celów, przy systemach pracujących z mniejszą liczbą klatek na sekundę. Abstract: Position estimation of small targets occurs in numerous applications and for pixel-size targets subpixel resolution can be obtained using advanced image processing algorithms. Subpixel estimation using Center-of-Gravity (Center-of-Mass) give ability of position estimation with magnitude higher resolution in comparison to the conventional, maxima based search method. Application of COG algorithm [3] needs prior detection of targets using morphological filters. In this article is assumed 3x3 window and up to 2x2 pixels excitation by target. Proposed detection method and COG estimation can be processed in parallel what is important for CPU and GPU (Graphics Processing Unit) implementations due to single-pass image processing. Different implementations are compared (full processing of both algorithms; COG calculation driven by detection; full and prefilled results data storage; two implementations of divide operations in COG) for 1024x1024 input images. For GPU implementation

5

An object-oriented approach to simulating human gait motion based on motion tracking

Tändl M., Stark T., Erol N. E., Löer F., Kecskeméthy A.

International Journal of Applied Mathematics and Computer Science

|

2009

|

Vol. 19, no 3

469-483

EN

Accurate bone motion reconstruction from marker tracking is still an open and challenging issue in biomechanics. Presented in this paper is a novel approach to gait motion reconstruction based on kinematical loops and functional skeleton features extracted from segmented Magnetic Resonance Imaging (MRI) data. The method uses an alternative path for concatenating relative motion starting at the feet and closing at the hip joints. From the evaluation of discrepancies between predicted and geometrically identified functional data, such as hip joint centers, a cost function is generated with which the prediction model can be optimized. The method is based on the object-oriented multibody library [...], which has already been successfully applied to the development of industrial virtual design environments. The approach has been implemented in a general gait visualization environment termed Mobile Body.