Riassunto analitico
Il lavoro di tesi è stato svolto al fine di implementare un nuovo metodo di acquisizione di dati biomeccanici, senza l'ausilio di tecnologie esterne.
Sono stati realizzati dei sensori stretch, caratterizzati con una particolare macchina di trazione, ed inseriti in attrezzature di uso comune.
Il primo prototipo realizzato è stato un sensore per la frequenza respiratoria, affiancato ad un analisi software implementata tramite LabView.
Il sensore è stato testato staticamente e dinamicamente su diversi utenti, e valutate le prestazioni.
Il lavoro di tesi è stato svolto al fine di implementare un nuovo metodo di acquisizione di dati biomeccanici, senza l'ausilio di tecnologie esterne.
Sono stati realizzati dei sensori stretch, caratterizzati con una particolare macchina di trazione, ed inseriti in attrezzature di uso comune.
Il primo prototipo realizzato è stato un sensore per la frequenza respiratoria, affiancato ad un analisi software implementata tramite LabView.
Il sensore è stato testato staticamente e dinamicamente su diversi utenti, e valutate le prestazioni.
Il secondo prototipo è stato un guanto sensorizzato, per affrontare il problema delle malattie del lavoro dovuti a movimenti scorretti ripetuti nel tempo.
I dati acquisiti con Labview sono stati processati in seguito attraverso algoritmi di machine learning.
La caratterizzazione dei dati è stata affrontata con due diversi algoritmi, paragonati i risultati e valutati per un bacino di utenti sempre più ampio.
I test finali sono stati effettuati con utenti sconosciuti e in real-time.I dati acquisiti con Labview sono stati processati in seguito attraverso algoritmi di machine learning.
La caratterizzazione dei dati è stata affrontata con due diversi algoritmi, paragonati i risultati e valutati per un bacino di utenti sempre più ampio.
I test finali sono stati effettuati con utenti sconosciuti e in real-time.
|
Abstract
The thesis work was carried out in order to implement a new method of acquiring biomechanical data, without the aid of external technologies.
Stretch sensors have been made, characterized by a particular traction machine, and inserted into commonly used equipment.
The first prototype realized was a respiratory rate sensor, flanked by a software analysis implemented through LabView.
The sensor was tested statically and dynamically on different users, and evaluated for performance.
The second prototype was a sensorized glove, to address the problem of occupational diseases due to incorrect movements repeated over time.
The data acquired with Labview were subsequently processed through machine learning algorithms.
The characterization of the data has been addressed with two different algorithms, compared the results and evaluated for an ever wider range of users.
The final tests were carried out with unknown and real-time users.
|
