Refine
Year of publication
- 2015 (92) (remove)
Document Type
- Conference Proceeding (92) (remove)
Keywords
- Algorithm (1)
- BCH codes (1)
- Bernstein coefficients (1)
- Bernstein polynomials (1)
- Biomechanics Laboratory (1)
- Body-movement (1)
- CRCPolynom (1)
- Checkerboard ordering (1)
- Collision avoidance (1)
- Convex optimization (1)
Durch den Einsatz von mobilen Endgeräten (z.B. Tablets, Smartphones) erschließen sich immer mehr Möglichkeiten, die Ausführung von Geschäftsprozessen zu unterstützen. Beispielsweise können Geschäftsprozessaktivitäten (z.B. Genehmigung eines Angebots) ortsunabhängig bearbeitet werden, wodurch die Durchlaufzeit signifikant reduziert wird. Die Nutzung von mobilen Apps beschränkt sich hierbei meist nur auf die Unterstützung von effizienter und flexibler Interaktion zwischen den verschiedenen ausführenden Rollen. Dieser Artikel beschreibt, wie mobile Apps nicht nur die Ausführung, sondern auch die Optimierung von Geschäftsprozessen unterstützen können. Hierzu werden vordefinierte Qualitätskriterien kontextabhängig während der Ausführung von Aktivitäten erfasst. Die durch traditionelle Methoden erfassten Daten (z.B. Messung von Kennzahlen) werden somit durch in Echtzeit gesammeltes User Feedback ergänzt. Der Ansatz wird am Beispiel einer eigens entwickelten mobilen App demonstriert und evaluiert.
Konventionelle, von Dieselmotoren angetriebene Radlader beeinträchtigen die Lebensqualität der Menschen in ihrer unmittelbaren Umgebung mit Lärm- und Schadstoffemissionen. Das vom BMBF geförderte Forschungsvorhaben "Emissionsarmer Elektroradlader" verfolgt das Ziel, die lokalen Emissionen von Radladern deutlich herabzusetzen und die Effizienz des Fahrzeugs zu steigern. Im Rahmen des Vorhabens wurde ein konventioneller Radlader auf elektrische Antriebe umgerüstet. Als Energiespeicher dient eine LiFeYPO4-Batterie, die für eine Betriebsdauer von vier Stunden ausgelegt ist. In ersten praktischen Untersuchungen wurde die Energiebilanz des Emissionsarmen Elektro-Radladers mit der des konventionellen Serienfahrzeugs verglichen. Dazu wurde ein modifizierter Y-Arbeitszyklus entworfen, der sich an den üblichen Arbeitsaufgaben des Radladers orientiert und sich durch eine hohe Reproduzierbarkeit auszeichnet. Für die vollständige Bewertung wird die komplette Kette der Energieumwandlung betrachtet, beginnend mit der Energie im Kraftstoff bzw. der dem Stromnetz entnommenen Energie, bis zur mechanischen Arbeit, die das Gerät verrichtet. Daraus lassen sich Rückschlüsse auf die unterschiedlichen CO2-Emissionen beider Fahrzeuge ableiten.
Putze und Fugenmoertel, insbesondere in Sichtmauerwerken uebernehmen wesentliche technische, bauphysikalische und aesthetische Aufgaben fuer die Fassade und tragen massgeblich zum Erhalt der historischen Bausubstanz bei. Dabei sind an Denkmalen haeufig Befunde historischer Putze und Fugenmoertel sowie Verarbeitungsweisen und Handwerkstechniken vorhanden, die heute nicht mehr gebraeuchlich sind und beherrscht werden. Deshalb kommt ihrer Erhaltung besondere Bedeutung zu. Als aeusserster 'Angriffspunkt' der Gebaeudehuelle sind die Putze und Fugenmoertel der Witterung und zum Teil chemischen, biologischen und mechanischen Belastungen frei ausgesetzt und werden in Spritzwasserbereichen auch durch Tausalze beansprucht. Die dadurch sowie durch Alterung und Ermuedung entstehenden Schaeden werden beschrieben und Moeglichkeiten fuer die Erhaltung und Instandsetzung der Putze aufgezeigt.
Tourist tracking
(2015)
Small vessels or unmanned surface vehicles only have a limited amount of space and energy available. If these vessels require an active sensing collision avoidance system it is often not possible to mount large sensor systems like X-Band radars. Thus, in this paper an energy efficient automotive radar and a laser range sensor are evaluated for tracking surrounding vessels. For these targets, those type of sensors typically generate more than one detection per scan. Therefore, an extended target tracking problem has to be solved to estimate state end extension of the vessels. In this paper, an extended version of the probabilistic data association filter that uses random matrices is applied. The performance of the tracking system using either radar or laser range data is demonstrated in real experiments.
