Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Publikacje Pracowników PL z lat 1990-2010

Publikacje pracowników Politechniki Lubelskie z lat 1990-2010 dostępne są jak dotychczas w starej bazie publikacji
LINK DO STAREJ BAZY

MNiSW
15
WOS
Status:
Autorzy: Kopniak Piotr, Kamiński Marek
Wersja dokumentu: Drukowana | Elektroniczna
Arkusze wydawnicze: 0.79
Język: angielski
Strony: 103 - 114
Web of Science® Times Cited: 4
Scopus® Cytowania: 5
Bazy: Web of Science | Scopus | Web of Science Core Collection | ISI Procedings | DBLP | Ulrich | s | El-Compendex | Scopus | Zentralblatt Math | Meta Press | Springerlink
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 4th International Conference on Man-Machine Interaction,ICMMI,6-9 oktober 2015, Kocierz Pass
Termin konferencji: 6 października 2015 do 9 października 2015
Miasto konferencji: Kocierz
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
Appropriate distance estimation is very important in different applications, e.g. in navigation or developing natural interfaces for man-machine interaction. Article refers to this problem and presents two approaches in improving estimation of the distance. The distance is computed on the base of linear acceleration. The acceleration data is captured by an inertial sensor mounted on moving object. The first approach uses Kalman filter and appropriate preprocessing steps to denoise measured acceleration. This method improves the distance estimation in noticeable manner but is not optimal because of time growing errors. These errors results come from the imperfection of the accelerometer and double integration of acceleration data during computational step. The second approach improves the estimation accuracy by using a neural network. The neural network estimates position of moving object on the base of statistical properties of the acceleration signal. Both of mentioned approaches were compared and the results are described in this article. Theoretical contemplation was confirmed by practical verification which results are also presented. Conducted research show that these two approaches can be combined for an optimal problem solution