Realisation of a low cost wearable device for joint kinematic tracking

The study of human movement involves the measurement of variables that describe the kinematics and dynamics of anatomical segments; it has the purpose of collecting quantitative information related to the mechanics of the musculoskeletal system during the execution of the motor action. The kinematic variables are obtained through the motion analysis systems, while the dynamic variables are obtained indirectly thanks to the measurement of the external forces acting on the subject. This analysis is used for example in the study of particular disorders and pathologies that affect the motor system. Nowadays Optical Tracking Systems (OTSs) are considered the gold standard for human kinematic tracking. Despite their high accuracies with measures, they can be used only inside a laboratory, are very expensive, require a trained staff, and have a low acquisition frequencies if compared to other systems. Inertial Measurement Units (IMUs) represent a valid alternative to OTSs for motion detection. The main pros are the versatility, the low cost, the reduced imensions and the high frequency of acquisition. All these features allow the study of a movement even outside a laboratory, e.g. during daily activities or athletic gestures. However the cons of such systems are: very noisy signals that affect the accuracy of the measures, complex calibration procedures in order to provide measures in an absolute reference system (especially in case of magnetometer absence), complex data processing models. Furthermore ready-to-use systems in the market can be very expensive. The main purpose of this work is dual: to improve the accuracy of IMUs based systems for limbs tracking (in this case 3D knee angles) and to develop a low cost IMU based prototype, that can be integrated in the future, with real time kinematic tracking analysis. In this work an experimental wearable IMU strap-down system is developed, composed by two IMUs, that are a combination of a low-cost triaxial accelerometer and a triaxial gyroscope (the use of magnetometer is avoided due to its errors caused by environmental magnetic disturbance); an Arduino Mega as microprocessor unit, and an external additional integrated SD card used as data storage. Since the purpose of this work is to study the kinematic (3D angles) of the knee joint during free movement in the space, the research design has multiple goals: 1) To provide a suitable algorithm from scratch that permits to identify the Anatomical Reference Frame of the knee (ARFknee) and a suitable calibration procedure. The lack of magnetometer though makes necessary to provide an intrinsic absolute reference system at which refer the data provided from sensors (referred to their Sensor Reference Frame (SRF). 2) To build a suitable model that estimate the sensors and consequently the limbs attitude. For this purpose the use of quaternions provide a valid representation that eliminates the problems of gimbal lock, that may happen using Euler angles representation. Furthermore they reduce considerably the computational cost. 3) To develop a Sensor Fusion (SF) algorithm that integrates data coming from gyroscope with the accelerometer, reducing the drift that affects the measures. The Anatomical Reference Frame of knee is identi ed by an algorithm that analyses the movements made during the calibration phase. Every movement is executed on a particular functional axis of the joint and the angular velocities ! are computed to estimate the mean functional axis. However the angular velocities recorded from IMUs might be "outliers" generated by the sensors noise. In order to get a correct estimate of the axis where the segment is rotating, it is essential to evaluate the angular accelerations. They are assessed by a threshold parameter. Once the error made with the axis estimate is de ned, the algorithm evaluates the best threshold within an interval, that minimizes the error. The programming cross platform used is an Arduino Integrated Development Environment (IDE). It supports C and C++ languages supplying a built-in series of libraries that provides extra functionalities, when working with hardware (e.g. SD cards) and manipulating data. The microprocessor in order to communicate with sensors and SD card, integrates the I2C and SPI protocols. For this purpose a suitable libraryis built from scratch that permits to set the IMUs parameters, modifying their registers on demand from the IDE sketch. The software built takes advantage of interrupt functions that permits to have a precise sampling frequency of IMU. Furthermore the software architecture makes sure that sampling frequency may not be alterated during storage activities. This is achieved minimizing the latency time necessary (few milliseconds) to transfer data to (and from) SD card. Experimental in-vitro trials were done using a lower limb model, while in-vivo tests on a 26 years old voluntary patient. In every trial, the target limb with attached the IMU strap-down system was constantly supervised by an OTS, that detected the position of the applied markers in the space. Data coming from optoelectronic system are processed differently for in-vitro and in-vivo tests. A customized suitable marker con guration is set on the lower limb model, in order to de ne the orientation of segments in the space. The knee angles are calculated by Grood and Suntay convention. For in-vivo tests an optoelectronic built-in model called "lambda" is used to nd the kinematic variables. RMS is adopted to evaluate the accuracy of proposed inertial sensor system for kinematic tracking, with respect to the gold standard OTS. A qualitative analysis is done by looking at the box and whiskers plot of residuals for each trial. By such analysis it is possible to highlight the performances of the algorithm and the differences between in-vitro and in-vivo tests. Root mean square error for in-vitro model have values that range from 1.11 to 3.67, showing a higher accuracy than in-vivo model, with an RMS range from 2.66 to 5.02. A comparison between the residuals distribution shows that the tests made in-vivo have a higher variability. It is believed that this is mainly due to: 1) the assumption that functional axes of the knee are perfectly orthogonal. This causes an error on the angle measures. 2) the acceleration of movements plays a main role in the angles estimate. Since the Sensor Fusion (SF) algorithm integrates data coming from accelerometer only when acceleration almost equals the gravity, fast movements with high accelerations have lower chance to be corrected by SF, rather than steady velocity movements. In fact during high acceleration movements, the measures are affected from drift, introduced by the gyroscope. 3) artefacts introduced by muscular contraction, obviously absent on lower limb model. Despite the good accuracy of the model (low RMS), the low number of trials executed on the group of study does not permit to infer conclusions about the population. A further study including a higher number of trials, might strenghten the considerations made about the model used in this work. In conclusion it can be inferred that thanks to its portability and versatility, this system is a reliable solution for a qualitative analysis of many kind of movements performed for short and mid-time durations. Furthermore it can be used for kinematic studies of di erent joints(e.g elbow, shoulder) and thanks to its low cost it can be introduced into a wider market. However, despite the relatively high effcacy of the algorithms, the quality of the sensors and the approximations adopted in the models can be critical points. In fact low cost sensors are affected by noise and this produce heavy errors that can be inacceptable for those applications where a high level of accuracy is required.

