Diseño de un sistema embebido para el reconocimiento automático de actividades físicas usando aprendizaje supervisado.

Abstract

El presente trabajo de tesis, describe el proceso de diseño y manufactura de un sistema personal de reconocimiento de actividades físicas que funciona en tiempo real. El sistema consiste de un dispositivo electrónico de recursos limitados que es portátil o wearable y un algoritmo inteligente. Para el reconocimiento de actividades se desarrolló un algoritmo clasificador basado en una Red Neuronal Artificial (RNA), para ello se realizó un proceso de recolección de muestras de entrenamiento, se extrajeron vectores de características de los datos recabados que luego se utilizaron para entrenar al algoritmo clasificador. Este algoritmo, fue posteriormente embebido en el dispositivo electrónico y se realizó un análisis de la eficiencia del mismo. Con base en los resultados obtenidos, se realizó un segundo diseño del dispositivo, con menor tamaño y prestaciones que el primero. Además, se mostró como puede adaptarse el proceso de desarrollo del clasificador de actividades para obtener un clasificador de caídas.