Analisi delle prestazioni di un sensore inerziale per la stima dei cambi di direzione

L'analisi del movimento umano è di fondamentale importanza in ambito sportivo, soprattutto per il suo contributo nella prevenzione di infortuni e nel miglioramento delle prestazioni atletiche. In questo contesto, l'uso di dispositivi indossabili, come le unità di misura inerziali (Inertial Measurement Unit, IMU), ha aperto nuove possibilità di monitoraggio e valutazione. In questo contesto, il seguente lavoro di tesi si concentra sull'analisi delle prestazioni del dispositivo K-AI Wearable Tech Device, sviluppato dall’azienda K-Sport (Fano, Marche, Italia), e sulla valutazione dei segnali ottenuti dai sensori in esso contenuti: l’accelerometro, il giroscopio e il magnetometro. I dati estratti sono stati utilizzati per la stima dei cambi di direzione (Changes of Direction, COD) durante il movimento di camminata. Sulla base dei dati ottenuti dalle prove svolte da un campione di soggetti su un percorso prestabilito, è stato sviluppato un algoritmo per stimare gli angoli di svolta e identificare con precisione i cambi di direzione. I risultati mostrano una buona capacità del sensore di rilevare i COD, ma indicano anche margini di miglioramento per quanto riguarda la stima accurata degli angoli. Ne sono indice il valore medio degli scarti, pari a -17,86° (indice dell’accuratezza di misura), la deviazione standard di 22,64° (indice della precisione della misura), e un intervallo di confidenza al 95% pari a [26,51 -62,24]°. L'algoritmo proposto, pur essendo suscettibile a errori come il drift, rappresenta un promettente passo avanti nella valutazione delle performance sportive e nel monitoraggio della riabilitazione atletica.