Dissertação

{en_GB=Kinematic Data Filtering with Unscented Kalman Filter - Application to Senior Fitness Tests Using the Kinect Sensor} {} EVALUATED

{pt=O comportamento sedentário e a falta de exercı́cio fı́sico são rotinas existentes num grande segmento da população, especialmente entre idosos. Isto pode levar a complicações de saúde e condições debilitantes, reduzindo a qualidade de vida visto que leva à incapacidade de levar a cabo actividades da vida quotidiana. O sensor Kinect da Microsoft proporciona um mecanismo acessı́vel que permite implementar sistemas au- tomáticos de treino assistido, que podem ser usados para, por exemplo, sistemas de treino em casa, ou em centros de dia, tanto em plataformas fixas ou em robots assistentes móveis. Não obstante, a necessidade de obter parâmetros do movimento para uma avaliação da aptidão fı́sica exige dados com um elevado grau de consistência. Neste trabalho é proposto um procedimento que visa melhorar a precisão das estimativas dos dados do esqueleto obtidas pela Kinect. O método proposto baseia-se num filtro de Kalman unscented aplicado a um modelo cinemático, com o qual se pretende diminuir o ruı́do e simultaneamente conseguir coerência na estimação, combinando as medições com o conhecimento prévio dos movimentos realizados. Por fim, foi possı́vel extrair informação como os ângulos e a velocidade angular correspondentes a cada grau de liberdade de cada articulação, para além da correcção de alguns erros presentes nos dados., en=Sedentary behaviour and the lack of physical exercise are routines existing in a large segment of the pop- ulation, specially in the elderly. This can lead to health complications and debilitating conditions, reducing the quality of life, as it drives to the inability to perform activities of daily living. The Microsoft Kinect sensor provides an accessible mechanism to implement automatic and assisted training systems, which can then be used, for example, for in-home training, or in care centres, either in a fixed platform or in a mobile as- sistive robot. However, the need to obtain movement parameters to perform fitness assessment requires data with a large degree of consistency. In this work, a procedure aimed at improving the accuracy of the estimates of the skeleton data from the Kinect sensor is proposed. The method is based on an approach using an unscented Kalman filter applied to a kinematic model, which aspires to reduce the noise and, at the same time, be able to achieve coherence in the estimation, by combining the measurements with previous knowledge on the movements being executed. In the end, it has been possible to extract information, such as angle and angular velocity corresponding to each degree of freedom of each joint, as well as to correct some of the errors present in the data.}
{pt=Biomecânica, Kinect v2 SDK, Motion Capture, UKF., en=Biomechanics, Kinect v2 SDK, Motion Capture, UKF.}

Novembro 30, 2017, 9:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Maria da Conceição Esperança Amado

Departamento de Matemática (DM)

Professor Auxiliar

ORIENTADOR

Alexandre José Malheiro Bernardino

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Associado