Nonlinear inverse dynamic models of gas sensing systems based on chemical sensor arrays for quantitative measurements

Gas sensing systems based on low-cost chemical sensor arrays are gaining interest for the analysis of multicomponent gas mixtures. These sensors show different problems, e.g., nonlinearities and slow time-response, which can be partially solved by digital signal processing. Our approach is based on building a nonlinear inverse dynamic system. Results for different identification techniques, including artificial neural networks and Wiener series, are compared in terms of measurement accuracy.

Drift compensation of gas sensor array data by Orthogonal Signal Correction

Drift is an important issue that impairs the reliability of gas sensing systems. Sensor aging, memory effects and environmental disturbances produce shifts in sensor responses that make initial statistical models for gas or odor recognition useless after a relatively short period (typically few weeks). Frequent recalibrations are needed to preserve system accuracy. However, when recalibrations involve numerous samples they become expensive and laborious. An interesting and lower cost alternative is drift counteraction by signal processing techniques. Orthogonal Signal Correction (OSC) is proposed for drift compensation in chemical sensor arrays. The performance of OSC is also compared with Component Correction (CC). A simple classification algorithm has been employed for assessing the performance of the algorithms on a dataset composed by measurements of three analytes using an array of seventeen conductive polymer gas sensors over a ten month period.

On-line event detection by recursive dynamic principal component analysis and gas sensor arrays under drift conditions

Leakage detection is an important issue in many chemical sensing applications. Leakage detection hy thresholds suffers from important drawbacks when sensors have serious drifts or they are affected by cross-sensitivities. Here we present an adaptive method based in a Dynamic Principal Component Analysis that models the relationships between the sensors in the may. In normal conditions a certain variance distribution characterizes sensor signals. However, in the presence of a new source of variance the PCA decomposition changes drastically. In order to prevent the influence of sensor drifts the model is adaptive and it is calculated in a recursive manner with minimum computational effort. The behavior of this technique is studied with synthetic signals and with real signals arising by oil vapor leakages in an air compressor. Results clearly demonstrate the efficiency of the proposed method.

Discriminating crop, weeds and soil surface with a terrestrial LIDAR sensor

In this study, the evaluation of the accuracy and performance of a light detection and ranging (LIDAR) sensor for vegetation using distance and reflection measurements aiming to detect and discriminate maize plants and weeds from soil surface was done. The study continues a previous work carried out in a maize field in Spain with a LIDAR sensor using exclusively one index, the height profile. The current system uses a combination of the two mentioned indexes. The experiment was carried out in a maize field at growth stage 12–14, at 16 different locations selected to represent the widest possible density of three weeds: Echinochloa crus-galli (L.) P.Beauv., Lamium purpureum L., Galium aparine L.and Veronica persica Poir.. A terrestrial LIDAR sensor was mounted on a tripod pointing to the inter-row area, with its horizontal axis and the field of view pointing vertically downwards to the ground, scanning a vertical plane with the potential presence of vegetation. Immediately after the LIDAR data acquisition (distances and reflection measurements), actual heights of plants were estimated using an appropriate methodology. For that purpose, digital images were taken of each sampled area. Data showed a high correlation between LIDAR measured height and actual plant heights (R2 = 0.75). Binary logistic regression between weed presence/absence and the sensor readings (LIDAR height and reflection values) was used to validate the accuracy of the sensor. This permitted the discrimination of vegetation from the ground with an accuracy of up to 95%. In addition, a Canonical Discrimination Analysis (CDA) was able to discriminate mostly between soil and vegetation and, to a far lesser extent, between crop and weeds. The studied methodology arises as a good system for weed detection, which in combination with other principles, such as vision-based technologies, could improve the efficiency and accuracy of herbicide spraying.

Ús de Sensor Web Enablement per a gestió de dades marines i accés al servei d'observació de sensors a través de client Android

El present treball és un estudi de l'estat de Sensor Web Enablement (SWE) aplicat a l'àmbit marí d'investigació oceanogràfica. Per assolir aquest objectiu s'han avaluat les diferents solucions d'arquitectura de sistemes més adients a la problemàtica indicada i s'ha dissenyat un client de Sensor Observation Service (SOS) per plataforma mòbil Android que permeti consultar la descripció del sensor (SensorML) i conjunts d'observacions mitjançant estàndards oberts de SWE i peticions web (SOAP). Els dissenys anteriorment indicats han permès que quedés palès l'ampli ventall de possibilitats i avantatges que s'obtenen pel fet d'emprar SWE, ja que ens permet integrar fàcilment les dades proporcionades pels sensors i les pròpies descripcions dels sensors en diferents entorns, tal i com és el cas del disseny presentat en Android, a través d'estàndards oberts independents de les múltiples especificacions de cada fabricant, en un entorn, com és l'àmbit de la investigació marina on hi ha una gran heterogeneïtat de sensors i protocols.

