Önálló labor 2. Pálfalvi József. BME VIK, Intelligens Rendszerek MSc szakirány

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Önálló labor 2. Pálfalvi József. BME VIK, Intelligens Rendszerek MSc szakirány e-mail: palfalvij@gmail.com"

Átírás

1 KINECT szenzor intelligens terekben Önálló labor 2. Pálfalvi József BME VIK, Intelligens Rendszerek MSc szakirány dr. Dobrowiecki Tadeusz egyetemi konzulens BME MIT Budapest,

2 Tartalomjegyzék TARTALOMJEGYZÉK BEVEZETŐ OPENNI ÉS NITE MI AZ NI? MI AZ OPENNI? HARDVER ÉS MIDDLEWARE KOMPONENSEK PROGRAMOZHATÓSÁG OPENNI ÉS A KINECT MI A NITE? FELHASZNÁLÁSI LEHETŐSÉGEK ROBOTVEZÉRLÉS AUGMENTED REALTY ASSISTED AMBIENT LIVING, ACTIVITIES OF DAILY LIVING INTELLIGENS SZOBA (INTELLIGENS HÁZ) BIZTONSÁGTECHNIKA BIOMETRIA KINECT, MINT BIOMETRIAI SZENZOR ÁLTALÁNOS ALKALMAZHATÓSÁG TAPASZTALATOK A SZENZORRAL LÉTEZŐ MEGOLDÁSOK, MEGKÖZELÍTÉSEK OPENCV [9] BAYESI BECSLÉS AZ EMBERI TEST 3D-S MOZGÁSREKONSTRUKCIÓJÁHOZ [10] ORGANICMOTION [13] MÁS EGYETEMEKEN KINCET TECHNIKAI SPECIFIKÁCIÓ, MŰKÖDÉS SZENZORRAL KIADOTT HIVATALOS PARAMÉTEREK [8] A SZENZOR MŰKÖDÉSE KONKLÚZIÓ FORRÁSJEGYZÉK

3 1 Bevezető A labor célja a november 10-én megjelent Microsoft KINECT szenzor, és a szenzor segítségével megvalósítható problémák tanulmányozása. A szenzor egy RGB kamerával, hangérzékelővel, és egy mélységtérképet szolgáltató IR kamerával és chippel van ellátva. Az integrált megoldásnak köszönhetően egyszerűen lehet objektumokat (elsősorban emberi alakokat, arcokat, végtagokat) azonosítani a 3D térben, és ez leegyszerűsíti a sok témakörben felmerülő problémát: jellegzetes pontokat 3D térben azonosítani és követni. Olyan alkalmazási területeket szeretnék megvizsgálni, ahol a szenzor speciális adottságait kihasználva érdekes és innovatív feladatokat lehetne megoldani. A szenzor tulajdonságait szem előtt tartva felmerülhet a robotvezérlés, kiterjesztett valóság (augmented realty), biztonság technikai, vagy akár a biometriai felhasználás is. Az alkalmazás feltétele a szenzor tesztelése. Elsősorban nem egy konkrét probléma megoldhatóságát akarom megvizsgálni, hanem általános paramétereket tesztelni, amik körülhatárolhatják a felhasználás lehetőségeit (hatótávolság, érzékenység, felbontás ). 3

4 2 OpenNI és NITE Az ebben a fejezetben bemutatott technológiák hivatalos leírása és forrásai: [5, 6, 7] 2.1 Mi az NI? Az NI (Natural Interaction) egy olyan elgondolás, ami az ember-gép interakciót elsősorban a látásra és hallásra akarja alapozni. A koncepció szerint az olyan eszközök, mint a távirányító, egér vagy billentyűzet szükségtelenek egy ember-gép interakcióhoz. Alapvető céljai közé tartozik a hangfelismerés és hangvezérlés, kézjelek felismerése, vagy akár a teljes emberi alakfelismerés, követés és interpretáció további felhasználásra. 2.2 Mi az OpenNI? Az OpenNI egy cross-platform, több programozási nyelven elérhető (C, C++, C#, Java) framework, ami API-kat szolgáltat az olyan alkalmazások készítéséhez, amik az NI (Natural Interaction) alapelvekre épülnek. Az API-kat interfészeken keresztül lehet elérni, amik azt a célt szolgálják, hogy egységes felületen lehessen kommunikálni a hardver elemekkel, amik látnak és hallanak, és a szenzoradatokat feldolgozó middleware-rel. A middleware elemek olyan szoftverkomponensek, amik a szenzorból érkező adatokat feldolgozzák, és olyan magasabb szintű információkat szolgáltatnak a nyers adatokon felül, mint például egy felismert kézfej pozíciója a 3D térben. Ez alapján tehát az OpenNI egy sor olyan API-t definiál, amit a hardvernek, vagy a szoftverkomponensnek kell kielégítenie. Ezzel létrehozva egy egységes környezetet, ami lehetővé teszi: 1. a hardver elemek egyszerű helyettesítését 2. több hardver egyszerre való használatát 3. szoftver komponensek újrafelhasználását, hordozhatóságát Például, ha egy hardvergyártó implementálja egy eszközébenben az OpenNI interfészeket, akkor ezzel biztosítja, hogy az OpenNI-t használó szoftverek az ő készüléküket is használni tudják, gyakorlatilag szabványosan (ehhez persze minden hardvernek egy listát kell szolgáltatnia az elérhető szolgáltatásokról). Másik oldalról megközelítve pedig a szoftverfejlesztők olyan alkalmazásokat készíthetnek, amik függetlenek a konkrét hardvertől (attól, hogy melyik hardverből jön az adat), csak a hardver 4

5 képességeit kell szem előtt tartani (lsd. előbb említett szolgáltatáslista), és függetlenek a middleware komponensektől is. A koncepciót a 2.1-es ábra mutatja be. A legalsó réteg reprezentálja a hardver réteget, ide tartozik maga a KINECT eszköz is. A középső (zöld) réteg azokat a middleware alkalmazásokat jelöli, amik kielégítik az OpenNI API-t és valamilyen hardverre támaszkodva magasabb szintű adatokat szolgáltatnak (pl. nyers pixel adatok helyett egy kézfej pozícióját a térben). Az ezeket összekötő réteg maga az OpenNI, mely ez által egy egységes interfészt kínál a legfelsőbb szinten elhelyezkedő felhasználói alkalmazásnak. A felhasználói alkalmazásnak ez által egyidejűleg lehetősége van: 1. Middleware által kinyert információ felhasználására. 2. Nyers hardver adatok felhasználására. 3. Az OpenNI funkcionalitásait használni az előbbi két ponton. 4. Más API-kat (pl. OpenCV) használni bármelyik előbbi pontban leírt információforrással. 2.1 ábra: OpenNI architektúra (forrás: OpenNI dokumentáció, [5]) 2.3 Hardver és middleware komponensek Az OpenNI által támogatott és menedzselt hardver komponensek: 3D érzékelő (mélységtérkép) RGB kamera IR kamera Audio eszköz Az OpenNI által támogatott és menedzselt middleware komponensek: 5

6 Teljes emberalak analizátor: emberi alakot felismerő, és általában szkeleton (csontváz) adatokat visszaadó komponens. 2.2 ábra: Emberalak analizátor (szkeleton) példaalkalmazás (forrás: OpenNI demo, [5]) Kézfej felismerő: olyan komponens mely analizálja a színtere, és a kézfej pozícióját követi. Gesztus értelmező :olyan komponens, mely előre definiált gesztusokat, gesztusszekvenciákat (pl. integető mozdulat) képes felismerni. Színtér analizáló: analizálja az egész 3D színteret, meghatározva az föld síkját. Azonosítja és követi a mozgó objektumokat (leválasztja a hátteret és az objektumokat ). A fenti komponenseket képes az OpenNI kezelni, és ezekhez biztosít rengeteg funkciót, kezdve a komponensek menedzselésétől és paraméterezésétől, a tényleges adatok kinyerésén át, a komponensek képességeinek analíziséig. Az OpenNI-vel és KINECT-tel szabadon felhasználható és a fenti funkciókat biztosító middleware a PrimeSense NITE megoldása. 2.4 Programozhatóság Az API elérhető C, C++ nyelven, és egy még fejlesztés alatt áll, de már tesztelhető a C# és Java API is. A programozáshoz megfontolandó, hogy a későbbiekben akarjuk-e az alkalmazást kombinálni valamilyen másik API-val, például az OpenCV-vel (Open Computer Vision), amely rengeteg plusz funkciót tenne elérhetővé. Mindkét API támogatja a C++ programnyelvet és dokumentált. Mivel a KINECT szolgáltat színes képet is, ezért az felhasználható az OpenCV által is. 6

7 2.5 OpenNI és a KINECT Az OpenNI interfész bármilyen, az interfészt implementáló hardvert és drivert képes kezelni. Ezzel tehát az eszköz helyettesíthető egyszerűbb, költséghatékonyabb megoldásokkal, amik például csak egy mélység térképet generáló kamerával vannak ellátva, mellőzve az RGB kamerát, a mozgatómotort és a hangérzékelőket. Ezt azért célszerű szem előtt tartani, mivel a KINECT elsősorban a szórakoztató ipar számára készült (Xbox360 játékkonzolhoz: és nem ipari felhasználáshoz. Így kevésbé költséghatékony, illetve a kialakítása is alkalmatlanná teszi például külső terekben való alkalmazásra. Az OpenNI továbbá támogatja több hardver egyidejű, akár szinkronizált használatát. Ezzel könnyen kialakítható egy multi-szenzoros rendszer, mely több szemszögből figyeli meg a színteret, akár több különböző forrást (IR, RGB, 3D) kombinálva. 2.6 Mi a NITE? A NITE a Natural Interacion Technology for End-user kifejezésből ered, ami az OpenNI-t használó egyik legelső szabadon felhasználható middleware komponens. Célja a nyers 3D adatokból használható információkat kinyerni, ahhoz hasonlóan, ahogy az ember is teszi. A NITE-ban egyszerre megtalálhatók olyan eljárások, melyek segítségével egyszerűbbé válik a 3D térben a pontok, alakok követése, és számos funkciót (API) szolgáltat NI felhasználói felületek készítéséhez. Alapvetően két fontos területtel foglalkozik: 1. kéz (kézfej) követés 2. teljes alak (szkeleton) követés A kézfej követés két alapállapotból áll: fókusz mozdulat és vezérlő mozdulat követés. A fókusz mozdulatok lényege, hogy ezek segítéségével lehet a NITE rendszerben a vezérlést átvenni, vagy a vezérlést elkezdeni. Lényege, hogy a szenzor látóterében álló ember valamilyen jellegzetes kézmozdulatot végez (integetés, kéz felemelés), aminek hatására a vezérlést a mozdulatot végző kéz (és a hozzá tartozó ember alak) kapja meg. A vezérlő mozdulatokhoz akármilyen egyéb mozdulat (vagy mozdulatos orozat) tartozhat. A teljes test követés lényege, hogy a nyers mélységtérkép adatokból a NITE rendszer egy szekeltont hoz létre a látótérben tartózkodó alakokhoz. Ez által a felhasználói programoknak nem kell az alacsonyszintű adatokat feldolgozni, hanem egy könnyen kezelhető, végtag és csuklópontokból álló csontvázat kapnak meg. Az algoritmusok között megtalálható még a környezet (scene) detektálás is, mely az előző két követési algoritmusnak az alapja. Ez határozza meg az érzékelt világ síkját ( föld ) és szeparálja a háttér objektumokat az előtér objektumoktól (ember alakok). 7