Lo studio del movimento umano prevede la misura di variabili che descrivono la cinematica e la dinamica dei segmenti anatomici; essa ha lo scopo di raccogliere informazioni quantitative relative alla meccanica del sistema muscolo-scheletrico durante l’esecuzione degli atti motori. Le variabili cinematiche sono ottenute tramite i sistemi di analisi del movimento, mentre le variabili dinamiche si ottengono indirettamente grazie alla misura delle forze esterne agenti sul soggetto. Tale analisi è impiegata per esempio nello studio di particolari disordini e patologie che affliggono il sistema motorio. Oggigiorno i sistemi di tracciamento ottico (OTS) sono considerati il gold standard per lo studio del movimento. Nonostante la loro alta accuratezza, possono essere utilizzati solo all'interno di un laboratorio, sono molto costosi, richiedono personale addestrato e hanno una bassa frequenza di acquisizione se confrontati rispetto ad altri sistemi. Gli IMU (Inertial Measurement Unit) rappresentano una valida alternativa agli OTS. Gli aspetti positivi di tali sistemi sono la versatilità, il basso costo, le dimensioni ridotte e l'alta frequenza di acquisizione. Tutte queste caratteristiche rendono possibile l'analisi del movimento anche al di fuori del laboratorio, per esempio durante lo svolgimento delle attività quotidiane, o durante attività sportive. Tuttavia, gli aspetti negativi di tali sistemi sono: segnali caratterizzati da alto rumore che influenza l'accuratezza delle misure, complesse procedure di calibrazione necessarie a fornire un sistema di riferimento assoluto (specialmente in caso di assenza del magnetometro) ed infine complessi modelli di elaborazione dei dati. Inoltre, i sistemi pronti all'uso sul mercato possono essere molto costosi. Lo scopo principale di questo lavoro è duplice: migliorare la precisione dei sistemi basati su IMU per l'analisi cinematica articolare (in questo caso gli angoli 3D del ginocchio); sviluppare un sistema basato sugli IMU a partire dai singoli componenti a basso costo, che possa essere integrato in futuro con analisi cinematiche ottenute in tempo reale. In questo lavoro è stato sviluppato un prototipo sperimentale indossabile, composto da due IMU a basso costo, che sono la combinazione di un accelerometro e giroscopio triassiale (l'uso del magnetometro è stato evitato a causa dei suoi errori causati da disturbi magnetico ambientali); un Arduino Mega come microprocessore e una scheda SD integrata aggiuntiva esterna utilizzata per memorizzare i dati. Poiché lo scopo di questo lavoro è quello di studiare la cinematica (angoli 3D) dell'articolazione del ginocchio durante il libero movimento nello spazio, la progettazione sperimentale presenta molteplici obiettivi: 1)Fornire un algoritmo adatto costruito da zero che permetta di identificare il sistema di riferimento anatomico (o funzionale) del ginocchio (ARF_knee) e una procedura di calibrazione valida. Poiché non esiste un sistema di riferimento assoluto e i dati forniti dai sensori sono riferiti al loro sistema di riferimento locale (SRF), è necessaria la definizione di un sistema di riferimento assoluto intrinseco. 2)Costruire un modello adatto per stimare la posizione dei sensori e di conseguenza l'orientamento degli arti. A tale scopo l'uso dei quaternioni fornisce una valida rappresentazione, che elimina i problemi di blocco del giunto cardanico legati invece all'uso degli angoli di Eulero. Inoltre, essi riducono considerevolmente il costo computazionale. 3)Sviluppare un algoritmo Sensor Fusion (SF) che mira a integrare i dati provenienti dal giroscopio con l'accelerometro, riducendo la deriva che inevitabilmente influenzerebbe le misure. Il sistema di riferimento anatomico (o funzionale) del ginocchio e dell'anca sono identificati da un algoritmo che analizza i movimenti effettuati durante la fase di calibrazione. Ogni movimento viene eseguito su un particolare asse funzionale dell'articolazione e le velocità angolari vengono calcolate per stimare l'asse funzionale medio. Tuttavia, le velocità angolari registrate dagli IMU potrebbero essere "valori anomali" generati dal rumore dei sensori. Per ottenere una stima corretta dell'asse su cui ruota il segmento, è essenziale analizzare le accelerazioni angolari ω che sono valutate da una soglia. Una volta definito l'errore che permetta di quantificare la bontà della stima dell'asse, l'algoritmo valuta la soglia migliore all'interno di un intervallo, che riduce al minimo tale errore. La piattaforma di