Análisis del movimiento mediante sensores portables para el control de prótesis inteligentes

Esta tesis se centra en el estudio del comportamiento humano al andar. Una vez analizado el movimiento mediante sensores, se presenta un algoritmo para construir una regresión capaz de predecir los ángulos de inclinación de las articulaciones de una pierna respecto de la otra, usando los datos de inercia de acelerómetros y giróscopos. El aprendizaje de la coordinación se realiza usando módulos de inercia colocados en ambas piernas de la persona usada como modelo. Se propone usar redes neuronales recurrentes, redes que permiten usar como entrada secuencias de datos temporales para predecir un resultado. Este método ha resultado ser eficaz y capaz de adaptarse ante cambios de velocidad y distintas formas de andar del usuario, sin perder precisión. Debido a sus cualidades se podría usar como la base para construir el controlador de una prótesis inteligente, donde el usuario que lleva la prótesis puede abstraerse de su funcionamiento y solamente debe mover la pierna restante con normalidad, ya que es la propia pierna la que actúa de guía para indicar a la prótesis cómo actuar, propiedad derivada de la coordinación locomotriz.---ABSTRACT---This thesis is focused on the study of the human behaviour while walking. Once this movement is analysed trough sensors, an algorithm is presented capable of creating a regression that can predict the leg’s articulation tilt angles in relation to the other leg, just by using inertial data provided by accelerometers and gyroscopes. The learning of coordination is carried out via inertial modules placed on both legs (knees and ankles) of the person used as a model. It is intended to use recurrent neural networks, a kind of neural network able to work with time series of data in order to predict a result. This method has proven to be efficient and capable enough to withstand changes in the subject’s velocity and gait without losing any accuracy. Due to its qualities, the proposed algorithm could be employed as a framework for building an intelligent prosthetic controller, allowing the prosthesis user to withdraw from its operability, and controlling it just by moving his remaining leg normally, as this movement is the only guide necessary for the prosthesis performance, a property derived from the locomotive coordination