W pracy przedstawiono eksperymenty związane z automatyczną klasyfikacją i rozpoznawaniem aktywności pacjentów z chorobą Parkinsona. W szczególności opisano algorytmy, mające na celu rozpoznawanie dwóch kategorii ruchu: ruchu rąk oraz chodu. Aktywności te wykrywane są na podstawie analizy sygnałów pochodzących z trójosiowych akcelerometrów umieszczonych na ciele osoby badanej.

Opisano system pomiarowy, który umożliwia wyznaczenie położenia śródręcza dłoni i niezależnie każdego z pięciu palców. Wyniki pomiarów przedstawiane są w postaci animacji na ekranie komputera. Omówiono poszczególne elementy części sprzętowej systemu: czujniki, przetwornik A/C i kontroler systemu. Opisano również oprogramowanie, w którym zastosowano sposób przetwarzania wyników zapobiegający błędnym pomiarom. W zakończeniu wskazano...

The paper concerns the problem of integrating data from accelerometers. A suitable model of a MEMS accelerometer is presented which is a part of inertial measurement units (IMU). Such units allow to measure orientation as well as to localize systems. They also appear to be applicable for systems positioning. The main purpose of the paper is to discuss conditions that must be satisfied to calculate the location of the sensor by...

This paper analyzes the problem of determining the position of a robot using an accelerometer, which is an essential part of inertial measurement units (IMU). The information gained from such a gauge, however, requires double integration of sensor data. To assure an expected effect, a mathematical model of a low-cost accelerometer of the MEMS type is derived. Moreover, in order to improve the performance of positioning based on...