8 3 Felhasználási lehetőségek Ebben a fejezetben gyűjtöttem össze azokat a felhasználási lehetőségeket, amikkel elsősorban a KINECT, az OpenNI és a NITE nyújtotta előnyöket (egyszerű alakfelismerés és követés, kézfejkövetés, gesztus felismerés) lehetne kiaknázni. 3.1 Robotvezérlés Közvetlen vezérlés (Teleoperation) A robotok közvetlen vezérlése egy KINECT által megfigyelt emberalak által. A szoftverből érkező jeleket a robotkarok vagy robotok közvetlenül végrehajtják. Lényegében az emberi végtagok csuklói illeszkednek a robotkar vagy robot csuklóihoz, és azok szinkronban mozognak az emberrel. Ezzel olyan gépeket lehet készíteni, melyek veszélyes környezetben (pl. sugárzás, elérhetetlen helyek) is könnyen, precízen irányíthatók, minden külső beavatkozó periféria (joystick, billentyűzet) nélkül. Érdekes projektek: Robot felsőtest: Teljes robot irányítás: A potenciál abban van, hogy a mozgás sokkal természetesebb, és ez által jobban irányítható a robot. Hátránya, hogy az emberi csuklópontok korlátozzák a robotot. Egyes robotkarok akár 27 szabadsági fokkal rendelkeznek, amit nem lehetne így irányítani Autonóm mozgás A robotok autonóm módon dolgozzák fel a szenzoradatokat, és autonóm módon cselekszenek, következtetnek. Ez lényegében a térlátás megvalósulása a robotokban. A mögöttes robot ágens működése persze nagyban befolyásolja a végeredményt, de a saját környezetét feltérképezni képes robot nagy előrelépés. Például egy takarító robot, mely képes a teret leképezni egy 3D-s objektummá (esetleg eltárolni), majd ez alapján tájékozódni és a későbbiekben pozícionálni magát. További példa projektek: Quadrotoros helikopter: Ebbe a kategóriába tartozhat még az olyan robot, mely emberi utasításokat képes végrehajtani gesztusok, mozgások értelmezésével. Egy robot mely képes értelmezni az előre kinyújtott tenyeret 8

9 megáll, vagy egy adott irányba való mutatás jelentheti a következő haladási irányt. Bonyolultabb értelmezővel akár konkrét feladatokat is át lehet adni. Ez helyettesítheti a sokszor kényes hangfelismerő és értelmező, és az erre épülő szöveg értelmező komponenseket, hiszen gesztikulációval lehetne kommunikálni. 3.2 Augmented realty A kifejezés jelentése: kiterjesztett valóság. Ezt olyan alkalmazásokra használják, melyek a való világ egy képrészletéhez kontextus-függő, virtuális elemeket rendelnek hozzá. Ilyen, például amikor egy mobiltelefon és GPS segítségével a mobiltelefon kamerája által felvett képre rávetül a közelben lévő üzletek nyitva tartása, távolsága, vagy egy nevezetesség információi. Elsősorban a szórakoztató iparban használják a kiterjesztett valóságot, de a KINECT segítségével sokkal precízebb, ember központibb alkalmazások is készíthetők. Például egy interaktív online ruházati cikkeket áruló bolt támogathatja a KINECT-et. A KINECT által felismert emberalakra az online webshopban kiválasztott ruhát méret-helyesen ráilleszti, és a monitoron megjeleníti a teljes RGB képet, a valós emberrel, de a virtuálisan ráillesztett ruhával. További érdekes projektek: Orvosi alkalmazás (inkább demonstrációhoz): Physx-es demó: Ebbe a kategóriába tartozhat még a művészeti töltetű alkalmazások, mint például a 3D ecset, vagy a virtuális szobrászat. Ezek olyan programok, melyekkel a való világba lehet rajzolni. Példa projekt: 3.3 Assisted Ambient Living, Activities of Daily Living AAL: Assisted Ambient Living: élhetést segítő technológiák, főleg idősebb embereknek ADL: Activities of Daily Living: hétköznapi, sokszor ismételt cselekvések Elsősorban az idősebb emberek, vagy valamilyen módon korlátozott (mozgás, látás, hallás) emberek élhetését segítő technológiákról van szó. A betegellátás, betegfigyelés, idősek gondozása egyre fontosabbá válik, főleg az öregedő országokban, mint pl. Németország. Alapfunkciókat ellátó, automatizált rendszerekre lehet szükség, melyek nem az emberek szociális igényeit kell, hogy kielégítsék, hanem a sürgős, kritikus esetekben kell, hogy gyors segítséget nyújtsanak. Tehát a cél nem egy beszélgető robot létrehozása kéne, hogy legyen, hanem egy olyan megfigyelő rendszer alkalmazása, amely például elesésnél, mozdulatlanságnál, rossz testtartásnál, mozgáshiánynál stb. 9

10 jelez a betegnek, vagy értesíti a megfelelő gondozókat. Ez összekapcsolható, vagy kiegészíthető más elemekkel is Rossz szokások megfigyelése, elesés detektálás Hétköznapi rossz szokások, mozgásszekvenciák, állapotok megfigyelése és felismerése. Ide tartozhat például a körömrágás, támaszkodás, helytelen testtartás (akár ülő pozícióban). Az hirtelen pozícióváltások, mint az elesés, vagy asztal melletti (akár ülő pozícióban) a fej hirtelen lebillenése könnyen detektálható, és fontos tényező lehet az idősebbek gondozásában Rehabilitáció és torna program A mozgások precíz követése lehetővé teszi tornaprogramok készítését, melyek személyi edzőként működhetnek akár egyszerű testedzéshez, vagy beteg rehabilitációhoz. A rehabilitációnál fontos a beteg figyelése a mozgás közben, a szokatlan mozgások detektálása, illetve a mozgásszekvenciák teljesülésének figyelése. Egy beteg, ha a rehabilitációs programot, vagy annak egyes részfeladatait egyáltalán, vagy nem kellően pontosan teljesíti, akkor jelez a rendszer. Tornaprogramok, vagy akár meditációs (tai chi) programok már léteznek az eszközhöz. Ezek lényege, hogy saját edzésprogramot állítanak össze a testünk (alakunk) és korunk alapján, majd egy virtuális világba helyezve minket végeztetik el velünk a gyakorlatokat, és figyelik a mozdulatok teljesülését: Ilyen elven egy munkahelyi, vagy otthoni személyi edző is készíthető, mely például adott időközönként (pl. 2 óránként) utasít minket, hogy tornázzunk egy kicsit AAL, ADL A napközben sokszor elvégzett (időben és térben rendszeresen ismételődő) cselekvésekre az intelligens szoba rá tud tanulni, és sok cselekvés automatizálható. Ezt az intelligens szoba alpontban fejtem ki bővebben. 3.4 Intelligens szoba (intelligens ház) Az intelligens szoba (intelligens ház) egy olyan koncepciót jelent, melyben az ember a környezetével nem közvetlenül kommunikál, nem avatkozik be közvetlenül, hanem a környezet érzékeli és figyeli meg az embert, és az ember tevékenységeire reagál aszerint, hogy maximalizálja a kényelmet és biztonságot, minimalizálja az energiafogyasztást, vagy valamilyen más paramétert. Sokszor multi-szenzoros rendszereket használnak egy ilyen környezet kiépítésére, hiszen a megfigyelésnek sok dimenziója lehet, például hang, páratartalom, hőméréskelt vagy pozíció. Ezek a paraméterek ráadásul a térben is elosztva jelenhetnek meg, ezért adott szenzorokból akár több is kapcsolódhat az intelligens szoba hálózatához, a szoba különböző pontjairól. 10

