Desarrollo de un Sistema Personalizado de Aprendizaje en Línea

Abstract

El reconocimiento de actividades humanas es importante para aplicaciones como la interacción humano-máquina y el tratamiento médico. Este proyecto busca diseñar e implementar una manera de reconocer cuando una persona está de pie y cuando está caminando. El reconocimiento será a través de sensores ubicados en el pecho y la espalda de los sujetos de prueba. Los sensores usados son acelerómetros integrados en Unidades de Medición Inercial (IMU, del inglés Inertial Measurment Unit). Aunque las IMUs también contienen giroscopios y magnetómetros, sólo los acelerómetros fueron usados. Información técnica de los sensores como el proceso de calibración, los requerimientos de energía y sus limitaciones no fueron incluidos en este documento. La forma en que los sensores envían sus lecturas a la computadora también fue descartada de este reporte. Métodos de minería de datos e inteligencia artificial fueron usados para construir el reconocedor de actividades. El resultado final distingue entre estar de pie y caminar con una precisión superior a 96%. El Sistema Operativo para Robots (ROS, del inglés Robot Operating System) fue usado por su capacidad de enviar mensajes entre procesos e hilos. Esto permite aislar cada tarea en un programa diferente, simplificando el desarrollo y organizándolo. Junto a ROS, la Interfaz de Programación de Aplicaciones (API, del inglés Application Programming Interface) de Qt fue usada para desarrollar el reconocedor de actividades. La API de Qt hizo posible desarrollar una aplicación robusta. Cabe mencionar que todo el software utilizado en este trabajo es de código abierto.