This thesis describes the algorithms implemented to perform biomechanical analyses starting from the skeleton acquired by the Microsoft Kinect V2 Time-of-Flight (TOF) camera. The first set of algorithms were developed in order to analyse common daily life operations such as the gait, sitting/standing up and identifying people laying on the ground. Algorithms were implemented by analysing preliminary tests performed in controlled (laboratory) conditions. Their effectiveness in the identification of the gait and daily life parameters was then verified in different houses, rehabilitation structures and offices. The second set of algorithms was developed in order to identify the range of motion of the upper limb. In this case, analyses were finalized at the computation of the OCRA index. Algorithms were used to estimate the biomechanical loads during sewing operations. The validity of the proposed algorithms was proved by comparing the measures with those of gold standards. Results showed that the system is reliable in both controlled and real conditions whenever there are no occlusions between the 3D camera and the observed subjects. In order to overcome the limitations deriving from false skeleton recognitions in presence of occlusions, specific procedures for the validation of the measured skeleton were developed as well. Results evidenced that the system can be successfully used in dwellings for the recognition of the daily life activities and for gait analysis. The usage in industrial environment strongly depend on the chance of occlusions, that may limit the usability of the Kinect V2 in specific conditions.

Il presente lavoro di tesi descrive gli algoritmi implementati per effettuare analisi biomeccaniche partendo dallo skeleton misurato dal Kinect V2 di Microsoft. Un primo set di algoritmi è stato sviluppato per analizzare operazioni di vita quotidiana come la camminata, la seduta/alzata da una sedia e identificare persone sul pavimento in seguito a cadute. Gli algoritmi sono stati sviluppati analizzando delle prove effettuate in condizioni di laboratorio. La loro efficacia è stata verificata in condizioni operative presso uffici, strutture di riabilitazione e abitazioni private. Un secondo gruppo di algoritmi è stato sviluppato per analizzare il moto degli arti superiori per il calcolo del carico biomeccanico secondo il protocollo OCRA. Gli algoritmi sono stati validati in laboratorio confrontando i parametri con valori di riferimento acquisiti da altri sistemi di misura. I risultati hanno mostrato che, sia in condizioni di laboratorio sia in condizioni reali, il sistema è in grado di misurare correttamente la biomeccanica del moto qualora i giunti misurati dal kinect siano misurati e non stimati. In presenza di occlusioni, il sistema perde di efficacia; sono stati quindi sviluppati algoritmi specifici per censurare artefatti di misura generati dal Kinect stesso. I risultati sperimentali hanno mostrato che il sistema può essere utilizzato con successo nelle abitazioni per monitorare gli spostamenti delle persone e per effettuare analisi del cammino. In ambiente industriale il sistema può essere usato a patto di non avere occlusioni rilevanti tra la camera e il soggetto.

Biomechanical analysis measured by the Microsoft Kinect V2

MASCETTI, MATTEO
2016/2017

Abstract

This thesis describes the algorithms implemented to perform biomechanical analyses starting from the skeleton acquired by the Microsoft Kinect V2 Time-of-Flight (TOF) camera. The first set of algorithms were developed in order to analyse common daily life operations such as the gait, sitting/standing up and identifying people laying on the ground. Algorithms were implemented by analysing preliminary tests performed in controlled (laboratory) conditions. Their effectiveness in the identification of the gait and daily life parameters was then verified in different houses, rehabilitation structures and offices. The second set of algorithms was developed in order to identify the range of motion of the upper limb. In this case, analyses were finalized at the computation of the OCRA index. Algorithms were used to estimate the biomechanical loads during sewing operations. The validity of the proposed algorithms was proved by comparing the measures with those of gold standards. Results showed that the system is reliable in both controlled and real conditions whenever there are no occlusions between the 3D camera and the observed subjects. In order to overcome the limitations deriving from false skeleton recognitions in presence of occlusions, specific procedures for the validation of the measured skeleton were developed as well. Results evidenced that the system can be successfully used in dwellings for the recognition of the daily life activities and for gait analysis. The usage in industrial environment strongly depend on the chance of occlusions, that may limit the usability of the Kinect V2 in specific conditions.
ING - Scuola di Ingegneria Industriale e dell'Informazione
27-lug-2017
2016/2017
Il presente lavoro di tesi descrive gli algoritmi implementati per effettuare analisi biomeccaniche partendo dallo skeleton misurato dal Kinect V2 di Microsoft. Un primo set di algoritmi è stato sviluppato per analizzare operazioni di vita quotidiana come la camminata, la seduta/alzata da una sedia e identificare persone sul pavimento in seguito a cadute. Gli algoritmi sono stati sviluppati analizzando delle prove effettuate in condizioni di laboratorio. La loro efficacia è stata verificata in condizioni operative presso uffici, strutture di riabilitazione e abitazioni private. Un secondo gruppo di algoritmi è stato sviluppato per analizzare il moto degli arti superiori per il calcolo del carico biomeccanico secondo il protocollo OCRA. Gli algoritmi sono stati validati in laboratorio confrontando i parametri con valori di riferimento acquisiti da altri sistemi di misura. I risultati hanno mostrato che, sia in condizioni di laboratorio sia in condizioni reali, il sistema è in grado di misurare correttamente la biomeccanica del moto qualora i giunti misurati dal kinect siano misurati e non stimati. In presenza di occlusioni, il sistema perde di efficacia; sono stati quindi sviluppati algoritmi specifici per censurare artefatti di misura generati dal Kinect stesso. I risultati sperimentali hanno mostrato che il sistema può essere utilizzato con successo nelle abitazioni per monitorare gli spostamenti delle persone e per effettuare analisi del cammino. In ambiente industriale il sistema può essere usato a patto di non avere occlusioni rilevanti tra la camera e il soggetto.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2017_07_Mascetti_Marinoni.pdf

non accessibile

Descrizione: Testo della tesi
Dimensione 30.68 MB
Formato Adobe PDF
30.68 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/135654