11 Legegyszerűbb példa erre, hogy ha egy szobában szeretnénk egy ott sokat tevékenykedő ember kényelmét maximalizálni. Ekkor jó hőmérséklet, páratartalom kell. Sötétedés után, ha belép a szobába, akkor automatikusan kapcsolódjon fel a villany, ha előtte több alkalommal manuálisan felkapcsolta (rátanul). Lefekvés érzékelésekor (ágyban fekvő pozíció) kapcsolja le a fő villanyt, és húzza le a redőnyt. A beavatkozás mikéntje is fontos tényező, és itt kapcsolható be a KINECT a rendszerbe. Az NI (Natural Interaction) korábban bemutatott koncepcióját az intelligens szobában úgy alkalmazhatjuk, ha a teljes szoba beavatkozó szerve maga a KINECT, mely értelmezi az emberi gesztusokat, mozdulatokat. Ez alapján a beavatkozás KINECT-et használva automatikus és manuális módon valósulhat meg: Manuális: gesztusok felismerése. Automatikus: pozíciók, testtartás, helyek, (akaratlan) mozdulatok felismerése Manuális vezérlés alatt minden olyan beavatkozást értek, amikor egy még nem megfigyelt, vagy még nem kellően nagy bizonyossággal automatizálható funkciót akar aktiválni a szobában tartózkodó. Automatikus vezérlés alatt minden olyan autonóm módon a szoba által végrehajtandó funkciót értek, melyet a szoba korábban sokszor megfigyelt, és az aktuálisan megfigyelt mozgás alapján újra el kell végezni A rendszer egy példa működése A szobában tartózkodó esténként 10 körül lehúzza a redőnyt. Ezt ismétli párszor, de volt olyan eset, mikor nem húzta le, ezért ebből még nem lehet következtetni (azaz nem kellő bizonyossággal) az ADL-re. Az illető természetesen nem kézzel engedi le, és húzza fel a redőnyt, hanem az ablak irányába mutatva felemeli, vagy leengedi a kezét. Ha az ablak irányába mutatva balra, vagy jobbra mozdítja a kezét, akkor kinyílik, vagy becsukódik az ablak. Egy idő után, ha már kellő pozitív példa áll rendelkezésre, akkor az intelligens szoba este 10-kor automatikusan leengedi a redőnyt. Ez minden könnyen megvalósítható a KINECT-tel, hiszen azonosítható a kar, annak irányítottsága. A mögöttes rendszer pedig valamilyen tanuló algoritmus, akár szakértőegyüttesekből álló rendszer is lehet Kommunikáció A kommunikáció kétirányú kell, hogy legyen. Tehát az ember NI alapú (KINECT) beavatkozása az ember-szoba kommunikációt valósítja meg, és kell egy szoba-ember kommunikációs csatorna is. Az NI alapelvek alapján ez audió és videó alapú kéne, hogy legyen, tehát például egy hangszórórendszer, vagy egy kivetítő mely az ember aktuális helyéhez és orientációjához viszonyítva kivetít egy képet, vagy egy kérdést. A kérdésre pedig hasonlóan a beavatkozáshoz: gesztusokkal lehet válaszolni. 11

12 3.4.3 Intelligens ház elemei 1. Hőmérséklet (fűtés, légkondicionáló; HVAC) 2. Páratartalom (levegő frissesség; HVAC) 3. Nyílászárók működése (ajtó, ablak) 4. Világítás (fényerő) 5. Időzített automatika (pl. viráglocsolás) 6. Biztonság (mozgásérzékelés, arc- és alakfelismerés, gesztuskód) 7. Szórakoztatóelektronika vezérlés 3.5 Biztonságtechnika Biztonságtechnikához a mozgásérzékelőkön kívül kamerák is tartoznak, melyek közül a KINECT speciális funkciót láthat el: alak- és arcfelismerés, illetve gesztuskód ( organikus kód, ami a testtel végzet gesztuskombinációt jelenti) Gesztuskód Tekintve, hogy a KINECT kb. 20 joint pontot (hajlítható csuklópontot és végpontot) tud követni, amik mozgási tartománya az ember méreteitől függ, de értékei folytonosak (!), így a gesztuskód (a lekövetési hibát nem számítva) végtelen sok kombinációt tartalmazhat. Természetesen nem lehet például az alkar elforgatottságát végtelen precizitással érzékelni, ezért kvantálni kell az értékeket, és valamilyen hibaszázalékot használni. A gesztuskód a különböző joint pontok pozíciójától, és az azokat összekötő szakaszok (tagok, végtagok) elforgatottságától függ a 3D térben, illetve nagyban függ a pozíciók közötti váltástól. (tehát nem mindegy, hogy egy felfelé kinyújtott kart úgy érünk el, hogy oldalra hozzuk föl a kezünket, vagy magunk előtt). Egy szobába, házba való belépéskor a kamera azonosítja a belépőjét (arcfelismerés) és/vagy gesztuskódot kér. Ekkor az illető egy rögzített gesztussal jelzi a kód kezdetét, majd elvégzi a gesztussorozatot. Példa: Kód eleje: jobb alkar fej fölé kinyújtva. Kód: Bal kéz 45%-ban magunk mellé; Jobb kéz vízszintesbe; Jobb alkar behajlít; Bal kar vissza test mellé. A kód természetesen lehet sokkal organikusabb is: kézfejjel magunk előtt két 8-ast leírunk, majd lehozzuk a kezünket 45%-ban magunk mellé. A kód lehet rövid is, hiszen a joint pontok száma, és a lehetséges felvehető értékek száma igen nagy. 12

13 Az se jelentene problémát, ha a házba belépő személy nem végzi el rögtön a gesztuskódot, hiszen az érzékelőnek van egy érzékelési zónája (türelmi zóna). Ha ebbe belép a személy, akkor elkezdődik az érzékelés, ezen belül mozoghat, de (riasztás nélkül) kilépni már csak a kód megadása után lehet. 3.6 Biometria A biometria olyan alkalmazások összessége, amik segítségével egy ember a rá jellemző fizikai tulajdonságok, vagy egyedi mozgás, viselkedésjegyek alapján azonosítható. A biometria nagyon fontos részét képezi mindenféle azonosítási eljárásnak, mint például az ujjlenyomat azonosítás vagy az arcfelismerés. Két csoportja van: fizikai viselkedési Az első csoportba tartoznak az emberekre teljesen egyedi, fizikai jellemzők: ujjlenyomat, írisz, arc, tenyéralak, fülalak, retina, arc hőtérkép, DNS, hangelemzés. A második csoportba tartoznak: írás ritmus, testmozgás követés, hangelemzés. Alapvető követelmények a biometriai leírókkal szemben: mindenkire (az emberek nagy részére) értelmezhető, használható legyen egyediség (ne legyen két azonos ember, akire igaz) időben állandó (hosszú ideig statikus jellemző) mérhető (lehetőleg nagy teljesítménnyel, gyorsan) nehezen hamisítható (lemásolható) 3.1 ábra: Biometria általános blokkvázlata (forrás: wikipedia) 13

14 Az általános blokkvázlaton követhetjük a biometria működését. A szenzor adatokat először elő feldolgozásnak vetjük alá (pl. zajszűrés), majd a számunkra kívánatos adatokat szűrjük le az adathalmazból (feature extraction). A szenzorból nyert adatok alapján előállítunk egy mintát, amit az adatbázisban eltárolt, korábbi mintákkal vethetünk össze, majd az eredményeket továbbítjuk az alkalmazásnak további feldolgozásra (riasztás, értesítés stb.) Írás ritmus, kurzor mozgáskövetés A technika lényege, hogy a felhasználót írásmód alapján azonosítják. Ez független a leírt szótól, az azonosított paraméterek között az írásirány, az írási sebesség (karakteren belül is lebontva), és a kurzor közbülső mozgásának követése van. A rögzített mozgás (gesztus) többszöri megismétlésével tanulja meg a rendszer a paramétereket. A kód elvileg legalább olyan egyedi, mint az íráskép (grafológiai elemzés), illetve tudatosan egyedi ismertetőjelekkel is lehet bonyolítani (pl. adott karakter elnyújtása). A probléma ezzel a biometriai mértékkel, hogy az íráskép és- ritmus nagyban függ a lelki állapottól Gait Magyarul azt jelenti: testtartás, járásmód. A szakmában a járás közbeni testtartás, súlymegoszlás elemzését értik ez alatt. Elsősorban mozgásszervi betegségek (ízület, izomzat) elemzésére, felismerésére használják. Próbálták alkalmazni már emberek azonosításra is (http://www.youtube.com/watch?v=voygv1utf7c), ezzel arra próbáltak kísérletet tenni, hogy létrehoznak egy központi adatbázist, amelyben az ismert bűnözők mozgásmintáit tárolják el, majd vetik össze más videókon rögzített mozgásokkal. A projekt (források hiánya alapján), innen nem is jutott tovább. 14

15 4 KINECT, mint biometriai szenzor A KINECT által szolgáltatott adatok (RGB kamerakép, és szkeleton) rögtön adják a lehetőséget, hogy az eszközt vizsgáljuk meg, mint lehetséges biometria alkalmazást. Itt a biometria nem csak személyazonosításra, vagy biztonságtechnikában használható alkalmazásaira kell gondolni. A biometriát, mint olyan alkalmazások összességét tekinthetjük, amik az emberi test valamilyen tulajdonságát próbálja meg azonosítani, követni, és a 3.1 ábra architektúrája alapján működik. Ez alapján a KINECT-et biometriai szenzorként is használhatjuk: pre-processing: mélységképből érkező adatok feldolgozása feature extarction: emberi alakok, joint pontok, kezek azonosítása mozgás lekövetése (minta készítése) eltárolt mozgásmintákkal való összevetés eredmények feldolgozása Az eredményeket többféle alkalmazási területen (nem feltétlenül személyazonosításban, biztonságtechnikába) is használhatjuk: gesztus szekvencia követése (pl. ivás mozdulatsor) gesztuskövetés rehabilitáció követésére szokatlan gesztusok azonosítása gesztus kód (gesztus alapján való azonosítás) testpozíció követés 4.1 Általános alkalmazhatóság Az eddigi kutatások alapján a biometria elsősorban fizikai sajátosságokon alapuló változatait használják, ritka a viselkedési minták felismerése. Ez elsősorban annak tudható be, hogy nehéz olyan hardvert készíteni, ami kompakt módon, ugyanakkor robosztusan működne. A legtöbb viselkedést (mozgást) azonosító rendszer infra-kamerákat és markereket használ, ami egy egész stúdió berendezését és kalibrálását igényli (motion capture). Az egykamerás képfeldolgozás fejlődésének köszönhetően, és a KINECT szenzorban megvalósított színes kép és infra-kamerából származó mélységkép hibrid megoldásának köszönhetően, egyszerűen lehetne emberi alakok végtagjainak mozgását követni, és az adatokat valós időben feldolgozni. A KINECT precizitását tekintve nem ér fel a markeres megoldásokig (pl. lábfej, térd csavarodást, de még a csukló finom mozgását is nehéz lenne lekövetni), de jó megközelítéssel lehet rá robosztus alkalmazást készíteni. 15

