Podrobno

Detekcija kraje javne infrastrukture z uporabo senzorjev gibanja in strojnega učenja
ID Lemut, Domen (Avtor), ID Pejović, Veljko (Mentor) Več o mentorju... Povezava se odpre v novem oknu

.pdfPDF - Predstavitvena datoteka, prenos (27,86 MB)
MD5: 591739A3F152BE16A2E071C1374E9DAF

Izvleček
V diplomskem delu obravnavamo problem varovanja javne IoT-infrastrukture pred vandalizmom in poskusi kraje. Tradicionalni varnostni ukrepi, kot je videonadzor, so računsko in energetsko prezahtevni za avtonomno baterijsko delovanje na odročnih lokacijah. Kot alternativno rešitev smo zasnovali in implementirali reaktivni nizkoenergijski vgrajeni sistem, ki temelji na mikrokrmilniku ESP32 in inercialnem senzorju LSM6DS3TR-C. V okolju FreeRTOS smo razvili večopravilno arhitekturo, ki s pomočjo strojnih prekinitev in Continuous-to-FIFO načina delovanja senzorja omogoča neprekinjeno vzorčenje ob ohranitvi ključnega 1-sekundnega predprožilnega časovnega okna. Neposredno na robni napravi se v realnem času izvaja celoten cevovod predobdelave, ki vključuje odpravo gravitacijskega odmika z visokopasovnim IIR-filtrom, izračun magnitude ter ekstrakcijo časovnih značilk. Končna klasifikacija dogodkov se lokalno izvaja z optimiziranim odločitvenim drevesom. Evalvacija na terenskem naboru 810 vzorcev je pokazala, da sistem dosega 99,4-odstotno klasifikacijsko točnost ter zanesljivo ločuje med fizičnimi napadi in vplivi vetra. Z uporabo stanja lahkega spanja naprava zagotavlja nekaj tednov avtonomnega delovanja na terenu, kar potrjuje izvedljivost nizkoenergijske robne inteligence v praksi.

Jezik:Slovenski jezik
Ključne besede:detekcija kraje, strojno učenje, inercialni senzorji, robna obdelava, nizka poraba
Vrsta gradiva:Diplomsko delo/naloga
Tipologija:2.11 - Diplomsko delo
Organizacija:FRI - Fakulteta za računalništvo in informatiko
Leto izida:2026
PID:20.500.12556/RUL-187804 Povezava se odpre v novem oknu
COBISS.SI-ID:300988163 Povezava se odpre v novem oknu
Datum objave v RUL:14.09.2026
Število ogledov:224
Število prenosov:96
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Detection of Public Infrastructure Theft Using Motion Sensors and Machine Learning
Izvleček:
This thesis addresses the challenge of protecting public IoT infrastructure against vandalism and theft. Traditional security measures, such as video surveillance, are too computationally and energetically demanding for autonomous, battery-powered operation in remote locations. As an alternative, we designed and implemented a reactive, low-power embedded system based on the ESP32 microcontroller and the LSM6DS3TR-C inertial sensor. We developed a multitasking software architecture within the FreeRTOS environment that, using hardware interrupts and the sensor's Continuous-to-FIFO operating mode, enables continuous sampling while preserving a critical 1-second pre-trigger time window. A complete preprocessing pipeline – including gravity offset removal via a high-pass IIR filter, magnitude calculation, and time-domain feature extraction – is executed in real time directly on the edge device. Final event classification is performed locally using an optimised decision tree. Evaluation on a field dataset of 810 samples showed that the system achieves 99.4\% classification accuracy and reliably distinguishes between physical attacks and wind-induced effects. By using a light-sleep mode, the device ensures several weeks of autonomous field operation, confirming the practical feasibility of low-power edge intelligence.

Ključne besede:theft detection, inertial measurement units, machine learning, edge computing, low power

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj