Video: System zur Einschätzung der Körperhaltung
II Turing Machine Awards for the Best End of Studies Projects (TFE), 2022. Arbeit “Studie und Entwicklung eines Systems zur Einschätzung der Körperhaltung“ von Cristina Bolaños Peño, und betreut von María José Santofimia Romero und Félix Jesús Villanueva Molina, aus ARCO-Forschungsgruppe. Auszeichnung für das beste TFM verliehen von der Firma Ubótica Technologies.
Zusammenfassung
Inmitten des digitalen Zeitalters muss die Technologie in den Dienst des Benutzers gestellt werden, um verschiedene Aspekte seines täglichen Lebens zu unterstützen und sogar zu verbessern. Im Bereich der Gesundheit und Pflege älterer Menschen wird der körperlichen Rehabilitation aufgrund ihrer Auswirkungen auf die Lebensqualität dieser Menschen zunehmend Aufmerksamkeit geschenkt. Der Zugang zu Fachleuten ist jedoch nicht immer oder zumindest nicht mit der gewünschten Beharrlichkeit möglich, sodass der Einsatz neuer Technologien ein großer Wegbereiter für die Verbesserung der körperlichen Rehabilitationsprozesse zu Hause sein kann. In diesem Sinne ist die Schätzung der Körperhaltung des Benutzers in Echtzeit der Schlüssel, um einen angemessenen Service zur umfassenden und präzisen Überwachung der ausgeführten Bewegungen anzubieten und ihre Korrektheit überprüfen zu können. Eine technologische Lösung dieser Art wird nicht nur dem Endbenutzer dienen, der am Rehabilitationsprogramm teilnimmt, sondern auch dem Gesundheitspersonal, das diesen Rehabilitationsprozess überwacht, das Zugang zu quantitativen und präzisen Informationen über seine Entwicklung sowie die Möglichkeit dazu haben wird mehr Nutzer erreichen. Damit diese Lösung allgemein akzeptiert wird, müssen außerdem Fragen des Energieverbrauchs und des Rechenverbrauchs berücksichtigt werden, sodass die Lösung in eingebetteten Geräten mit begrenzten Rechenressourcen eingesetzt werden kann und somit erhalten bleibt den Energieverbrauch und den Preis der endgültigen Plattform begrenzt. In diesem Dokument werden verschiedene Verfahren und eingebettete Geräte analysiert und bewertet, um ein System zum Schätzen der Körperhaltung des Benutzers zu erhalten, das die Anforderungen eines geringen Energiebedarfs und geringer Rechenressourcen erfüllt. Außerdem wird die Entwicklung einer Bibliothek beschrieben, die es ermöglicht, die Schätzung aus einem Bild zu erhalten, um einem körperlichen Rehabilitationssystem für ältere Menschen zu Hause zu dienen.