Das hier beschriebene und auf einem FPGA vom Typ Spartan-3A DSP realisierte System dient dazu, auf besonders effiziente Weise die Häufigkeitsverteilung nicht erkannter fehlerhafter Nachrichten mit verschiedenen CRCPolynomen
zu berechnen. Damit die Berechnung in möglichst kurzer Zeit stattfindet, wurde das System aus 64 parallel arbeitenden Instanzen von CRC-Findern in mehrstufiger Fließbandorganisation aufgebaut. In der hier beschriebenen Ausbaustufe erreicht das System eine Gesamtleistung von 6,4 ·109 Operationen in der Sekunde.
Classification of point clouds by different types of geometric primitives is an essential part in the reconstruction process of CAD geometry. We use support vector machines (SVM) to label patches in point clouds with the class labels tori, ellipsoids, spheres, cones, cylinders or planes. For the classification features based on different geometric properties like point normals, angles, and principal curvatures are used. These geometric features are estimated in the local neighborhood of a point of the point cloud. Computing these geometric features for a random subset of the point cloud yields a feature distribution. Different features are combined for achieving best classification results. To minimize the time consuming training phase of SVMs, the geometric features are first evaluated using linear discriminant analysis (LDA).
LDA and SVM are machine learning approaches that require an initial training phase to allow for a subsequent automatic classification of a new data set. For the training phase point clouds are generated using a simulation of a laser scanning device. Additional noise based on an laser scanner error model is added to the point clouds. The resulting LDA and SVM classifiers are then used to classify geometric primitives in simulated and real laser scanned point clouds.
Compared to other approaches, where all known features are used for classification, we explicitly compare novel against known geometric features to prove their effectiveness.
Strategie der digitalen Ära
(2015)
Knowing the position of the spool in a solenoid valve, without using costly position sensors, is of considerable interest in a lot of industrial applications. In this paper, the problem of position estimation based on state observers for fast-switching solenoids, with sole use of simple voltage and current measurements, is investigated. Due to the short spool traveling time in fast-switching valves, convergence of the observer errors has to be achieved very fast. Moreover, the observer has to be robust against modeling uncertainties and parameter variations. Therefore, different state observer approaches are investigated, and compared to each other regarding possible uncertainties. The investigation covers a High-Gain-Observer approach, a combined High-Gain Sliding-Mode-Observer approach, both based on extended linearization, and a nonlinear Sliding-Mode-Observer based on equivalent output injection. The results are discussed by means of numerical simulations for all approaches, and finally physical experiments on a valve-mock-up are thoroughly discussed for the nonlinear Sliding-Mode-Observer.
This work investigates soft input decoding for generalized concatenated (GC) codes. The GC codes are constructed from inner nested binary Bose-Chaudhuri-Hocquenghem (BCH)codes and outer Reed-Solomon (RS) codes. In order to enable soft input decoding for the inner BCH block codes, a sequential stack decoding algorithm is used. Ordinary stack decoding of binary block codes requires the complete trellis of the code.
In this work a representation of the block codes based on the trellises of supercodes is proposed in order to reduce the memory requirements for the representation of the BCH codes. Results for the decoding performance of the overall GC code are presented.
Furthermore, an efficient hardware implementation of the GC decoder is proposed.
To evaluate the quality of a person's sleep it is essential to identify the sleep stages and their durations. Currently, the gold standard in terms of sleep analysis is overnight polysomnography (PSG), during which several techniques like EEG (eletroencephalogram), EOG (electrooculogram), EMG (electromyogram), ECG (electrocardiogram), SpO2 (blood oxygen saturation) and for example respiratory airflow and respiratory effort are recorded. These expensive and complex procedures, applied in sleep laboratories, are invasive and unfamiliar for the subjects and it is a reason why it might have an impact on the recorded data. These are the main reasons why low-cost home diagnostic systems are likely to be advantageous. Their aim is to reach a larger population by reducing the number of parameters recorded. Nowadays, many wearable devices promise to measure sleep quality using only the ECG and body-movement signals. This work presents an android application developed in order to proof the accuracy of an algorithm published in the sleep literature. The algorithm uses ECG and body movement recordings to estimate sleep stages. The pre-recorded signals fed into the algorithm have been taken from physionet1 online database. The obtained results have been compared with those of the standard method used in PSG. The mean agreement ratios between the sleep stages REM, Wake, NREM-1, NREM-2 and NREM-3 were 38.1%, 14%, 16%, 75% and 54.3%.