1. Primerjalna analiza robotov FANUC in CRP: Tehnične, programske in varnostne lastnostiMiha Fekonja, 2025, diplomsko delo Opis: Cilj diplomske naloge je opraviti primerjalno analizo med primerljivimi industrijskimi in kolaborativnimi roboti podjetij Fanuc in CRP. Analiza je izvedena z vidika tehničnih, programskih in varnostnih lastnosti robotov. V nalogi so opisani tudi primeri praktičnih izkušenj, pridobljenih v času ustvarjenja zaključnega dela. Bistvo primerjave je ugotoviti, v katerih nalogah bo robot CRP dovolj dober, da ga uporabimo na mesto robota Fanuc.
Analiza bo koristila podjetjem pri naložbenih odločitvah.
Ključne besede: FANUC, CRP, robot, primerjava.
Objavljeno v DKUM: 03.03.2025; Ogledov: 0; Prenosov: 9
 Celotno besedilo (4,79 MB) |
2. Unlocking the power of socially assistive robotic nurses in hospitals through innovative living lab methodologyUmut Arioz, Božidar Bratina, Izidor Mlakar, Nejc Plohl, Suzana Uran, Igor Robert Roj, Riko Šafarič, Valentino Šafran, 2024, izvirni znanstveni članek Ključne besede: co-creation, stakeholder engagement, socially assistive humanoid robots, living lab, hospital care
Objavljeno v DKUM: 03.02.2025; Ogledov: 0; Prenosov: 6
Celotno besedilo (728,62 KB) |
3. Wearable online freezing of gait detection and cueing systemJan Slemenšek, Jelka Geršak, Božidar Bratina, Vesna M. Van Midden, Zvezdan Pirtošek, Riko Šafarič, 2024, izvirni znanstveni članek Opis: This paper presents a real-time wearable system designed to assist Parkinson’s disease patients experiencing freezing of gait episodes. The system utilizes advanced machine learning models, including convolutional and recurrent neural networks, enhanced with past sample data preprocessing to achieve high accuracy, efficiency, and robustness. By continuously monitoring gait patterns, the system provides timely interventions, improving mobility and reducing the impact of freezing episodes. This paper explores the implementation of a CNN+RNN+PS machine learning model on a microcontroller-based device. The device operates at a real-time processing rate of 40 Hz and is deployed in practical settings to provide ‘on demand’ vibratory stimulation to patients. This paper examines the system’s ability to operate with minimal latency, achieving an average detection delay of just 261 milliseconds and a freezing of gait detection accuracy of 95.1%. While patients received on-demand stimulation, the system’s effectiveness was assessed by decreasing the average duration of freezing of gait episodes by 45%. These preliminarily results underscore the potential of personalized, real-time feedback systems in enhancing the quality of life and rehabilitation outcomes for patients with movement disorders.
Ključne besede: Parkinson’s disease, freezing of gait, machine learning, real-time systems, wearable devices, on-demand stimulation
Objavljeno v DKUM: 31.01.2025; Ogledov: 0; Prenosov: 3
Celotno besedilo (6,29 MB) |
4. A genetic algorithm based ESC model to handle the unknown initial conditions of state of charge for lithium ion battery cellKristijan Korez, Dušan Fister, Riko Šafarič, 2025, izvirni znanstveni članek Opis: Classic enhanced self-correcting battery equivalent models require proper model parameters and initial conditions such as the initial state of charge for its unbiased functioning. Obtaining parameters is often conducted by optimization using evolutionary algorithms. Obtaining the initial state of charge is often conducted by measurements, which can be burdensome in practice. Incorrect initial conditions can introduce bias, leading to long-term drift and inaccurate state of charge readings. To address this, we propose two simple and efficient equivalent model frameworks that are optimized by a genetic algorithm and are able to determine the initial conditions autonomously. The first framework applies the feedback loop mechanism that gradually with time corrects the externally given initial condition that is originally a biased arbitrary value within a certain domain. The second framework applies the genetic algorithm to search for an unbiased estimate of the initial condition. Long-term experiments have demonstrated that these frameworks do not deviate from controlled benchmarks with known initial conditions. Additionally, our experiments have shown that all implemented models significantly outperformed the well-known ampere-hour coulomb counter integration method, which is prone to drift over time and the extended Kalman filter, that acted with bias.
