Geri Dön

A data collection system design for hand gestures

El hareketleri için bir veri toplama sistemi tasarımı

  1. Tez No: 603654
  2. Yazar: ERHAN AKAN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM BARAN USLU, DR. ÖĞR. ÜYESİ ERDEM AKAGÜNDÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Atılım Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 62

Özet

Bu çalışmada, bir akıllı eldiven tasarımının yapılması, eldiven üzerindeki farklı ataletsel sensörler ve EMG sensörden veri toplanması, bu verilerin ön işlemeye tabi tutulması ve bu farklı sensör verilerinin kaynaştırılması yoluyla bir insan-makine etkileşimi uygulamasının geliştirilmesi amaçlanmaktadır. Böylelikle görüntü işleme temelli yaklaşımların kusurlu olduğu noktalarda çözümler sunulması hedeflenmektedir. Akıllı eldivende, manyetometre ve jiroskop tarafından üretilecek olan dördey bazlı oryantasyon verileri ile ivmeölçer tarafından üretilecek olan ivme verilerinin ve EMG Sensor tarafından üretilen analog verilerin, toplanması ve daha sonradan farklı uygulamalarca kullanılmasına hazırlık konusunda bir çalışma yapılmıştır.

Özet (Çeviri)

In this study, we aim at designing a smart glove, which consists of different inertial sensors and an EMG sensor and developing a human-machine interaction application by pre-processing and fusing these different sensory data. We also aim at providing solutions in cases where image processing-based approaches are inefficient. In the proposed smart glove, the quartenion-based orientation data to be produced by the magnetometer and gyroscope together, the acceleration data to be generated by the accelerometer, and the analog data generated by the EMG sensor are collected and then prepared for use by different applications.

Benzer Tezler

  1. Deep learning based dynamic turkish sign language recognition with leap motion

    Derin öğrenme tabanlı leap motıon ile dinamik türk işaret dili tanıma

    BURÇAK DEMİRCİOĞLU KAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HATİCE KÖSE

  2. Head gesture recognition for a semi-autonomous powerchair

    Yarı-otonom akülü sandalye için kafa hareketleri tanıma

    UBEYDE MAVUŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. VOLKAN SEZER

  3. ARM tabanlı gömülü sistemlerde kulak tanıma sisteminin gerçeklenmesi

    Realizing of ear recognition system with arm based on embedded system

    ÜMİT KAÇAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MÜRVET KIRCI

  4. Human factor based advanced driver-assistance system (ADAS) design for electric vehicle

    Elektrikli araç için insan faktörü tabanlı gelişmiş sürücü yardım sistemi (ADAS) tasarımı

    DAĞHAN DOĞAN

    Doktora

    İngilizce

    İngilizce

    2022

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. OVSANNA SETA ESTRADA