A review of sensor fusion techniques for underwater vehicle navigation

This work provides a general description of the multi sensor data fusion concept, along with a new classification of currently used sensor fusion techniques for unmanned underwater vehicles (UUV). Unlike previous proposals that focus the classification on the sensors involved in the fusion, we propose a synthetic approach that is focused on the techniques involved in the fusion and their applications in UUV navigation. We believe that our approach is better oriented towards the development of sensor fusion systems, since a sensor fusion architecture should be first of all focused on its goals and then on the fused sensors

Accuracy estimation of a new omnidirectional 3D vision sensor

We present a computer vision system that associates omnidirectional vision with structured light with the aim of obtaining depth information for a 360 degrees field of view. The approach proposed in this article combines an omnidirectional camera with a panoramic laser projector. The article shows how the sensor is modelled and its accuracy is proved by means of experimental results. The proposed sensor provides useful information for robot navigation applications, pipe inspection, 3D scene modelling etc

Calibration of a Structured Light-Based Stereo Catadioptric Sensor

Catadioptric sensors are combinations of mirrors and lenses made in order to obtain a wide field of view. In this paper we propose a new sensor that has omnidirectional viewing ability and it also provides depth information about the nearby surrounding. The sensor is based on a conventional camera coupled with a laser emitter and two hyperbolic mirrors. Mathematical formulation and precise specifications of the intrinsic and extrinsic parameters of the sensor are discussed. Our approach overcomes limitations of the existing omni-directional sensors and eventually leads to reduced costs of production

Integració d'un sensor sonar d'escombrat lateral en un robot submarí

El grup de Visió per Computador i Robòtica (VICOROB) disposa de varis robotssubmarins per a la recerca i inspecció subaquàtica. Recentment s’ha adquiritun sensor sonar d’escombrat lateral el qual s’utilitza per realitzar imatgesacústiques del fons marí quan aquest es mou principalment a velocitat constanti mantenint el rumb.Els robots del grup VICOROB estan equipats amb diferents tipus de sensors icàmeres per analitzar el fons marí. Aquest sensors són de gran qualitat ipermeten conèixer de manera bastant satisfactòria l’entorn a les proximitats delrobot. Freqüentment però, aquest sensors estant sotmesos a diferentsrestriccions depenent de la seva naturalesa de funcionament, de tal maneraque es necessària la seva combinació per resoldre determinats problemes endiferents situacions.Amb aquest projecte, es pretén integrar un nou sistema de captura d’imatgessonores del fons marí, en un dels robots. Amb la integració d’aquest nousensor, s’espera obtenir una opció alternativa els sistemes actuals que puguiaportar informació addicional sobre el fons. Aquest sistema podrà ser utilitzatper realitzar tasques per les quals els altres sensors no estant preparats o béper complementar informació d’altres sensor

Avenços en l'estudi de la litiasi renal: mètodes de chemical imaging i intel·ligencia artificial (ANN) per la caracterització de càlculs renals

La litiasi urinària és un trastorn que implica la formació de precipitats en qualsevol part del tracte urinari. Aquest és un desordre comú que afecta aproximadament a una desena part de la població de la Unió Europea al llarg de la seva vida. A més, durant els cinc anys posteriors a un episodi litiàsic el percentatge de recurrència dels pacients és del 45 al 75%. Aquest trastorn urinari està influït per una gran quantitat de variables, d’origen fisiològic, psicològic i ambiental. Els episodis litiàsics, es poden solucionar espontàniament, amb l’expulsió del càlcul renal, o bé a través de diverses intervencions mèdiques. Els tractaments mèdics derivats de la litiasi urinària; és a dir, la fragmentació del càlcul, intervencions quirúrgiques i tractaments posteriors generen unes grans despeses als sistemes mèdics. Pels motius exposats, la identificació del desordre que ha originat l’episodi litiàsic és de radical importància, per tal de minimitzar el risc de reincidència. Els mètodes més usuals per determinar les causes que desencadenen la formació del càlcul renal són les anàlisis d’orina i l’estudi del càlcul generat. La correcta descripció de la composició i, especialment, l’estructura del càlcul renal pot aportar informació clau sobre les possibles causes de la seva formació, tant de l’inici de nucleació del càlcul com de les successives etapes de creixement cristal·lí. Tenint en compte aquest darrer aspecte, el present estudi s’ha dirigit a la caracterització de càlculs urinaris mitjançant l’aplicació de metodologies d’imatge química (Hyperspectral Imaging), el que va contribuir a determinar les principals característiques espectrals de cada compost majoritari als càlculs renals. D’altra banda, la utilització de mostres de composició coneguda ha possibilitat la creació d’un model amb Xarxes Neuronals Artificials, que permet la classificació de noves mostres de composició desconeguda, de manera més ràpida que el procediment actual. Aquest treball constitueix una nova contribució a la comprensió de l’estructura de les pedres de ronyó, així com les condicions de la seva formació. Els resultats obtinguts destaquen les possibilitats que presenten les tècniques emprades al camp de la litiasi renal, que permeten complementar els coneixements existents enfocats a millorar la qualitat de vida dels pacients.