Ključne besede: enhanced self-correcting model, state of charge estimation, lithium-ion cell parameter identification
Objavljeno v DKUM: 08.01.2025; Ogledov: 0; Prenosov: 4
Celotno besedilo (5,96 MB) |
5. Stanje napolnjenosti litij-titanat oksidnih hranilnikov energijeJaka Gselman, 2024, diplomsko delo Opis: V letu 2023 se je delež tržišča za shranjevanje energije potrojil; proizvajamo in porabljamo vedno več energije, ampak včasih proizvedemo več energije, kot je zmoremo porabiti ali pa premalo. Zato je potrebno energijo shraniti. Baterijske celice so zdaleč najbolj učinkovit način shranjevanja energije. Želja po dolgotrajnejših in bolj zanesljivih sistemih je začela v ospredje postavljali litij-titanat oksidne celice. Hkrati so se proizvajalci inverterjev začeli nagibati h visoko napetostim baterijskim sistemom zaradi manjših izgub ter cene. Diplomsko delo se osredotoča na visokonapetostni LTO baterijski sistem, podrobno opisuje njegovo delovanje in sestavne dele ter primerja različne metode določanja stanja napolnjenosti.
Ključne besede: zalogovniki električne energije, litij-titanat oksid, kalman filter, stanje napolnjenosti, SOC.
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 6
Celotno besedilo (2,46 MB) |
6. Detekcija zamrznjenega koraka in stimulacija v realnem času s personaliziranim nosljivim sistemom za bolnike s Parkinsonovo boleznijo : doktorska disertacijaJan Slemenšek, 2024, doktorska disertacija Opis: Analiza in razumevanje človeškega gibanja odpirata nova vrata na različnih področjih, kot so šport,
robotika, virtualna resničnost, medicina in rehabilitacija. Detekcija specifičnih aktivnosti človeškega
gibanja omogoča razvoj naprednih, personaliziranih naprav, orodij in pripomočkov za medicinske
namene. Zbiranje in analiza gibalnih podatkov omogočata ustvarjanje objektivnejše ocene o
dejanskem motoričnem stanju posameznika ali bolnika, kar lahko poveča učinkovitost treninga,
okrevanja in rehabilitacije. Disertacija predlaga robusten, nosljiv merilni sistem za zajemanje in analizo
človeškega gibanja v realnem času, namenjen bolnikom s Parkinsonovo boleznijo, ki doživljajo epizode
zamrznitve koraka. Gibalni podatki so pridobljeni s pomočjo pospeškometrov, giroskopov in merilnikov
mišične aktivnosti, vgrajenih v elastičen pas, nameščen pod kolenom na obeh nogah. Gibalni podatki
so uporabljeni za učenje in testiranje algoritmov strojnega učenja. Z obširno primerjalno analizo
desetih uveljavljenih klasifikacijskih algoritmov strojnega učenja za namene detekcije petih aktivnosti
smo identificirali kombinacijo konvolucijskih in rekurentnih nevronskih mrež z dodanim mehanizmom
pozornosti kot najbolj učinkovit klasifikacijski model, ki je nove instance klasificiral s točnostjo 98.9 %,
natančnostjo 96.8 %, senzitivnostjo 97.8 %, specifičnostjo 99.1 % ter F1 oceno 97.3 %. Enostavnejša,
čeprav zanemarljivo manj učinkovita kombinacija konvolucijskih in rekurentnih nevronskih mrež z
dodatkom preteklih podatkovnih instanc, je implementirana na mikrokrmilniku in uporabljena za
klasifikacijo novih instanc s frekvenco 40 Hz. Sistem je v realnem času detektiral zamrznjen korak pri
bolnikih s Parkinsonovo boleznijo s točnostjo 95.1 % in povprečno zakasnitvijo 261 ms, pri čemer so
bolniki prejemali stimulacijo po potrebi. Ritmični vibracijski stimulatorji so uspešno zmanjšali
povprečno trajanje zamrznjenega koraka za 38 %.
