prikaz prve stranice dokumenta Senzor pokreta kao digitalna brava
  Preuzmi
PDF 2.6 MB
diplomski rad
Senzor pokreta kao digitalna brava
2023. urn:nbn:hr:200:198659
Pavičić, Marko
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za komunikacije
Katedra za elektroniku i mikroelektroniku

Citirajte ovaj rad

Pavičić, M. (2023). Senzor pokreta kao digitalna brava (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:198659

Pavičić, Marko. "Senzor pokreta kao digitalna brava." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:198659

Pavičić, Marko. "Senzor pokreta kao digitalna brava." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2023. https://urn.nsk.hr/urn:nbn:hr:200:198659

Pavičić, M. (2023). 'Senzor pokreta kao digitalna brava', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 24.04.2024., https://urn.nsk.hr/urn:nbn:hr:200:198659

Pavičić M. Senzor pokreta kao digitalna brava [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2023 [pristupljeno 24.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:198659

M. Pavičić, "Senzor pokreta kao digitalna brava", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:198659

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:198659
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovSenzor pokreta kao digitalna brava
Naslov (engleski)Gesture sensor as digital lock
AutorMarko Pavičić
MentorDavor Vinko (mentor)
Član povjerenstvaDavor Vinko (predsjednik povjerenstva)
Član povjerenstvaKrešimir Grgić (član povjerenstva)
Član povjerenstvaLuka Filipović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za komunikacije)
(Katedra za elektroniku i mikroelektroniku)
Osijek
Datum i država obrane2023-09-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
U ovom diplomskom radu je provedeno istraživanje i implementacija digitalne brave korištenjem senzora pokreta na Arduino Nano 33 BLE Sense razvojnoj pločici. Rješenje se sastoji od tri ključna dijela. Prvo, podaci o gestama su prikupljani putem žiroskopa i akcelerometra te su spremljeni u CSV datoteke. Zatim je korištena TensorFlow biblioteka za strojno učenje kako bi se trenirao model za prepoznavanje gesti koristeći prikupljene podatke. Nakon treniranja, generirana je datoteka zaglavlja koja sadrži trenirani model. Konačno, trenirani model se koristi za prepoznavanje gesti te se uspostavlja komunikacija s web-stranicom putem Bluetooth-a kako bi se otvorila vrata ovisno o prepoznatoj gesti. Rješenje je uspješno prikupljalo podatke o gestama, treniralo model za prepoznavanje gesti te omogućavalo otvaranje vrata na temelju prepoznate geste. Kvaliteta prepoznavanja gesti je evaluirana kroz testiranje sustava s različitim kombinacijama gesti i pragovima detekcije sve dok nije postignuta zadovoljavajuća točnost.
Sažetak (engleski)
In this master's thesis, the research and implementation of a digital lock using a motion sensor on the Arduino Nano 33 BLE Sense development board was carried out. The solution consists of three key parts. First, gesture data was collected via gyroscope and accelerometer and saved in CSV files. The TensorFlow machine learning library was then used to train a gesture recognition model using the collected data. After training, a header file containing the trained model is generated. Finally, the trained model is used for gesture recognition and communicates with a website via Bluetooth to open the door depending on the recognized gesture. The solution successfully collected data on gestures, trained a model for gesture recognition and enabled door opening based on the recognized gesture. The quality of gesture recognition was evaluated by testing the system with different combinations of gestures and detection thresholds until satisfactory accuracy was achieved.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:198659
Studijski programNaziv: Elektrotehnika; smjerovi: Komunikacije i informatika, Elektroenergetika
Smjer: Komunikacije i informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag.ing.el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-10-09 08:56:00