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

MNiSW
100
Lista 2024
Status:
Warianty tytułu:
Zastosowanie pasywnych czujników podczerwieni w monitorowaniu dynamiki ruchu pracowników w przestrzeni zamkniętej
Autorzy: Biruk Sławomir, Jaśkowski Piotr, Kaczorek Krzysztof, Krzemiński Michał, Plebankiewicz Edyta, Rosicki Łukasz
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2025
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 638
Wolumen/Tom: 10
Numer artykułu: 156569
Strony: 176 - 185
Bazy: EBSCO | Erih Plus | Baztech
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja autorska
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 23 października 2025
Abstrakty: polski | angielski
Artykuł przedstawia wyniki badań nad zastosowaniem pasywnych czujników podczerwieni (PIR) do monitorowania dynamiki ruchu osób w przestrzeni zamkniętej. Zaprojektowany system, bazujący na mikrokontrolerze Raspberry Pi Pico, umożliwia detekcję obecności, szacowanie prędkości oraz trajektorii ruchu. Próby polowe w budynkach uczelnianych potwierdziły dużą skuteczność i odporność czujników na zakłócenia, wskazując ich potencjał w zarządzaniu przestrzenią pracy i optymalizacji przepływu osób. Pomierzona średnia prędkość ruchu w miejscu pracy wyniosła 1,27–1,60 m/s przy średnim zapełnieniu analizowanych stref ruchu 13÷14 osób.
The article presents the results of research on the application of Passive Infrared (PIR) sensors for monitoring workplace movement dynamics in indoor spatial domains. The designed system, based on a Raspberry Pi Pico microcontroller, enables detection of presence, estimation of locomotion velocity and analysis of movement trajectories. Field tests conducted in university buildings confirmed the high effectiveness and resistance of the sensors to interference, indicating their potential in workplace spatial optimization and human traffic flow management. The measured average walking speeds in the workplace ranged from 1.27 to 1.60 m/s, with the average occupancy of the analyzed traffic areas ranging between 13 and 14.