programmazione utilizzata è un ambiente di sviluppo integrato (IDE) di Arduino. Essa supporta i linguaggi C e C ++, e fornisce una serie di librerie incorporate che aggiungono funzionalità aggiuntive, come funzioni di interfaccia con hardware (ad esempio schede SD) e di manipolazione dati. Il microprocessore utilizzato per comunicare con i sensori e schede SD, integra i protocolli I^2C e SPI. A tale scopo, è stato costruito da zero una libreria che consente di modificare i parametri di funzionamento degli IMU, permettendo di modificare i loro registri direttamente dallo sketch utilizzato dall'IDE. Il software sviluppato offre inoltre il vantaggio di utilizzare "interrupt functions", permettendo di impostare una precisa frequenza di campionamento dell'IMU. L'architettura del software assicura che la frequenza di campionamento non possa essere alterata durante le attività di archiviazione dati. Ciò si ottiene riducendo al minimo il tempo di latenza necessario per trasferire i dati da e verso la scheda SD. Gli studi sperimentali in vitro sono stati condotti utilizzando un modello di arto inferiore, mentre i test in vivo sono stati effettuati su un paziente di 26 anni in stato di buona salute, che si è sottoposto volontariamente ai test. In ogni prova, l'arto analizzato con il sistema indossabile IMU, è stato costantemente monitorato dal sistema optoelettronico durante tutto il movimento. I dati provenienti dal sistema optoelettronico sono stati elaborati in modo diverso per i test in-vitro e in-vivo. Per quanto riguarda il modello in-vitro la configurazione dei markers è stata effettuata ad hoc. In questo caso le variabili cinematiche del ginocchio sono state calcolate utilizzando la convenzione di Grood e Suntay, mentre per i test in-vivo è stato utilizzato un modello integrato al sistema optoelettronico chiamato "lambda". Per valutare l'accuratezza del sistema IMU rispetto al gold standard rappresentato dal OTS, è stato utilizzato l'errore quadratico medio (RMS). Per evidenziare le prestazioni dell'algoritmo e le differenze tra i test in-vitro e in-vivo è stata effettuata un'analisi qualitativa sui residui tra i valori predetti dal modello e quelli dal sistema ottico. A tal fine i residui sono stati riportati nei grafici whiskers and box. L'errore quadratico medio per i modelli in-vitro ha valori con range che vanno da 1.11 a 3.67, mostrando una precisione superiore rispetto al modello in vivo, caratterizzato da un intervallo di RMS compreso tra 2.66 e 5.02. Da una prima analisi la distribuzione dei residui mostra una variabilità maggiore per i test effettuati sul paziente. Si crede che questo sia dovuto a: 1)l'ipotesi che gli assi funzionali del ginocchio siano perfettamente ortogonali tra loro. Questa semplificazione del modello provoca un errore sulle misure dell'angolo. 2) L'accelerazione dei movimenti gioca un ruolo fondamentale nella stima degli angoli. Poiché l'algoritmo Sensor Fusion (SF) integra i dati provenienti dall'accelerometro solo quando l'accelerazione è quasi uguale alla gravità, i movimenti effettuati con alte accelerazioni hanno minore possibilità di essere corretti dal SF, cosa che non vale per quelli effettuati a velocità costante. Durante tali movimenti ad alta accelerazione, le misure sono maggiormente influenzate dalla deriva introdotta dal giroscopio. 3)artefatti introdotti dalla contrazione muscolare, ovviamente assenti nel modello di arto inferiore. Nonostante la buona accuratezza del modello (basso RMS), il basso numero di prove eseguite sul gruppo di studio non consente di trarre conclusioni generali sulla popolazione. Un ulteriore studio che includa un numero maggiore di prove potrebbe rafforzare le considerazioni fatte sul modello utilizzato in questo lavoro. In conclusione, si può dedurre che grazie alla sua portabilità e versatilità, questo sistema è una soluzione affidabile per un'analisi qualitativa di molti tipi di movimenti eseguiti per brevi-medie durate. Inoltre, può essere utilizzato per studi cinematici che coinvolgano diverse articolazioni (ad esempio gomito, spalla, anca) e, grazie al suo basso costo, può essere accessibile da un mercato più ampio. Tuttavia, nonostante la relativa efficienza degli algoritmi utilizzati, la qualità dei sensori e le approssimazioni adottate nei modelli possono essere punti critici. Infatti, i sensori a basso costo sono influenzati da rumore e questo produce gravi errori che possono essere utilizzati per quelle applicazioni in cui sia richiesto un alto livello di precisione.