16 A KINECT alkalmazása mellet szól a fényviszonyoktól való függetlenség is, hiszen a szenzor egy aktív infravörös érzékelővel rendelkezik (infravörös hálót projektál ki, amit egy infra érzékelővel figyel meg, és ez alapján határozza meg a szenzortól való távolságot) Testpozíció követés Részfeladatai: éber figyelés éber nem figyelés alvás szokatlan aktivitás szokatlan aktivitáshiány (mozdulatlanság) Ezt önmagában a KINECT-tel nehéz lenne megoldani, hiszen az alvás és nem alvás közötti különbséget pl. TV nézés közben a testtartásból nehéz megállapítani. Szükséges lenne komolyabb arcfelismerésre, és azon belül pl. csukott/nyitott szem felismerésre is. A probléma az, hogy az alvó (nem aktív) ember testtartása alig különbözik egy éber, de mozdulatlan emberétől, és kis mozdulatlanságot nem lehet precízen mérni. A szokatlan aktivitást, vagy hirtelen pozícióváltást már lehetne követni, felismerni. Tehát például elesés detektálás, vagy hirtelen rángás felismerésére használható lenne Gesztus szekvencia követés A szekvenciák követése KINECT-tel megoldható feladat, mivel a szekvenciák nem csak önmagukban felismerendő, statikus pozíciók, hanem pozíciók sokasága, átmenetekkel, amik valamilyen hibafaktort számításba véve jobban felismerhetők. Konkrét alkalmazásai már léteznek, elsősorban játékfejlesztésben találkoztam ennek komolyabb felhasználásával, ahol aerobic és tánckoreográfiai programok hasonlították össze az ember tényleges mozgását az elvvárttól. Itt igen összetett mozgásokra kell gondolni, tehát összehangolt végtag, törzs, és fejmozgásra. 4.2 Tapasztalatok a szenzorral A szenzor tesztelését általam is felülvizsgált (forráskódból fordított, kis mértékben módosított) demó programok (OpenNI SDK-hoz mellékelt; lásd 3. fejezet) segítségével végeztem el. Ezek a programok mindig valamilyen speciális feladatra vannak kiélezve, így például van program, ami az emberi alakokat azonosítja és megpróbálja a szkeletont ráilleszteni, és van, amelyik csak és kizárólag a kézfejet próbálja követni (automatikus azonosítás és követés). 16

17 4.2.1 Pontosság és az érzékelés robosztussága Az érzékelő a legkisebb érzékelési távolságban (kb. 0.8m) vízszintesen kb. 87cm-t lát, függőlegesen 63cm-t, és így a felbontása 1.3mm/pixel. [8] Az érzékelő legnagyobb hátránya a viszonylag kis látószög. A problémát (felismerés bizonytalanságát, vagy teljes hiányát) sokszor a rossz távolság okozza, mivel a szkeleton felismeréshez legalább csípőig benne kell, hogy legyen a felsőtest. A szoknyát viselő emberek lábait rendszeresen helytelenül illeszti a NITE. A teljes alak felismerés kétféle módon történhet: előre eltárolt szekeleton használata (előzőleg valaki el lett mentve a rendszerben) instant felismerés (valamilyen fókusz pozíciót kell felvenni, hogy a rendszer felismerje az emberalakot, és ráillessze a szkeletont) A KINECT-et használó fejlesztők között sokan állítják, hogy egy tetszőleges, de nagyjából átlagos emberről vett szkeletont a rendszer később igen nagy pontossággal rá tud illeszteni más alakokra, mindenféle fókusz pozíció nélkül.(ezt még tesztelni kell.) OpenNI és NITE funkciók Az OpenNI funkciói elsősorban a hardver (KINECT) és a middleware összekapcsolását, menedzselését végzi. A NITE API-ba (és dokumentációba) mélyebben beleásva sok olyan előre definiált funkciót találtam, melyek nagyban könnyítik, és egyszerűen variálhatóvá teszik a különböző mozdulatok detektálását, felhasználását. A NITE middleware alapvetően egy eseményvezérelt struktúrát valósít meg, ahol a szenzorból érkező adatokat feldolgozva (tehát az ember mozgását érzékelve), különböző események generálódnak. Ezek az események általában kézmozdulatok, de minden esemény generálódása paraméterezhető. Például rendelkezésre áll egy olyan funkció, mely az integetés jellegű mozdulatokat detektálja. Az integetés egy rögzítet síkban történik, de paraméterezhető, hogy hány oda-vissza mozdulat, milyen sebességű mozgás után ismerje fel integetésnek. Másik példa: rendelkezésre áll olyan funkció, mely a kézfej olyan jellegű mozgását érzékeli (detektálja), mely egy tetszőleges (de rögzített) X-Y síkban figyeli a kéz mozgását, és egy 2D térképet készít a mozgásról minden képkockában. A másik hasznos megoldás a NITE-ban az adatfolyam kezelés. Ez alatt a különböző forrásból érkező adatok (akár különböző szenzorból, vagy az adott színtérből érkező különböző eseményforrások pl. kézfej, test) alkalmazásállapottól függő felhasználását, irányítását kell érteni. Például, ha az alkalmazás egy pillanatában csak egy adott kézmozdulatot szeretnénk megtalálni (a többi mozdulatot átmenetileg nem akarjuk figyelni), akkor erre beépített szolgáltatások állnak rendelkezésre. 17

18 Továbbá rendelkezésre állnak szűrő funkciók is, melyek például a kis mozgásokat szűrik le, illetve olyan funkciók, melyekkel a teret lehet partícionálni és a térben mozgó (és követett pontokat) figyelni a partíciók közötti váltáskor. 4.1 ábra Szkeleton felbontás a NITE alapján (forrás: NITE algorithms, [6]) A NITE API leírás viszonylag részletesen ismerteti az egész rendszer képességeit. Arra is kitér, hogy a teljes alak felismerését végző komponens milyen pontossággal képes a végtagcsavarodást meghatározni. A probléma, hogy ezeket (pl. a felkar csavarodását) nem lehet közvetlenül a mélységképből meghatározni, ezért következtető módszereket használ a NITE (pl. ha előrefele hajlik a könyökünk, akkor nyilvánvalóan a bicepszünk előrefele néz). A gyors mozgások, és extrém pozíciók is zavarhatják a felismerést. Hasznos, hogy a legtöbb funkcióhoz szolgáltat egy bizonytalansági faktort, mellyel meghatározható, hogy egy adat (pozíció, irány) mennyire biztos Egyéb tapasztalati adatok A szenzor válaszideje nagyon kicsi (ms nagyságrendű), persze ez függ az alkalmazástól is. Az érzékelési tartománya főleg a közelség terén korlátozott, hiszen a látószög miatt a túl közeli alakokat nem látja egészben (ez még nem probléma), de az alak-felismerési algoritmusok nem mindig működnek 100%-osan csak a felsőtestet látva. A felbontás a gesztusérzékeléshez kielégítő (nagy pontossággal), de ujjfelismerés, ujjmozgás követéshez már nem, ahhoz közeli felvételre és speciális alkalmazásra lenne szükség. 18

19 5 Létező megoldások, megközelítések A teljes alak felismerés és követés nem új elgondolás, más rendszerekben is foglalkoznak ezzel, sok létező megoldás található. Csak azokaz a megoldásokat citálom, melyek nem csak a test általános felismerését és követését teszik lehetővé, hanem teljes test alak felismerést, tehát végtagok, csuklópontok követését is. Mint korábban már említettem, a legtöbb felismerési módszer vagy csak magát az emberi mozgás tényét ismerik fel (magát az alakot, vagy annak részleteit már nem), vagy többkamerás, kalibrált, markeres megoldásra van szükség, ami viszont igen költséges, és nehezen alakítható ki bármilyen környezetben. A többkamerás megoldások között is léteznek olyanok, melyek markerek nélkül használhatók [11,12]. Tehát olyan egykamerás megoldásokat kerestem, amik komplexitásukat tekintve a KINECT szintjén vannak. 5.1 OpenCV [9] Az OpenCV (Open Computer Vision Library) az egyik leggyakrabban használt, nyílt forráskódú és szabadon felhasználható programcsomag, mely rengeteg funkciót biztosít a képfeldolgozás és gépi látás témakörében. Alapvetően csak RGB képeken dolgozik, tehát akármilyen forrásból származó kameraképeken. A beépített alapfunkciókkal könnyen lehet magasabb szintű felismerést lehetővé tevő alkalmazásokat készíteni, megkerülve ezzel olyan nehéz problémák implementálását, mint az arcfelismerés, vagy kézfelismerés. A probléma a legtöbb funkcióval az, hogy alapvetően 2D-s képekről származó információból nehezen lehet 3D-s információt leszűrni. Az objektum felismerő algoritmusok akkor működnek csak helyesen, ha például az arc, vagy az emberi alak szemben van a kamerával. Az elfordult, elcsavarodott pozíciókat alig, vagy egyáltalán nem képes követni. Az arc és alakfelismerő funkciók többnyire a Haar-féle jellemzők segítségével keresi meg a szem, vagy testrészek pozícióit. Él és textúra alapú (régió felismerés) objektum-azonosítás is gyakori, de ezek is szinte minden esetben nagyon érzékenyek a megvilágítási körülményekre (intenzitás), az ember öltözködésére, és kamerához viszonyított pozíciójára. Továbbá csak bounding box jellegű információt szolgáltatnak a felismert alakról. 19

20 5.2 Bayesi becslés az emberi test 3D-s mozgásrekonstrukciójához [10] A megoldás két részből épül fel: előzetes mozgási modell felépítése markerek segítségével rögzített, mozgásszekvenciákról készített adatokból. Ezzel egy olyan valószínűségi modellt építenek fel, ami megadja pár képkockán keresztül a végtagok elhelyezkedésének valószínűségét. Második lépésben a tényleges kameraképeket analizálják, de itt egy egyszerűsített megoldást használnak: a kamera által könnyen felismerhető markereket a testen. A bonyolultabb, valós helyzetekhez már létező alak-felismerési megoldásokat használnak. A munka legnagyobb felfedezése az volt, hogy az előzetes tudásbázis felépítése nagyban hozzájárul a megoldás jó alak-felismerési teljesítményéhez. Egy friss, 2010-es tanulmány azt vizsgálja, hogy az így rögzített mozgás adatokat milyen módszerekkel lehetne finomítani. Különböző technikákat ismertet a már létező adatok simítására az új adatok segítségével (Gibbs mintavételezés, Markov láncoknál használkt simítási technika) [16,17] 5.3 OrganicMotion [13] Ez egy ipari alkalmazás, mely markerek nélküli alakfelismerést és követést tesz lehetővé. Alapja hasonló a KINECT-ben használthoz: kalibrált IR kamerák segítségével határozza meg az ember pozícióját a térben. A megoldás hátránya, hogy egy rögzített stúdióban használható csak, szigorúan korlátozott fényviszonyok mellett. 5.4 Más egyetemeken A Stanford egyetemen egy külön kutatócsoport (BioMotion Lab [14]) foglalkozik ezzel a témakörrel. Ők is markeres megoldásokkal dolgoznak, külön felépített stúdióban. Elsődleges céljuk nem a kiterjesztett virtuális valóság, vagy az intelligens szobában való alkalmazása a technológiának, hanem orvosi megoldások. Coventry University (UK), Bournemouth University (UK) intézményeiben markeres, elsősorban játékfejlesztésre és animáció készítésre szánt megoldásokkal foglalkoznak. Carnegie Mellon egyetemen is foglalkoznak motion capture-rel (mocap), sőt, egy nyíltan hozzáférhető adatbázist is biztosítanak, melyben a saját laborjuk (Carnegie Mellon Graphics Lab) által rögzített adatok érhetők el. [15] 20

CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek 2010-09-02. Dr. Vajda Ferenc Egyetemi docens

CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek 2010-09-02. Dr. Vajda Ferenc Egyetemi docens CARE Biztonságos CARE Biztonságos otthonok idős embereknek otthonok idős embereknek 2010-09-02 Dr. Vajda Ferenc Egyetemi docens 3D Érzékelés és Mobilrobotika kutatócsoport Budapesti Műszaki és Gazdaságtudományi

Részletesebben

DIPLOMAMUNKA Pálfalvi József 2012

DIPLOMAMUNKA Pálfalvi József 2012 DIPLOMAMUNKA Pálfalvi József 2012 II Pálfalvi József (ERKDJB) szigorló informatikus hallgató részére Kinect alapú ambiens intelligencia AAL alkalmazásokban Ambiens intelligens környezet egyik jellegzetes

Részletesebben

Mi van a Lajtner Machine hátterében?

Mi van a Lajtner Machine hátterében? 1 Mi van a Lajtner Machine hátterében? Ma egyeduralkodó álláspont, hogy a gondolat nem más, mint az agy elektromos (elektromágneses) jele. Ezek az elektromágneses jelek képesek elhagyni az agyat, kilépnek

Részletesebben

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése Regula Gergely, Lantos Béla BME Villamosmérnöki és Informatikai Kar Irányítástechnika és

Részletesebben

Szenzorcsatolt robot: A szenzorcsatolás lépései:

Szenzorcsatolt robot: A szenzorcsatolás lépései: 1. Mi a szenzorcsatolt robot, hogyan épül fel? Ismertesse a szenzorcsatolás lépéseit röviden az Egységes szenzorplatform architektúra segítségével. Mikor beszélünk szenzorfúzióról? Milyen módszereket használhatunk?

Részletesebben

Iman 3.0 szoftverdokumentáció

Iman 3.0 szoftverdokumentáció Melléklet: Az iman3 program előzetes leírása. Iman 3.0 szoftverdokumentáció Tartalomjegyzék 1. Az Iman rendszer...2 1.1. Modulok...2 1.2. Modulok részletes leírása...2 1.2.1. Iman.exe...2 1.2.2. Interpreter.dll...3

Részletesebben

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia

EEE Kutatólaboratórium MTA-SZTAKI Magyar Tudományos Akadémia DElosztott I S T R I B U T EEsemények D EV E N T S A NElemzé A L Y S I S se R E SKutatólaboratór E A R C H L A B O R A T Oium R Y L I D A R B a s e d S u r v e i l l a n c e Városi LIDAR adathalmaz szegmentációja

Részletesebben

Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás

Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás Videóanalitikát mindenhova! Princz Adorján Miről lesz szó? Videó tartalom elemzés (VCA) leegyszerűsített működése Kültéri védelem Közúthálózat megfigyelés Emberszámlálás VCA alapú detektorok Videótartalom

Részletesebben

Intelligens beágyazott rendszer üvegházak irányításában

Intelligens beágyazott rendszer üvegházak irányításában P5-T6: Algoritmustervezési környezet kidolgozása intelligens autonóm rendszerekhez Intelligens beágyazott rendszer üvegházak irányításában Eredics Péter, Dobrowiecki P. Tadeusz, BME-MIT 1 Üvegházak Az

Részletesebben

Rendszám felismerő rendszer általános működési leírás

Rendszám felismerő rendszer általános működési leírás Rendszám felismerő rendszer általános működési leírás Creativ Bartex Solution Kft. 2009. A rendszer funkciója A rendszer fő funkciója elsősorban parkolóházak gépkocsiforgalmának, ki és beléptetésének kényelmesebbé

Részletesebben

Verifikáció és validáció Általános bevezető

Verifikáció és validáció Általános bevezető Verifikáció és validáció Általános bevezető Általános Verifikáció és validáció verification and validation - V&V: ellenőrző és elemző folyamatok amelyek biztosítják, hogy a szoftver megfelel a specifikációjának

Részletesebben

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel

Navigáci. stervezés. Algoritmusok és alkalmazásaik. Osváth Róbert Sorbán Sámuel Navigáci ció és s mozgástervez stervezés Algoritmusok és alkalmazásaik Osváth Róbert Sorbán Sámuel Feladat Adottak: pálya (C), játékos, játékos ismerethalmaza, kezdőpont, célpont. Pálya szerkezete: akadályokkal

Részletesebben

Kincsem Park (biztonsági rendszerterv vázlat)

Kincsem Park (biztonsági rendszerterv vázlat) Kincsem Park (biztonsági rendszerterv vázlat) 1 1. Célkitűzés A későbbiekben részletesen bemutatásra kerülő automatizált esemény / incidens felismerő és arcfelismerésen alapuló beléptető videó kamera rendszer

Részletesebben

VMD960 MB. Digitális video mozgásérzékelő Egycsatornás verzió. Jellemzői

VMD960 MB. Digitális video mozgásérzékelő Egycsatornás verzió. Jellemzői VMD960 MB Digitális video mozgásérzékelő Egycsatornás verzió Jellemzői Professzionális kültéri videó mozgásérzékelő Felbukkanó vagy eltűnő álló tárgyak detektálása Objektumszámlálás (ember, jármű) Rendkívül

Részletesebben

Szoftver újrafelhasználás

Szoftver újrafelhasználás Szoftver újrafelhasználás Szoftver újrafelhasználás Szoftver fejlesztésekor korábbi fejlesztésekkor létrehozott kód felhasználása architektúra felhasználása tudás felhasználása Nem azonos a portolással

Részletesebben

Számítógépes képelemzés projektmunkák 2012

Számítógépes képelemzés projektmunkák 2012 Számítógépes képelemzés projektmunkák 2012 Automatikus panorámakép készítés Készíts néhány képet a Dóm térről (vagy a város más területéről) úgy hogy a képek között legalább 20% átfedés legyen, és a kívánt

Részletesebben

Integrált biztonsági rendszerek metrikái

Integrált biztonsági rendszerek metrikái Integrált biztonsági rendszerek metrikái Metrics of integrated security systems Copyright 2006 www.futurit.eu IBKFK (PE MIK, KÜRT ZRt.) BIZTONSÁGTECNIKAI ESZKÖZÖK SZENZOROK SZENZORHÁLÓZATOK ELÉRHETŐSÉGEK

Részletesebben

Speciális irányítási lehetőségek. az Ottobock kerekesszékekhez

Speciális irányítási lehetőségek. az Ottobock kerekesszékekhez Speciális irányítási lehetőségek az Ottobock kerekesszékekhez Mobilitás és független élet személyre szabott megoldásokkal Speciális irányítás Az egyéni képességeknek megfelelően Minden kerekesszék használó

Részletesebben

SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA

SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA infokommunikációs technológiák SZENZORFÚZIÓS ELJÁRÁSOK KIDOLGOZÁSA AUTONÓM JÁRMŰVEK PÁLYAKÖVETÉSÉRE ÉS IRÁNYÍTÁSÁRA BEVEZETŐ A KUTATÁS CÉLJA Autonóm járművek és robotok esetén elsődleges feladat a robotok

Részletesebben

Az Internet jövője Internet of Things

Az Internet jövője Internet of Things Az Internet jövője Dr. Bakonyi Péter c. docens 2011.01.24. 2 2011.01.24. 3 2011.01.24. 4 2011.01.24. 5 2011.01.24. 6 1 Az ( IoT ) egy világméretű számítógéphálózaton ( Internet ) szabványos protokollok

Részletesebben

AUGMENTED REALITY KITERJESZTETT VALÓSÁG TARTALOMJEGYZÉK. Czéhner Tamás

AUGMENTED REALITY KITERJESZTETT VALÓSÁG TARTALOMJEGYZÉK. Czéhner Tamás AUGMENTED REALITY KITERJESZTETT VALÓSÁG Czéhner Tamás A Kiterjesztett valóság (Augmented Reality röviden AR) napjaink egyik legdinamikusabban fejlődő kutatási területe. Az AR a valódi fizikai környezetet,

Részletesebben

Már megismert fogalmak áttekintése

Már megismert fogalmak áttekintése Interfészek szenasi.sandor@nik.bmf.hu PPT 2007/2008 tavasz http://nik.bmf.hu/ppt 1 Témakörök Polimorfizmus áttekintése Interfészek Interfészek kiterjesztése Eseménykezelési módszerek 2 Már megismert fogalmak

Részletesebben

OPTIKAI KÖVETK VETÉS. Steiner Henriette április 29.

