Estimación de la postura corporal en un sistema embebido Raspberry Pi empleando técnicas de visión artificial

• Autores: Carlos Luis Vargas Guevara, David Omar Guevara Aulestia, Marco A Ciaccia, Thalia San Antonio
• Localización: Revista Odigos, ISSN-e 2697-3405, Vol. 2, Nº. 1, 2021 (Ejemplar dedicado a: Odigos Journal), págs. 9-20
• Idioma: español
• Títulos paralelos:
  • Body posture estimation in an embedded system Raspberry Pi using computer vision techniques
• Enlaces
  • Texto completo
• Resumen
  • español

    Los sistemas que se emplean para la captura de movimiento o conocidos como análisis de marcha, generalmente emplean dispositivos dedicados que en el mercado se comercializan a elevados precios. En los últimos años, las empresas enfocadas en la fabricación e implementación de laboratorios de marcha han centrado sus esfuerzos en crear dispositivos de medición y emisión de reportes que sean portables y ocupen un mínimo de espacio; sin embargo, las innovaciones tecnológicas planteadas por empresas dedicadas al campo de la biomedicina resultan ser cerradas y con limitaciones de compatibilidad. Es decir, que en casos en los que se requiera la expansión del laboratorio, resulta necesario la adquisición de equipos de la misma marca, lo que implica costos elevados. Ante esta problemática, se plantea el uso de sistemas embebidos Raspberry Pi, que, a través de técnicas y librerías de visión artificial, establecen un análisis de marcha con precisión y mayores prestaciones al ser un sistema de código abierto. Asimismo, a través de técnicas de visión artificial se pueda capturar y procesar una imagen binarizada. El empleo de librearías OpenCV para ubicar marcadores y delimitar una región de interés consolidan un sistema compacto y portable para capturar el movimiento corporal en tiempo real, y en espacios no restringidos.

  • English

    Systems that are used for motion capture or known as gait analysis generally employ dedicated devices that are sold on the market at high prices. In recent years, companies focused on manufacturing and implementing gait laboratories have focused their efforts on creating measurement and reporting devices that are portable and take up a minimum of space; however, technological innovations proposed by companies dedicated to the field of biomedicine turn out to be closed and with compatibility limitations. That is to say, in cases where the expansion of the laboratory is required, it is necessary to acquire equipment of the same brand, which implies high costs. In view of this problem, the use of Raspberry Pi embedded systems is proposed, which, through artificial vision techniques and libraries, establish a running analysis with precision and higher performance as it is an open source system. Likewise, through artificial vision techniques, a binary image can be captured and processed. The use of OpenCV libraries to locate markers and delimit a region of interest consolidate a compact and portable system to capture body movement in real time, and in unrestricted spaces.