In questo elaborato andremo a definire un possibile protocollo sperimentale per il riconoscimento delle attività della vita quotidiana e di alcuni gesti di specifiche mansioni in ambito industriale tramite l'utilizzo di segnali mioelettrici ed accelerometrici dell’arto superiore. Ci si pone questo obiettivo dato che il trend del futuro è quello di permettere all’uomo di interagire senza contatto con dispositivi elettronici. Questo studio prende spunto dalle ricerche nel settore della Gesture Recognition che ha come obiettivo l’interpretazione dei gesti umani che, con lo sviluppo delle differenti tecnologie indossabili, rappresenta una delle metodologie più utilizzate per definire le interfacce intelligenti per l’interazione uomo-macchina. Per la definizione del protocollo sperimentale ci serviremo di un dispositivo indossabile, il Myo Armband, in grado di acquisire segnali mioelettrici ed accelerometrici. I gesti possono essere considerati parte integrante del nostro linguaggio. I gesti sono semplici, esplicativi, intuitivi e riescono talvolta a far trapelare il nostro stato d’animo. Con il passare del tempo e con l’avanzare della tecnologia, i gesti sono diventati fondamentali anche nel campo dell’informatica. Non sono più, quindi, solo fondamentali nei rapporti uomo-uomo ma anche nel rapporto uomo-macchina. Questa necessità è stata segnata dallo sviluppo delle tecnologie indossabili e dal loro utilizzo nella Gesture Recognition: quel processo che utilizza sensori per leggere e interpretare i movimenti della mano e del braccio come comandi. Sono molteplici gli ambiti in cui il dispositivo che andremo ad utilizzare è impiegato: si va dal settore ludico, in cui il Myo Armband viene utilizzato come sostituto del joystick o del mouse, al settore sanitario le cui applicazioni sono numerose ma allo stesso tempo limitate e ancora di carattere di ricerca quali: il controllo protesico e il sistema di riabilitazione.

Riconoscimento dei gesti della vita quotidiana da segnali mioelettrici ed accelerometrici dell’arto superiore

MOSCETTI, LUDOVICA
2021/2022

Abstract

In questo elaborato andremo a definire un possibile protocollo sperimentale per il riconoscimento delle attività della vita quotidiana e di alcuni gesti di specifiche mansioni in ambito industriale tramite l'utilizzo di segnali mioelettrici ed accelerometrici dell’arto superiore. Ci si pone questo obiettivo dato che il trend del futuro è quello di permettere all’uomo di interagire senza contatto con dispositivi elettronici. Questo studio prende spunto dalle ricerche nel settore della Gesture Recognition che ha come obiettivo l’interpretazione dei gesti umani che, con lo sviluppo delle differenti tecnologie indossabili, rappresenta una delle metodologie più utilizzate per definire le interfacce intelligenti per l’interazione uomo-macchina. Per la definizione del protocollo sperimentale ci serviremo di un dispositivo indossabile, il Myo Armband, in grado di acquisire segnali mioelettrici ed accelerometrici. I gesti possono essere considerati parte integrante del nostro linguaggio. I gesti sono semplici, esplicativi, intuitivi e riescono talvolta a far trapelare il nostro stato d’animo. Con il passare del tempo e con l’avanzare della tecnologia, i gesti sono diventati fondamentali anche nel campo dell’informatica. Non sono più, quindi, solo fondamentali nei rapporti uomo-uomo ma anche nel rapporto uomo-macchina. Questa necessità è stata segnata dallo sviluppo delle tecnologie indossabili e dal loro utilizzo nella Gesture Recognition: quel processo che utilizza sensori per leggere e interpretare i movimenti della mano e del braccio come comandi. Sono molteplici gli ambiti in cui il dispositivo che andremo ad utilizzare è impiegato: si va dal settore ludico, in cui il Myo Armband viene utilizzato come sostituto del joystick o del mouse, al settore sanitario le cui applicazioni sono numerose ma allo stesso tempo limitate e ancora di carattere di ricerca quali: il controllo protesico e il sistema di riabilitazione.
2021
2022-10-27
Activity daily living gesture recognition from upper limb myoelectric and accelerometric signal
File in questo prodotto:
File Dimensione Formato  
Tesi_LudovicaMoscetti.pdf

embargo fino al 29/04/2024

Dimensione 2.89 MB
Formato Adobe PDF
2.89 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/10795