OPTIKAI KÖVETK VETÉS. Steiner Henriette április 29. OPTIKAI KÖVETK VETÉS Lehetőségek és limitáci ciók Steiner Henriette 2009. április 29. MEGISMERÉS = Érzékelés + Fogalomalkotás MEGISMERÉS = Érzékelés + Fogalomalkotás LÁTÁS = SZEM + AGY MEGISMERÉS = Érzékelés

Részletesebben

SAMSUNG SSM-8000 szoftvercsomag

SAMSUNG SSM-8000 szoftvercsomag SAMSUNG SSM-8000 szoftvercsomag A Samsung SSM-8000 szoftvercsomag a Samsung által forgalmazott IP kamerák, digitális rögzítők, hálózati rögzítők, encoderek közös grafikai felületen történő megjelenítését

Részletesebben

ProSeniis projekt. Monos János GE Healthcare

ProSeniis projekt. Monos János GE Healthcare ProSeniis projekt Monos János GE Healthcare ProSeniis projekt 3 éves, magyar állam által támogatott program GE Healthcare által vezetett, 6 tagú konzorcium neves magyar egyetemekkel és egészségügyi vállalkozásokkal

Részletesebben

Szoftver-technológia II. Szoftver újrafelhasználás. (Software reuse) Irodalom

Szoftver-technológia II. Szoftver újrafelhasználás. (Software reuse) Irodalom Szoftver újrafelhasználás (Software reuse) Irodalom Ian Sommerville: Software Engineering, 7th e. chapter 18. Roger S. Pressman: Software Engineering, 5th e. chapter 27. 2 Szoftver újrafelhasználás Szoftver

Részletesebben

Zárójelentés. Az autonóm mobil eszközök felhasználási területei, irányítási módszerek

Zárójelentés. Az autonóm mobil eszközök felhasználási területei, irányítási módszerek Zárójelentés Az autonóm mobil eszközök felhasználási területei, irányítási módszerek Az autonóm mobil robotok elterjedése növekedést mutat napjainkban az egész hétköznapi felhasználástól kezdve az ember

Részletesebben

3D számítógépes geometria és alakzatrekonstrukció

3D számítógépes geometria és alakzatrekonstrukció 3D számítógépes geometria és alakzatrekonstrukció 14. Digitális Alakzatrekonstrukció - Bevezetés http://cg.iit.bme.hu/portal/node/312 https://www.vik.bme.hu/kepzes/targyak/viiima01 Dr. Várady Tamás, Dr.

Részletesebben

NightHawk AccessControl

NightHawk AccessControl NightHawk AccessControl Poker Edition Version: 2.0 2012. január 1 Tartalomjegyzék Rendszer elemei... 3 Felhasználói felület... 3 Nap nyitása, zárása... 4 Új játékos felvitele... 4 Ki és beléptetés... 5

Részletesebben

A-MAX IP Kamerarendszer Áttekintés:

A-MAX IP Kamerarendszer Áttekintés: Hungary 1191 Budapest, Üllői u. 206 Tel: +36 1 2960707 Fax: +36 2960701 www.trioda.hu, www.a-max.eu IP KAM E RÁK Felbontás A-MAX rendszer Áttekintés: Az IP kamerák 2 Megapixeles CCD-vel készülnek, mely

Részletesebben

Megbízhatóság az informatikai rendszerekben

Megbízhatóság az informatikai rendszerekben Megbízhatóság az informatikai rendszerekben Az információ Minden intelligens rendszer hajtóanyaga Az információ minőségi jellemzői Sértetlenség Biztonság Adatvédelem Titkosság Hitelesség Rendelkezésre

Részletesebben

FoodManufuture FP7 projekt

FoodManufuture FP7 projekt FoodManufuture FP7 projekt Virtuális és kibővített (augmented) valóság - Élelmiszeripari igények és alkalmazási lehetőségek dr. Sebők András Campden BRI Magyarország FoodManufuture workshop Budapest, Vidékfejlesztési

Részletesebben

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet Szedjük szét a számítógépet 2.

1. Digitális írástudás: a kőtáblától a számítógépig 2. Szedjük szét a számítógépet Szedjük szét a számítógépet 2. Témakörök 1. Digitális írástudás: a kőtáblától a számítógépig ( a kommunikáció fejlődése napjainkig) 2. Szedjük szét a számítógépet 1. ( a hardver architektúra elemei) 3. Szedjük szét a számítógépet 2.

Részletesebben

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor A szotverarchitektúra fogalma A szoftverarchitektúra nagyon fiatal diszciplína. A fogalma még nem teljesen kiforrott. Néhány definíció: A szoftverarchitektúra

Részletesebben

(Forrás:

(Forrás: Döntő 2017. február 18. Feladat: Okos autó Ma már sok autóba helyezhető olyan speciális eszköz létezik, amely "a gépjármű szabványos diagnosztikai portjára csatlakozik, majd egy felhő alapú informatikai

Részletesebben

THE BENEFITS OF INTELLIGENCE 2

THE BENEFITS OF INTELLIGENCE 2 INTELLIGENCE ON YOUR SIDE THE BENEFITS OF INTELLIGENCE 2 INTELLIGENCE ON YOUR SIDE BEÉPÍTETT INTELLIGENCIA Forradalom van kialakulóban az IP-bázisú megfigyelő berendezések piacán, és az Intellio az első

Részletesebben

Útjelzések, akadályok felismerése valós időben

Útjelzések, akadályok felismerése valós időben Útjelzések, akadályok felismerése valós időben Dr. Hidvégi Timót Széchenyi István Egyetem Győr, 9026, Egyetem tér 1. hidvegi@sze.hu 1. Bevezető Sajnos a közúton a balesetek egy része abból adódik, hogy

Részletesebben

Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER

Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER Canon biztonsági kamerák összefoglaló 2014 SZEPTEMBER Full HD termékválaszték PTZ IP66 DÓM FIXED BOX MINI DÓM VB-H41/B 60.4 látómező 20x optikai zoom Full HD (1920x1080) Rossz fényviszony: Színes 0.4lux

Részletesebben

RFID rendszer felépítése

RFID rendszer felépítése RFID és RTLS RFID rendszer felépítése 1. Tag-ek (transzponder) 2. Olvasók (interrogátor) 3. Számítógépes infrastruktúra 4. Szoftverek Tárgyak, élőlények, helyszínek azonosítása, követése és menedzsmentje

Részletesebben

1. számú ábra. Kísérleti kályha járattal

1. számú ábra. Kísérleti kályha járattal Kísérleti kályha tesztelése A tesztsorozat célja egy járatos, egy kitöltött harang és egy üres harang hőtároló összehasonlítása. A lehető legkisebb méretű, élére állított téglából épített héjba hagyományos,

Részletesebben

Pozícióinformáció. Sikeres helyfüggő szolgáltatások mobilra

Pozícióinformáció. Sikeres helyfüggő szolgáltatások mobilra Distributed Systems A hely nem elég MTA SZTAKI Elosztott Rendszerek Osztály - Mátételki Péter matetelki@sztaki.hu Mihez nem elég a hely? Sikeres helyfüggő szolgáltatások mobilra Navigáció (hely + térkép

Részletesebben

Robotika. Relatív helymeghatározás Odometria

Robotika. Relatív helymeghatározás Odometria Robotika Relatív helymeghatározás Odometria Differenciális hajtás c m =πd n /nc e c m D n C e n = hány mm-t tesz meg a robot egy jeladó impulzusra = névleges kerék átmérő = jeladó fölbontása (impulzus/ford.)

Részletesebben

A tanulók gyűjtsenek saját tapasztalatot az adott szenzorral mérhető tartomány határairól.

A tanulók gyűjtsenek saját tapasztalatot az adott szenzorral mérhető tartomány határairól. A távolságszenzorral kapcsolatos kísérlet, megfigyelés és mérések célkitűzése: A diákok ismerjék meg az ultrahangos távolságérzékelő használatát. Szerezzenek jártasságot a kezelőszoftver használatában,

Részletesebben

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA BESZÉDTUDOMÁNY Az emberi kommunikáció egyik leggyakrabban használt eszköze a nyelv. A nyelv hangzó változta, a beszéd a nyelvi kommunikáció

Részletesebben

Szenzorokra épülő adaptív rendszermodell

Szenzorokra épülő adaptív rendszermodell Szenzorokra épülő adaptív rendszermodell Dr. Jaskó Szilárd Pannon Egyetem TÁMOP-4.2.2.C-11/1/KONV-2012-0004 Nemzeti kutatóközpont fejlett infokommunikációs technológiák kidolgozására és piaci bevezetésére

Részletesebben

Intelligens kamera alkalmazás fejlesztése

Intelligens kamera alkalmazás fejlesztése Intelligens kamera alkalmazás fejlesztése Készítette: Mészáros Balázs Konzulens: Molnár Károly Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és információs rendszerek tanszék 2011/2012 ősz

Részletesebben

Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához

Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához 1 Nemzeti Workshop Kísérleti üzemek az élelmiszeriparban alkalmazható fejlett gépgyártás-technológiai megoldások kifejlesztéséhez, kipróbálásához és oktatásához Berczeli Attila Campden BRI Magyarország

Részletesebben

ROBOT IRÁNYÍTÁS INFRAVÖRÖS LED TÖMBBEL

ROBOT IRÁNYÍTÁS INFRAVÖRÖS LED TÖMBBEL TÁMOP-4.2.2.C-11/1/KONV-212-4 infokommunikációs technológiák ROBOT IRÁNYÍTÁS INFRAVÖRÖS LED TÖMBBEL A KUTATÁSI TERÜLET RÖVID MEGFOGALMAZÁSA TÁMOP-4.2.2.C-11/1/KONV-212-4 Célok: Növekvő érdeklődés a non-boolean

Részletesebben

Surveylab Ltd. Egy test, több lélek (ike300 GPS vevő)

Surveylab Ltd. Egy test, több lélek (ike300 GPS vevő) Surveylab Ltd iketm Egy test, több lélek (ike300 GPS vevő) Miből áll iketm? Lézeres távolságmérő Digitális kamera GPS Adatrögzítés Pocket PC 2003 operációs rendszerrel Elektronikus tájoló Dőlésérzékelő

Részletesebben

Időkönyvelő Projektfeladat specifikáció

Időkönyvelő Projektfeladat specifikáció Időkönyvelő Projektfeladat specifikáció 1 Tartalomjegyzék 1 Tartalomjegyzék... 2 2 Bevezetés... 3 2.1 A feladat címe... 3 2.2 A feladat rövid ismertetése... 3 3 Elvárások a feladattal kapcsolatban... 4

Részletesebben

A 3D mozgáselemző rendszer és alkalmazásának lehetőségei. Dr. Béres Sándor PhD főiskolai docens SZTE JGYPK TSTI

