Prototipazione di stretch sensors per l'acquisizione e la caratterizzazione di dati biomeccanici con tecniche di machine learning.

Il lavoro di tesi ਠstato 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 ਠstato un sensore per la frequenza respiratoria, affiancato ad un analisi software implementata tramite LabView. Il sensore ਠstato testato staticamente e dinamicamente su diversi utenti, e valutate le prestazioni. Il lavoro di tesi ਠstato 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 ਠstato un sensore per la frequenza respiratoria, affiancato ad un analisi software implementata tramite LabView. Il sensore ਠstato testato staticamente e dinamicamente su diversi utenti, e valutate le prestazioni. Il secondo prototipo ਠstato 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 ਠstata affrontata con due diversi algoritmi, paragonati i risultati e valutati per un bacino di utenti sempre pi๠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 ਠstata affrontata con due diversi algoritmi, paragonati i risultati e valutati per un bacino di utenti sempre pi๠ampio. I test finali sono stati effettuati con utenti sconosciuti e in real-time.