Monthly Archive 19 de diciembre de 2023

Bysmartin

SISTEMA DE DETECCIÓN DE CAIDAS BASADO EN IMÁGENES INFRARROJAS

El pasado 18 de Diciembre de 2023 se defendió la Tesis Doctoral titulada «SISTEMA DE DETECCIÓN DE CAIDAS BASADO EN IMÁGENES INFRARROJAS», dirigida por Sergio Martín y Víctor Rodríguez Ontiveros.

En un mundo cuya población está envejeciendo cada vez más, el campo del cuidado de las personas mayores, que ya es muy relevante, se espera que se vuelva extraordinariamente importante. Los recursos y el personal dedicado a tareas en este campo crecerán de forma exponencial durante las próximas tres décadas, ya que el número de personas mayores de 65 años o más se duplicará durante este período.

Hasta ahora, el sector ha automatizado muy pocas tareas. Sin embargo, un mayor número de ellas necesitarán ser automatizadas si se desea un cuidado universal de personas mayores a costos razonables. Una de las tareas candidatas para esta automatización será la vigilancia de personas mayores y, dentro de ese campo, la detección de caídas. Esta área ha atraído un considerable interés de investigación en los últimos años. Sin embargo, la desconexión entre las comunidades de investigadores y usuarios ha dificultado el uso generalizado de este tipo de sistemas.

Esta tesis abarca la identificación de las necesidades reales de los usuarios y el diseño y desarrollo de un sistema innovador adaptado a ellos y sus necesidades reales. Para hacerlo, se lleva a cabo una revisión exhaustiva de todos los trabajos de investigación en el campo publicados desde 2015. Esta revisión identifica dos deficiencias principales: una profunda desconexión entre los investigadores y los usuarios, y una casi completa ausencia de datos reales para desarrollar sistemas.

Para abordar el primer problema, se lleva a cabo un importante estudio entre los usuarios. Este trabajo, el más grande de su tipo, identifica cuáles son las necesidades y percepciones reales de las diferentes comunidades integradas en el campo del cuidado de personas mayores. El estudio sugiere claramente que, aunque la supervisión humana siempre es preferida debido al valor añadido que proporciona el contacto humano, existen circunstancias en las que los usuarios aceptarían el uso de sistemas de detección de caídas.

Algunas de estas situaciones no están cubiertas por ninguno de los sistemas ya desarrollados, ya que están asociados a entornos nocturnos no iluminados en los que el uso de sensores adheridos al cuerpo no sería una opción razonable. Sin embargo, la tecnología basada en imágenes de infrarrojo lejano (FIR) es ideal para abordar estos escenarios.

De esta manera, y con el fin de evaluar las prestaciones de los modelos más significativos de estimación de la postura humana desarrollados para procesar imágenes del espectro visible (RGB) cuando trabajan con imágenes FIR, se compila una base de datos compuesta por clips de video de infrarrojo lejano de varios voluntarios realizando diferentes actividades. Esta base de datos, llamada FIR-Human, también contiene las anotaciones de las posiciones de las articulaciones, lo que permite el entrenamiento y evaluación de los modelos.

Para abordar la segunda cuestión, la falta de datos reales, y el problema de la generalización asociado a ella, se propone en este trabajo un enfoque alternativo para la detección automática de caídas. Los sistemas actuales de detección de caídas basados en visión se desarrollan utilizando bases de datos grabados por actores o voluntarios jóvenes. Dadas las diferencias en la forma en que se mueven las personas jóvenes y mayores, los descriptores cinemáticos utilizados por estos sistemas para evaluar las caídas, que son una generalización de los descriptores determinados para personas jóvenes, podrían ser inapropiados para establecer si ha ocurrido una caída real. Nuestro sistema, que utiliza descriptores dinámicos en lugar de cinemáticos, aborda el cuerpo humano en términos de equilibrio y estabilidad, por lo que las diferencias entre caídas reales y simuladas se vuelven irrelevantes, ya que todas las caídas son el resultado directo de un fallo en el esfuerzo continuo del cuerpo por mantener el equilibrio, independientemente de otras consideraciones.

A continuación, se evalúan las prestaciones de un sistema que integra la estimación de la postura humana sobre imagen ifrarroja lejana y los descriptores dinámicos, utilizando para ello el bloque de caídas de la base de datos FIR-Human.

Por último, se llega a una serie de conclusiones generales y se hacen algunas sugerencias para futuras investigaciones.

Bysmartin

Internet of Things Remote Laboratory for MQTT remote experimentation

En la pasada Conferencia UCAMI 2023 – International Conference on Ubiquitous Computing and Ambient Intelligence, celebrada en México del 28 al 30 de Noviembre de 2023, se presentaron resultados del proyecto In4Labs a través del artículo «Internet of Things Remote Laboratory for MQTT remote experimentation«.

Los laboratorios remotos han madurado sustancialmente y han visto una adopción generalizada en universidades de todo el mundo. Este artículo describe el diseño e implementación de un laboratorio remoto para la Industria 4.0, específicamente para el Internet de las Cosas (IoT).

Emplea microcontroladores Raspberry Pi y ESP8266 para reforzar plataformas de aprendizaje y experimentación en línea de IoT. Dichas plataformas tienen un valor significativo en la entrega de programas educativos en línea de alta calidad centrados en IoT.

Los estudiantes tienen acceso a una interfaz web donde pueden escribir código Arduino para programar el comportamiento de cada uno de los nodos de un escenario de Internet de las Cosas. Esta configuración les permite programar remotamente tres placas NodeMCU de manera similar al uso del IDE de Arduino conectado a una placa Arduino localmente.

El sistema ofrece la capacidad de compilar y subir código, completo con notificaciones de error. Además, proporciona varias funcionalidades como la capacidad de cargar nuevo código local, guardar el código creado en la computadora personal del usuario, cargar ejemplos predefinidos, acceder a un monitor serial y disponer de la plataforma Node Red.

Esta combinación de características promete ofrecer una experiencia de aprendizaje remoto interactiva y completa para los estudiantes que interactúan con tecnologías IoT.