Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/1081| Complex action recognition from human motion tracking using wearable sensors | |
| Irvin Hussein Lopez-Nava | |
| ANGELICA MUÑOZ MELENDEZ | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Action recognition Wearable sensors human motion tracking Activity recognition | |
| Human motion analysis is defined as any procedure involving any means for obtaining a quantitative or qualitative measure of it. Quantitative analysis involves the measurement of biomechanical variables, such as pressure distribution, temporal and spatial gait parameters, human posture, among others. Calculating biomechanical variables from wearable inertial sensors is possible by using computational techniques for information fusion. From the calculated variables, it is possible to determine the orientation of the limbs, and even recognize certain human actions. This research is about human motion analysis, namely about how human complex actions can be recognised in daily living environments by tracking motion captured by wearable inertial sensors. This is a challenging open problem that involves resources and expertise of various fields, such as digital signal processing or machine learning. The general objective of this research is to propose a method to estimate joint angles of opposite upper and lower limbs using wearable inertial sensors for recognizing complex actions in daily living environments. According to the objectives defined for the present research, the tracking of the opposite upper and lower limbs was carried out using joint angles, and in most of the trials performed according to the proposed first experiment, an error of estimation lower than 10 degrees was achieved. No evidence was found to determine that using estimation of straightforward orientation is better than using estimation of combined orientation to classify the set of complex actions selected in the present research and under the second experimental protocol. Finally, this research has improved the state of the art of the research on human motion analysis based on limited data captured exclusively using wearable sensors, provided that richer information can be extracted from adapted structures such as the kinematic models used in this research. El análisis del movimiento humano se define como el procedimiento de medición cuantitativa o cualitativa del movimiento humano a partir de cualquier medio. El análisis cuantitativo involucra la medición de variables biomecánicas, como la distribución de la presión, los parámetros espacio-temporales de la marcha humana, la postura del cuerpo humano, entre otras. El cálculo de variables biomecánicas a partir del uso de sensores inerciales vestibles es posible al usar técnicas computacionales para la fusión de información. A partir de las variables calculadas, es posible estimar la orientación de las extremidades del cuerpo humano e incluso reconocer determinadas acciones humanas. Esta investigación se enfoca en el análisis del movimiento humano, en particular sobre cómo se pueden reconocer acciones complejas realizadas en entornos diarios a partir del seguimiento de movimiento capturado por sensores inerciales vestibles. Este es un problema abierto que involucra conocimiento en varias áreas, como el procesamiento de señales digitales o el aprendizaje computacional. El objetivo general de esta investigación es proponer un método para estimar los ángulos de las articulaciones de extremidades superior e inferior opuestas, usando sensores inerciales vestibles, para el reconocimiento de acciones complejas realizadas en entornos cotidianos. De acuerdo a los objetivos definidos para la presente investigación, se realizó el seguimiento de las extremidades superior e inferior opuestas usando los ángulos de articulaciones, y en la mayoría de las pruebas realizadas de acuerdo al primer experimento propuesto, se alcanzó un error menor a 10 grados. No se encontró evidencia para determinar que usar la estimación directa es mejor que usar la estimación combinada para clasificar las acciones complejas seleccionadas en esta investigación conforme al segundo protocolo experimental propuesto. Por otro lado, esta investigación ha extendido el conocimiento y el estado de arte en la investigación del análisis del movimiento humano usando datos limitados capturados exclusivamente por sensores vestibles, al usar información a partir de estructuras adaptadas, como los son los modelos cinemáticos usados en esta investigación. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2018 | |
| Tesis de doctorado | |
| Inglés | |
| Estudiantes Investigadores Público en general | |
| López Nava, I. H. (2018). Complex action recognition from human motion tracking using wearable sensors, Tesis de Doctorado, Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| LENGUAJES DE PROGRAMACIÓN | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Doctorado en Ciencias Computacionales |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| LopezNaIH.pdf | 17.62 MB | Adobe PDF | Visualizar/Abrir |