Ključne besede: Analiza gibanja, Parkinsonova bolezen, zamrznitev koraka, strojno učenje, aktivna stimulacija.
Objavljeno v DKUM: 22.10.2024; Ogledov: 0; Prenosov: 32
Celotno besedilo (6,57 MB) |
7. |
8. Razvoj in implementacija sistema strojnega vida za precizno določanje položajev lukenj v aplikacijah robotskega vijačenja : magistrsko deloLeopold Hauptman, 2024, magistrsko delo Opis: Magistrska naloga opisuje uporabo industrijske kamere SICK, PLC Siemens in industrijskega robota Yaskawa za določanje pozicije lukenj za robotsko vijačenje. Razložene so funkcije in uporaba programskega paketa SICK Quality inspection za programiranje industrijske kamere. Za tem je predstavljena uporabljena oprema za izvedbo naloge. Predstavljena je priprava komunikacije med napravami in kalibracija kamere z robotom, kjer se koordinate kamere pretvorijo v koordinate robotskega koordinatnega sistema. Sledi opis naloge in predstavitev problemov, ki so se pojavili med pripravo programov za strojni vid. Na koncu sledijo še opisi funkcij pripravljenih programov in končni parametri.
Ključne besede: robotika, strojni vid, industrijska kamera, avtomatizacija, vijačenje
Objavljeno v DKUM: 06.09.2024; Ogledov: 94; Prenosov: 0
Celotno besedilo (1,58 MB) |
9. Delovanje umetne mišice hasel : magistrsko deloMatija Ramšak, 2024, magistrsko delo Opis: Raziskovalno delo magistrskega dela obsega raziskavo mišice HASEL. Proučen je bil način izdelave in kateri so najprimernejši materiali za izdelavo ustrezno delujoče mišice. Delo zajema pripravo programa za preizkušanje mišic v programu Matlab-Simulink in merjenje pomikov mišic v odvisnosti od električne napetosti. V raziskavi se je mišice zbujalo z napetostjo 6 kV. Pri tem so bili doseženi majhni pomiki mišic, ki so bili zaznani z laserskim merilcem. Želelo se je prikazati drugačno obliko mehkega aktuatorja, njegove prednosti in bodoča področja uporabe. V raziskavo so bile zajete različne velikosti in tipi mišice HASEL. S preizkusno ploščico skupaj s krmilno ploščo v programu Matlab-Simulink se je mišice krmililo na tri načine: zbujanje s konstantno napetostjo, zbujanje na signal (step funkcija, pulzni generator) in regulacija z regulatorjem P ali PID, kjer se je mišico pomikalo na želeno razdaljo, ki je bila izmerjena z laserskim merilcem. V delu so tudi podani in pojasnjeni komentarji na odzive mišic.
Ključne besede: mišica HASEL, MATLAB, visoka napetost, krmiljenje, kapacitivnost, kondenzator, digitalni signalni krmilnik
Objavljeno v DKUM: 04.09.2024; Ogledov: 38; Prenosov: 12
Celotno besedilo (5,78 MB) |
10. Human gait activity recognition machine learning methodsJan Slemenšek, Iztok Fister, Jelka Geršak, Božidar Bratina, Vesna M. Van Midden, Zvezdan Pirtošek, Riko Šafarič, 2023, izvirni znanstveni članek Ključne besede: human gait, activity recognition, wearable, machine learning, convolutional neural network, recurrent neural network, attention mechanism
Objavljeno v DKUM: 10.04.2024; Ogledov: 274; Prenosov: 20
Celotno besedilo (5,11 MB)
Gradivo ima več datotek! Več... |
