Filtro de Kalman para captura de movimiento con estimación de esfuerzos motores y reacciones en tiempo real

Abstract

[Resumo] O obxecto do presente traballo é o desenvolvemento dun método para realizar capturas de movemento mediante marcadores ópticos e placas de forza, de modo que se poida reconstruír e visualizar o movemento en tempo real, así como estimar valores derivados do mesmo, tales como esforzos motores e reaccións articulares. Ter a posibilidade de capturar e reconstruír o movemento en tempo real pode ser útil por múltiples motivos: por unha banda, permitirá coñecer no momento se unha captura resultou válida, e, doutra banda, servirá para xerar aplicacións de biofeedback en tempo real para rehabilitación, deportes, videoxogos, etc., onde a entrada é o movemento do usuario capturado en tempo real. Para conseguir todos estes obxectivos, desenvolverase un filtro de Kalman baseado nun modelo dinámico do sistema esquelético, que utilice como sensores os marcadores ópticos e as placas de forza.

[Resumen] El objeto del presente trabajo es el desarrollo de un método para realizar capturas de movimiento mediante marcadores ópticos y placas de fuerza, de modo que se pueda reconstruir y visualizar el movimiento en tiempo real, así como estimar valores derivados del mismo, tales como esfuerzos motores y reacciones articulares. Tener la posibilidad de capturar y reconstruir el movimiento en tiempo real puede ser útil por múltiples motivos: por un lado, permitirá conocer en el momento si una captura ha resultado válida, y, por otro lado, servirá para generar aplicaciones de biofeedback en tiempo real para rehabilitación, deportes, videojuegos, etc., donde la entrada es el movimiento del usuario capturado en tiempo real. Para conseguir todos estos objetivos, se desarrollará un filtro de Kalman basado en un modelo dinámico del sistema esquelético, que utilice como sensores los marcadores ópticos y las placas de fuerza.

[Abstract] The object of the present work is the development of a method to perform motion capture by means of optical markers and force plates, being able to reconstruct and visualize the movement in real time, as well as to estimate derivative values, such as motor efforts and joint reaction forces. Having the possibility to capture and reconstruct the movement in real time can be useful for multiple reasons: on the one hand, it will allow to assess right away if a capture has been successful, and, on the other hand, will serve to generate real-time biofeedback applications for rehabilitation, sports, video games, etc., where the input is the movement of the user captured in real time. In order to achieve these goals, a Kalman filter based on a dynamic model of the skeletal system, using the optical markers and force plates as sensors, will be developed.