Implementazione e validazione di algoritmi per la caratterizzazione del movimento umano

Abstract

Questa tesi descrive lo sviluppo e l'implementazione di alcuni strumenti per l'analisi del movimento umano, progettati per essere utilizzati su dati rilevati con approcci markerless, ovvero senza l'utilizzo di sensori fisici. L'obiettivo del lavoro è stato quello di creare strumenti riutilizzabili e applicabili in diversi contesti, che siano efficaci sia per dati bidimensionali (2D) che tridimensionali (3D).

Il progetto ha previsto, in una prima fase, lo sviluppo di strumenti per il filtraggio dei dati, finalizzati a migliorare la qualità dei segnali e a prepararli per le analisi. Successivamente, sono stati implementati algoritmi per la segmentazione del movimento e il calcolo di parametri fondamentali che lo caratterizzano, come velocità, accelerazione e angoli articolari. In particolare, gli algoritmi supportano l'analisi sia della parte superiore che inferiore del corpo.

Infine, per verificare l'efficacia degli algoritmi sviluppati, sono state condotte analisi sul cammino di soggetti sani e affetti da disabilità motorie, utilizzando rilevazioni ottenute da registrazioni video. I risultati ottenuti sono stati confrontati, dimostrando il potenziale utilizzo diagnostico degli strumenti, i quali ci permettono di riconoscere eventuali anomalie nel cammino.

This thesis describes the development and implementation of a series of tools for the analysis of human movement, to be used on data captured through markerless approaches, without the use of physical sensors. The goal of the work is to create reusable tools applicable in various contexts, effective for both two-dimensional (2D) and three-dimensional (3D) data.

Firstly, the project involves the development of data filtering tools to improve signal quality and to prepare the data for future analysis. Subsequently, algorithms are implemented for motion segmentation and for computing fundamental parameters that characterize movement, such as speed, acceleration, and joint angles. In particular, the algorithms support the analysis of both the upper and lower body.

Finally, to verify the effectiveness of the developed algorithms, experiments were conducted on the gait of healthy subjects and with motor disabilities, using data obtained from video recordings. The results were compared, demonstrating the potential diagnostic use of the tools, which allow for the identification of possible gait problems.