A 3D mozgáselemző rendszer és alkalmazásának lehetőségei. Dr. Béres Sándor PhD főiskolai docens SZTE JGYPK TSTI A 3D mozgáselemző rendszer és alkalmazásának lehetőségei Dr. Béres Sándor PhD főiskolai docens SZTE JGYPK TSTI A 3D mozgáselemzés A teljesítményfokozás talán leghatékonyabb legális, kutatók, edzők, oktatók

Részletesebben

Mozgáselemzés MEMS alapúgyorsulás mérőadatai alapján

Mozgáselemzés MEMS alapúgyorsulás mérőadatai alapján Mozgáselemzés MEMS alapúgyorsulás mérőadatai alapján Nyers Szabina Konzulens: Tihanyi Attila Pázmány Péter Katolikus Egyetem Információs Technológia Kar Feladatok: Végezzen irodalom kutatást, mely tartalmazza

Részletesebben

Láthatósági kérdések

Láthatósági kérdések Láthatósági kérdések Láthatósági algoritmusok Adott térbeli objektum és adott nézőpont esetén el kell döntenünk, hogy mi látható az adott alakzatból a nézőpontból, vagy irányából nézve. Az algoritmusok

Részletesebben

GSM-GPS gépjárművédelmi egység műszaki leírás

GSM-GPS gépjárművédelmi egység műszaki leírás GSM-GPS Fejlesztő és Szolgáltató Kft. TELEKOMMUNIKÁCIÓ H -1033 Budapest, Polgár u. 8-10. Tel.:(00-36-1)368-2052 Fax.(00-36-1)368-8093 E-mail: mcmkft@.axelero.hu. 1. 2004. 06. 24. Pintér Tamás Nagy Mihály

Részletesebben

Alter Róbert Báró Csaba Sensor Technologies Kft

Alter Róbert Báró Csaba Sensor Technologies Kft Közúti forgalomelemzés kamerával e_traffic Alter Róbert Báró Csaba Sensor Technologies Kft Előadás témái Cégbemutató Videó analitikai eljárások Forgalomszámláló eszközök összehasonlítása e_traffic forgalomelemző

Részletesebben

i5000 sorozatú szkennerek

i5000 sorozatú szkennerek i5000 sorozatú szkennerek Vezérlő kód információk _hu Vezérlőkód információk Tartalomjegyzék Vezérlő minta részletek... 4 Vezérlő minta tájolás... 5 Vonalkód részletek... 7 Vezérlő pozícionálása... 9 Papír

Részletesebben

Irodából a terepre: a mobil informatika (alkalmazás bemutató)

Irodából a terepre: a mobil informatika (alkalmazás bemutató) Irodából a terepre: a mobil informatika (alkalmazás bemutató) Készítette: Dátum: Fűr Attila 2014.10.30. Bevezetés A mobilitás szerepe átértékelődik Gazdasági környezet változik: Válság, megszorítások kevesebb

Részletesebben

SZENZOROKRA ÉPÜLŐ ADAPTÍV RENDSZERMODELL

SZENZOROKRA ÉPÜLŐ ADAPTÍV RENDSZERMODELL infokommunikációs technológiák SZENZOROKRA ÉPÜLŐ ADAPTÍV RENDSZERMODELL Dr. Jaskó Szilárd Pannon Egyetem, MIK, Nagykanizsai kampusz Kanizsa Felsőoktatásáért Alapítvány 2015 VIRTUÁLIS STRUKTÚRA 2 VIRTUÁLIS

Részletesebben

Nagy bonyolultságú rendszerek fejlesztőeszközei

Nagy bonyolultságú rendszerek fejlesztőeszközei Nagy bonyolultságú rendszerek fejlesztőeszközei Balogh András balogh@optxware.com A cég A BME spin-off-ja A Hibatűrő Rendszerek Kutatócsoport tagjai alapították Tisztán magánkézben Szakmai háttér Hibatűrő

Részletesebben

Operációs rendszerek. Az X Window rendszer

Operációs rendszerek. Az X Window rendszer Operációs rendszerek X Windows rendszer Az X Window rendszer Grafikus felhasználói felületet biztosító alkalmazás és a kapcsolódó protokoll 1983-84: a Massachusetts Institute of Technology-n (MIT, USA).

Részletesebben

Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS)

Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS) Networkshop, 2008 Márc. 17 19., Dunaújváros Holl Erdődi: Fejlett kereső... 1 Fejlett kereső és lekérdező eszközök egy elektronikus szakfolyóirathoz (IBVS) Holl András Erdődi Péter MTA Konkoly Thege Miklós

Részletesebben

HULLADÉKGYŰJTÉST DOKUMENTÁLÓ RENDSZER. Eszköz és szolgáltatás a szabálytalanságok kiszűrésére

HULLADÉKGYŰJTÉST DOKUMENTÁLÓ RENDSZER. Eszköz és szolgáltatás a szabálytalanságok kiszűrésére HULLADÉKGYŰJTÉST DOKUMENTÁLÓ RENDSZER Eszköz és szolgáltatás a szabálytalanságok kiszűrésére HulladékGYŰJTÉST DOKUMENTÁLÓ RENDSZER Eszközésszolgáltatásaszabálytalanságokkiszűrésére A közelmúlt változásai

Részletesebben

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció

Képfeldolgozás Szegmentálás Osztályozás Képfelismerés Térbeli rekonstrukció Mesterséges látás Miről lesz szó? objektumok Bevezetés objektumok A mesterséges látás jelenlegi, technikai eszközökön alapuló világunkban gyakorlatilag azonos a számítógépes képfeldolgozással. Számítógépes

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

Verzió: 2.0 2012. PROCONTROL ELECTRONICS LTD www.procontrol.hu

Verzió: 2.0 2012. PROCONTROL ELECTRONICS LTD www.procontrol.hu PROCONTROL Proxer 6 RFID Proximity kártyaolvasó Verzió: 2.0 2012. Létrehozás dátuma: 2012.08.07 18:42 1. oldal, összesen: 5 A Proxer6 egy proximity kártyaolvasó, ami RFID kártyák és transzponderek (egyéb

Részletesebben

Önálló laboratórium dokumentáció

Önálló laboratórium dokumentáció Önálló laboratórium dokumentáció Konzulens: Mészáros Tamás Készítette: Bartók Ferenc (ME12HP) 2012.05.19. Tartalomjegyzék Bevezetés, feladat leírása... 3 A készülék bemutatása, megismerése... 4 Beviteli

Részletesebben

Transzformációk. Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform

Transzformációk. Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform Transzformációk Grafikus játékok fejlesztése Szécsi László 2013.02.26. t05-transform Koordinátarendszerek: modelltér Koordinátarendszerek: világtér Koordinátarendszerek: kameratér up right z eye ahead

Részletesebben

Modell alapú tesztelés mobil környezetben

Modell alapú tesztelés mobil környezetben Modell alapú tesztelés mobil környezetben Micskei Zoltán Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék A terület behatárolása Testing is an activity performed

Részletesebben

A rendszer különféle információs, kulturális és oktatási célokat szolgálhat:

A rendszer különféle információs, kulturális és oktatási célokat szolgálhat: Mi a VIDRA rendszer? A VIDRA egy szoftver csomag, amely képes egyszerre több videokamera adását és az előadók által vetített képeket számtalan webes felhasználó számára élőben közvetíteni és egyúttal rögzíteni

Részletesebben

E-learning tananyagfejlesztő képzés tematika oktatott modulok

E-learning tananyagfejlesztő képzés tematika oktatott modulok E-learning tananyagfejlesztő képzés tematika oktatott modulok 1142-06 - Számítógépkezelés, szoftverhasználat, munkaszervezés o Hardvert üzemeltet, szoftvert telepít o Irodai programcsomagot egyedi és integrált

Részletesebben

I N T E G R Á L T R E N D S Z E R

I N T E G R Á L T R E N D S Z E R INTEGRÁLT RENDSZER Négy biztonsági rendszerről alkotott tapasztalatunkat és tudásunkat egyesítettük: tűzjelző, riasztórendszer, kamera- és beléptetőrendszer létrehozni egy felületet amely egy létesítmény

Részletesebben

Új kompakt X20 vezérlő integrált I/O pontokkal

Új kompakt X20 vezérlő integrált I/O pontokkal Új kompakt X20 vezérlő integrált I/O pontokkal Integrált flash 4GB belső 16 kb nem felejtő RAM B&R tovább bővíti a nagy sikerű X20 vezérlő családot, egy kompakt vezérlővel, mely integrált be és kimeneti

Részletesebben

Testméretek, mozgástartományok. Szabó Gyula

Testméretek, mozgástartományok. Szabó Gyula Testméretek, mozgástartományok Szabó Gyula Az antropometria helye TERMÉKFEJLESZTÉS / TERV ERGONÓMIAI FELADATOK ÉS TEVÉKENYSÉGEK ANTROPOMETRIAI ADATOK Az antropometria alkalmazásának célja a hatékony, biztonságos

Részletesebben

Enabling and Capitalising of Urban Technologies

Enabling and Capitalising of Urban Technologies PILOT TEVÉKENYSÉG Pilot tevékenység neve Laborok megvalósítása a Pinkafeld Campuson Projektirányító / Projekt partner Burgenland GmbH Főiskola Motiváció és Célok / Célcsoport A legjelentősebb villamos

Részletesebben

VETÍTÉSI TECHNOLÓGIÁK

VETÍTÉSI TECHNOLÓGIÁK 2 2011 BEMUTATÓ ÉS TERVEZÉSI SEGÉDLET VETÍTÉSI TECHNOLÓGIÁK VETÍTÉSI TECHNOLÓGIÁK BEVEZETŐ 1 2 VIGYÁZZ HOVÁ LÉPSZ! 3MULTIMÉDIA-PADLÓ KITERJESZTETT VALÓSÁG DIGITÁLIS TÜKÖR EMBER A KÉPBEN - KÉP AZ EMBERBEN

Részletesebben

Sonaris Kft. Várfalvi Balázs

Sonaris Kft. Várfalvi Balázs Várfalvi Balázs Sonaris Kft. 1156 Budapest, Páskomliget u. 47. Tel.: +36-1-305-0056, 305-0057 Fax: +36-1-305-0058 Email: vb@sonaris.com Web: www.sonaris.com A Tameside vizsgálat Anglia, 2002 32 idős, beteg

Részletesebben

Megoldás. Feladat 1. Statikus teszt Specifikáció felülvizsgálat

Megoldás. Feladat 1. Statikus teszt Specifikáció felülvizsgálat Megoldás Feladat 1. Statikus teszt Specifikáció felülvizsgálat A feladatban szereplő specifikáció eredeti, angol nyelvű változata egy létező eszköz leírása. Nem állítjuk, hogy az eredeti dokumentum jól

Részletesebben

2. Hozzárendelt azonosítók alapján

2. Hozzárendelt azonosítók alapján Elektronikus kereskedelem Dr. Kutor László Automatikus azonosító rendszerek http://uni-obuda.hu/users/kutor/ Miért fontos az azonosítás? Az azonosítás az információ-feldolgozó rendszerek működésének alapfeltétele.

