This paper describes a tactile stimulation system for producing nonvisual image patterns to blind or deafblind people. The stimulator yields a CO(2) pulsatile flux directed to the user's skin throughout a needle that is coupled to a 2-D tactile plotter. The fluxtactile plotter operates with two step motor mounted on a wood structure, controlled by a program developed to produce alphanumerical characters and geometric figures of different size and speed, which will be used to investigate the psychophysical properties of this kind of tactile communication. CO(2) is provided by a cylinder that delivers a stable flux, which is converted to a pulsatile mode through a high frequency solenoid valve that can chop it up to 1 kHz. Also, system temperature is controlled by a Peltier based device. Tests on the prototype indicate that the system is a valuable tool to investigate the psychophysical properties of the skin in response to stimulation by CO(2) jet, allowing a quantitative and qualitative analysis as a function of stimulation parameters. With the system developed, it was possible to plot the geometric figures proposed: triangles, rectangles and octagons, in different sizes and speeds, and verify the control of the frequency of CO(2) jet stimuli.
Diversos sistemas computacionais voltados ao Agronegócio foram desenvolvidos visando melhorar a produtividade, qualidade dos produtos, reduzir desperdícios e auxiliar na tomada de decisões. Da mesma forma, medidores de umidade estão cada vez mais tecnológicos e, neste caso, automatização do processo de medição auxilia na redução de erros e aumento de produtividade. Neste contexto, o presente trabalho apresenta uma metodologia para obtenção de imagens de sementes e classificação utilizando métodos de Visão Computacional. Uma base de imagens com treze tipos de sementes foi criada para avaliação do método de identificação proposto. Quatro descritores foram extraídos, avaliados individualmente e de forma combinada, sendo utilizados como entrada no classificador SVM. O método proposto obteve uma taxa de acerto superior a 85% em 12 dos 13 tipos testados, mostrando a viabilidade dasua utilização na identificação de sementes, para uma posterior análise de umidade.
O TCC é o momento no qual os alunos empregam suas habilidades técnicas e comportamentais para o desenvolvimento de um projeto multidisciplinar a fim de atingir um objetivo. Por ser a Engenharia de Computação uma área-meio, cabe aos alunos conhecer o contexto, as especificidades da área e problemática que desejam solucionar. Assim, professores e gestores devem fornecer métodos e ferramentas que permitam e favoreçam o desenvolvimento, acompanhamento e avaliação de competências necessárias para o desenvolvimento de projetos deste nível. Para tal, propõem-se um método cujas avaliações compreendem o uso de rubricas para análise de competências. Este método engloba 5 fases de trabalho: Proposta, Revisão Bibliográfica, Especificação Técnica ou Metodologia de Pesquisa, Desenvolvimento e Conclusão. Os alunos são avaliados, por meio de rubricas, que permitem acompanhar o desenvolvimento das competências necessárias para cada uma das etapas. Cada rubrica utiliza critérios, classificáveis em níveis de performance, para indicar as habilidades de uma ou mais competências. Ao final de cada ciclo, critérios, níveis de performance, fases e modelos de documentos são analisados e modificados conforme indicações do corpo docente, garantindo um processo de melhoria contínua da metodologia. Para avaliar o método proposto, professores e alunos responderam a um questionário onde classificaram os níveis de importância, em ordem de 0 a 10, da existência das rubricas (7,43+/-2,47 para alunos; 8,50+/-3,20 para professores), da conexão entre critérios e fases (8,07+/-1,49 para alunos; 8,17+/-1,72 para professores) e da clareza e assertividade dos indicadores ou níveis de desempenho (7,93+/-1,33 para alunos; 7,17+/-2,14 para professores).
Resumo: Diversos sistemas computacionais voltados ao Agronegócio foram desenvolvidos visando melhorar a produtividade, qualidade dos produtos, reduzir desperdícios e auxiliar na tomada de decisões. Da mesma forma, medidores de umidade estão cada vez mais tecnológicos e, neste caso, automatização do processo de medição auxilia na redução de erros e aumento de produtividade. Neste contexto, o presente trabalho apresenta uma metodologia para obtenção de imagens de sementes e classificação utilizando métodos de Visão Computacional. Uma base de imagens com treze tipos de sementes foi criada para avaliação do método de identificação proposto. Quatro descritores foram extraídos, avaliados individualmente e de forma combinada, sendo utilizados como entrada no classificador SVM. O método proposto obteve uma taxa de acerto superior a 85% em 12 dos 13 tipos testados, mostrando a viabilidade da sua utilização na identificação de sementes, para uma posterior análise de umidade.Abstract: Many computational systems for Agribusiness were developed, aiming to improve productivity, product quality, reduce waste and aid in decision-making. In the same way, moisture meters are becoming more technological and, in this case, meter process automatization aids error reduction and productivity increase. In this context, this work presents a methodology to obtain seed images and classification based on Computer Vision methods. An image database with thirteen types of seeds was developed for validation of the proposed identification method. Four descriptors were extracted, being evaluated individually and combined, then used as inputs for the SVM classifier. The proposed method obtained an accuracy superior to 85% in 12 out of 13 tested types, showing the viability of its application in seed identification, for a posterior automatized analysis of its moisture.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.