The chemical variability at the surface of Mars: implications for exogenic processes

The chemical composition of sediments and rocks, as well as their distribution at theMartian surface, represent a long term archive of processes, which have formed theplanetary surface. A survey of chemical compositions by means of Compositional DataAnalysis represents a valuable tool to extract direct evidence for weathering processesand allows to quantify weathering and sedimentation rates. clr-biplot techniques areapplied for visualization of chemical relationships across the surface (“chemical maps”).The variability among individual suites of data is further analyzed by means of clr-PCA,in order to extract chemical alteration vectors between fresh rocks and their crusts andfor an assessment of different source reservoirs accessible to soil formation. Bothtechniques are applied to elucidate the influence of remote weathering by combinedanalysis of several soil forming branches. Vector analysis in the Simplex provides theopportunity to study atmosphere surface interactions, including the role andcomposition of volcanic gases

Study of chemical modification of alkaline lignin by the glyoxalation reaction

In this study, glyoxalated alkaline lignins with a non-volatile and non-toxic aldehyde, which can be obtained from several natural resources, namely glyoxal, were prepared and characterized for its use in wood adhesives. The preparation method consisted of the reaction of lignin with glyoxal under an alkaline medium. The influence of reaction conditions such as the molar ratio of sodium hydroxide-to-lignin and reaction time were studied relative to the properties of the prepared adducts. The analytical techniques used were FTIR and 1H-NMR spectroscopies, gel permeation chromatography (GPC), differential scanning calorimetry (DSC), and thermogravimetric analysis (TGA). Results from both the FTIR and 1H-NMR spectroscopies showed that the amount of introduced aliphatic hydroxyl groups onto the lignin molecule increased with increasing reaction time and reached a maximum value at 10 h, and after they began to decrease. The molecular weights remained unchanged until 10 h of reaction time, and then started to increase, possibly due to the repolymerization reactions. DSC analysis showed that the glass transition temperature (Tg) decreased with the introduction of glyoxal onto the lignin molecule due to the increase in free volume of the lignin molecules. TGA analysis showed that the thermal stability of glyoxalated lignin is not influenced and remained suitable for wood adhesives. Compared to the original lignin, the improved lignin is reactive and a suitable raw material for adhesive formula

Desenvolupament d'un node sensor sense fils autoalimentat. Mòdul piezo-magnètic

En aquest projecte es pretén implementar un dispositiu capaç de ser auto-suficient i no dependre de cap tipus de pila, bateria o fil elèctric que l’abasteixi d’energia elèctrica. El dispositiu recol·lectarà la energia magnètica generada per la corrent elèctrica a un fil i la transformarà en energia elèctrica, que serà emmagatzemada per el seu posterior ús. A demès, aquest projecte s’ha desenvolupat en col·laboració amb un segon projecte, dintre del qual s’implementarà una xarxa de sensors, mitjançant el protocol MIWI. Aquest projecte es divideix en tres grans blocs. El primer bloc del projecte serà una introducció teòrica de tots els coneixements relacionats amb el concepte d’energy harvesting i els mecanismes físic implicats. Al segon bloc podrem veure com s’han realitzat els càlculs, simulacions i posada en marxa, dels diferents elements que formaran el dispositiu recol·lector d’energia. Per últim en el tercer bloc veurem el prototip ja implementat. Es valoraran els resultats obtinguts, i es veuran els temps que necessitarà per alimentar al microcontrolador.

Nuclear magnetic resonance chemical shifts with the statistical average of orbital-dependent model potentials in Kohn-Sham density functional theory

The performance of the SAOP potential for the calculation of NMR chemical shifts was evaluated. SAOP results show considerable improvement with respect to previous potentials, like VWN or BP86, at least for the carbon, nitrogen, oxygen, and fluorine chemical shifts. Furthermore, a few NMR calculations carried out on third period atoms (S, P, and Cl) improved when using the SAOP potential