Részletesebben

Elektronikus kereskedelem. Automatikus azonosító rendszerek

Elektronikus kereskedelem. Automatikus azonosító rendszerek Elektronikus kereskedelem Dr. Kutor László Automatikus azonosító rendszerek http://uni-obuda.hu/users/kutor/ 2012. ősz OE NIK Dr. Kutor László EK-4/42/1 Miért fontos az azonosítás? Az azonosítás az információ-feldolgozó

Részletesebben

Városi tömegközlekedés és utastájékoztatás szoftver támogatása

Városi tömegközlekedés és utastájékoztatás szoftver támogatása Városi tömegközlekedés és utastájékoztatás szoftver támogatása 1. Általános célkitűzések: A kisvárosi helyi tömegközlekedés igényeit maximálisan kielégítő hardver és szoftver környezet létrehozása. A struktúra

Részletesebben

A minőség és a kockázat alapú gondolkodás kapcsolata

A minőség és a kockázat alapú gondolkodás kapcsolata Mottó: A legnagyobb kockázat nem vállalni kockázatot A minőség és a kockázat alapú gondolkodás kapcsolata DEMIIN XVI. Katonai Zsolt 1 Ez a gép teljesen biztonságos míg meg nem nyomod ezt a gombot 2 A kockázatelemzés

Részletesebben

Advisor Master. GE Interlogix Magyarország Kft.

Advisor Master. GE Interlogix Magyarország Kft. Aritech A megoldás bármilyen biztonságtechnikai alkalmazásra mérettől és komplexitástól függetlenül az ATS Advisor Master Integrált Biztonságtechnikai rendszer. Néhány alkalmazási példa: Kisebb üzletek

Részletesebben

Crossplatform mobil fejlesztőkörnyezet kiválasztását támogató kutatás

Crossplatform mobil fejlesztőkörnyezet kiválasztását támogató kutatás Crossplatform mobil fejlesztőkörnyezet kiválasztását támogató kutatás A Mobil multimédiás kliens fejlesztői eszközkészlet létrehozása című kutatás-fejlesztési projekthez A dokumentum célja A dokumentum

Részletesebben

Internet of Things 2

Internet of Things 2 Az Internet jövıje Internet of Things Dr. Bakonyi Péter c. Fıiskolai tanár 2009.09.29. Internet of Things 2 2009.09.29. Internet of Things 3 2009.09.29. Internet of Things 4 2009.09.29. Internet of Things

Részletesebben

Informatikai projekteredmények elfogadottságának tényezői

Informatikai projekteredmények elfogadottságának tényezői Informatikai projekteredmények elfogadottságának tényezői Rabi Ákos 2014.02.18. Tartalom 1. Problémafelvetés Informatikai projekteredmények elfogadottsága 2. Informatikai projektek sikertényezői 3. Szoftverek

Részletesebben

A bűnügyi helyszínelés teljesen új megközelítésben

A bűnügyi helyszínelés teljesen új megközelítésben A bűnügyi helyszínelés teljesen új megközelítésben Sokszor a helyszíní dokumentáció képek sokaságából áll, amelyek nem teszik lehetővé a térbeli orientációt és lehet, hogy valami elkerüli a figyelmünket,

Részletesebben

Szociális hálók mobilon Avagy mi rejlik a hívószó mögött? Dr. Forstner Bertalan. bertalan.forstner@aut.bme.hu

Szociális hálók mobilon Avagy mi rejlik a hívószó mögött? Dr. Forstner Bertalan. bertalan.forstner@aut.bme.hu Szociális hálók mobilon Avagy mi rejlik a hívószó mögött? Dr. Forstner Bertalan Budapesti Műszaki és Gazdaságtudományi Egyetem bertalan.forstner@aut.bme.hu BME-AAIT 2008 NJSZT Dr. Forstner Bertalan 1 Témáink

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

Közúti forgalomszámlálás e_sensor rendszerrel. 2012.06.04 2012.06.10 Budapest dugódíj projekt (sajtóanyag)

Közúti forgalomszámlálás e_sensor rendszerrel. 2012.06.04 2012.06.10 Budapest dugódíj projekt (sajtóanyag) Közúti forgalomszámlálás e_sensor rendszerrel 2012.06.04 2012.06.10 Budapest dugódíj projekt (sajtóanyag) 1 Cégbemutató A Sensor Technologies Kft. videó analitikai rendszereket fejleszt budapesti székhellyel.

Részletesebben

Alkalmazási példa: konyha. Meghatározott háttérfény jelenet, például napi rutin szerint. Fényerő: csökkentett

Alkalmazási példa: konyha. Meghatározott háttérfény jelenet, például napi rutin szerint. Fényerő: csökkentett Hue mozgásérzékelő Alkalmazási példa: konyha 3 Meghatározott háttérfény jelenet, például napi rutin szerint. Fényerő: csökkentett Alkalmazási példa: konyha 4 Mozgás észlelésekor, felkapcsolódnak az előre

Részletesebben

Miskolci Egyetem Általános Informatikai Tanszék

Miskolci Egyetem Általános Informatikai Tanszék Software tesztelés Miskolci Egyetem Általános Informatikai Tanszék Software tesztelés SWTESZT / 1 A tesztelés feladata Két alapvető cél rendszerben található hibák felderítése annak ellenőrzése, hogy a

Részletesebben

A tesztelés feladata. Verifikáció

A tesztelés feladata. Verifikáció Software tesztelés Miskolci Egyetem Általános Informatikai Tanszék Software tesztelés SWTESZT / 1 A tesztelés feladata Két alapvető cél rendszerben található hibák felderítése annak ellenőrzése, hogy a

Részletesebben

Automatikus szivárgáskeresés Zajszint-adatgyűjtő hálózat korrelátoros funkcióval

Automatikus szivárgáskeresés Zajszint-adatgyűjtő hálózat korrelátoros funkcióval Automatikus szivárgáskeresés Zajszint-adatgyűjtő hálózat korrelátoros funkcióval Sebalog N-3 hálózat Aktuális mérési adatok minden nap Nincs szükség a loggerek helyszínen történő kiolvasására Távolról

Részletesebben

A LEGO-MINDSTORM ALKALMAZÁSA A MECHATRONIKAOKTATÁSBAN

A LEGO-MINDSTORM ALKALMAZÁSA A MECHATRONIKAOKTATÁSBAN A LEGO-MINDSTORM ALKALMAZÁSA A MECHATRONIKAOKTATÁSBAN Kiss Gábor Budapesti Műszaki Fűiskola kiss.gabor@bgk.bmf.hu Absztrakt: A mechatronikaoktatásban jelentős szerepet kap a robotikával való megismerkedés,

Részletesebben

Virtuális hegesztés. A jövő kiképzési módja

Virtuális hegesztés. A jövő kiképzési módja Virtuális hegesztés A jövő kiképzési módja Valósághű tanulás a szimulátorral 100%-ban biztonsági kockázat nélkül Erőforrás takarékos A sikeres oktatócsomag ÁLTALÁNOS TUNDNIVALÓK A jövő hegesztési kiképzésének

Részletesebben

Digitális Rajztáblák. Multimédia az oktatásban 2009 konferencia 2009. június 25. Előadó: Vukovich László

Digitális Rajztáblák. Multimédia az oktatásban 2009 konferencia 2009. június 25. Előadó: Vukovich László Digitális Rajztáblák Multimédia az oktatásban 2009 konferencia 2009. június 25. Előadó: Vukovich László Mi a digitális rajztábla? A számítógéphez csatlakoztatható, az egeret helyettesíteni képes beviteli

Részletesebben

R5 kutatási feladatok és várható eredmények. RFID future R Király Roland - Eger, EKF TTK MatInf

R5 kutatási feladatok és várható eredmények. RFID future R Király Roland - Eger, EKF TTK MatInf R5 kutatási feladatok és várható eredmények RFID future R5 2013.06.17 Király Roland - Eger, EKF TTK MatInf RFID future R5 RFID future - tervezett kutatási feladatok R5 feladatok és várható eredmények Résztevékenységek

Részletesebben

ES-D1A. Vezeték nélküli mozgásérzékelő. www.etiger.com

ES-D1A. Vezeték nélküli mozgásérzékelő. www.etiger.com ES-D1A Vezeték nélküli mozgásérzékelő www.etiger.com HU A doboz tartalma 1 x PIR Mozgásérzékelő 1 x Konzol 1 x Felhasználói kézikönyv 1. Érzékelő ablak 2. LED jelző 3. Konzol Legelső használat előtt Nyissa

Részletesebben

Készítette: Enisz Krisztián, Lugossy Balázs, Speiser Ferenc, Ughy Gergely 2010.11.29. 1

Készítette: Enisz Krisztián, Lugossy Balázs, Speiser Ferenc, Ughy Gergely 2010.11.29. 1 Készítette: Enisz Krisztián, Lugossy Balázs, Speiser Ferenc, Ughy Gergely 2010.11.29. 1 /17 Tartalomjegyzék A térinformatikáról általánosságban Célok Felhasznált eszközök Fejlesztés lépései Adatbázis Grafikus

Részletesebben

Erőforrás gazdálkodás a bevetésirányításban

Erőforrás gazdálkodás a bevetésirányításban Professzionális Mobiltávközlési Nap 2009 Új utakon az EDR Erőforrás gazdálkodás a bevetésirányításban Fornax ZRt. Nagy Zoltán Vezérigazgató helyettes Budapest, 2009. április 9. Tartalom 1. Kézzelfogható

Részletesebben