Πλοήγηση ανά Συγγραφέας "Tsakoulis Filippos"

Τώρα δείχνει 1 - 1 of 1
  • Μικρογραφία εικόνας
    Τεκμήριο
    Επισκόπηση των τεχνολογιών αναγνώρισης κίνησης με χρήση σημάτων WiFi.
    (ΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), Τμήμα Ηλεκτρονικών Μηχανικών, 2025-12-17) Τσάκουλης Φίλιππος; Tsakoulis Filippos; Μπακλέζος Ανάργυρος; Baklezos Anargyros
    Η εργασία αυτή εξετάζει διεξοδικά τις τεχνολογίες αναγνώρισης ανθρώπινης κίνησης μέσω σημάτων Wi-Fi (Wi-Fi Sensing) και τη συμβολή τους στη διαμόρφωση έξυπνων, διασυνδεδεμένων περιβαλλόντων. Μέσα από τη μελέτη των πιο αντιπροσωπευτικών συστημάτων — CARM, WiDraw, SrcSense, GraSens και DensePose — αναλύεται η λειτουργία, η αρχιτεκτονική και η απόδοση των μεθόδων που επιτρέπουν την παθητική καταγραφή, ταξινόμηση και κατανόηση ανθρώπινων δραστηριοτήτων χωρίς τη χρήση κάμερας ή αισθητήρων επαφής. Αρχικά, παρουσιάζονται οι βασικές φυσικές αρχές μετάδοσης των Wi-Fi σημάτων, οι μηχανισμοί Channel State Information (CSI) και οι παράμετροι που επηρεάζουν την ευαισθησία των μετρήσεων. Ακολουθεί η μελέτη των κυριότερων αλγοριθμικών προσεγγίσεων για την αναγνώριση κίνησης, από τις παραδοσιακές μεθόδους μοντελοποίησης σήματος έως τις σύγχρονες τεχνικές Machine Learning και Deep Learning (CNN, RNN, Transformers). Στα επόμενα κεφάλαια, πραγματοποιείται εις βάθος ανάλυση των συστημάτων CARM, WiDraw και SrcSense, με έμφαση στη μεθοδολογία εξαγωγής χαρακτηριστικών, την πειραματική αξιολόγηση και τη συγκριτική απόδοση. Παρουσιάζονται επίσης οι νεότερες τεχνολογικές εξελίξεις του προτύπου IEEE 802.11bf, καθώς και ερευνητικές επεκτάσεις όπως τα συστήματα GraSens και DensePose, τα οποία ενσωματώνουν νευρωνικά δίκτυα Wi-Fi Dense Pose RCNN για εκτίμηση στάσης σώματος σε πραγματικό χρόνο. Η συγκριτική ανάλυση καταδεικνύει ότι οι τεχνολογίες Wi-Fi Sensing μπορούν να μετατρέψουν τα κοινά ασύρματα δίκτυα σε ευφυή συστήματα αντίληψης, ικανά να αναγνωρίζουν κίνηση, στάση και συμπεριφορά ατόμων με μεγάλη ακρίβεια και σεβασμό στην ιδιωτικότητα. Τέλος, διατυπώνονται προτάσεις για μελλοντική έρευνα, εστιάζοντας στη συνδυαστική αξιοποίηση βαθιάς μάθησης, ενεργειακής βελτιστοποίησης και ασφάλειας δεδομένων. Η εργασία καταδεικνύει ότι η αναγνώριση κίνησης μέσω Wi-Fi δεν αποτελεί πλέον πειραματική ιδέα, αλλά μια ώριμη τεχνολογία με προοπτικές εφαρμογής σε ρομποτικά, ιατρικά, οικιακά και βιομηχανικά συστήματα.