Human activity recognition using a wearable IMU-based sensor network and deep learning: development of the Respirhò platform

Abstract: This thesis presents the development of a Human Activity Recognition (HAR)systemwithintheRespirHòwearableBodySensorNetworkplatform, devel- oped at Politecnico di Milano. The system comprises three IMU sensor units (tho- rax, abdomen, lowerback)communicatingviaBluetoothLowEnergywithamobile application. The work covers the full engineering pipeline: firmware development for the nRF52840 microcontroller, 3D-printed case design, a multi-environment data acquisition protocol involving 28 subjects across laboratory-controlled and outdoor activities, and the training of deep learning models (CNN, LSTM, and ensemble strategies) for multi-class activity classification. Activities range from static postures (sitting, standing) to dynamic tasks (walking, running, cycling at multiple intensities) and daily-life scenarios (outdoor activities, desk work, lunch). A pilot veterinary study for canine sleep monitoring was also conducted. This work is part of the ANTHEM project for personal air pollution exposure monitor- ing, where HAR enables activity-specific respiratory parameter estimation.

Questa tesi presenta lo sviluppo e la validazione di un sistema di riconoscimento delle attività umane (HAR) all’interno della piattaforma indossabile RespirHò, sviluppata presso il Politecnico di Milano. Il sistema è composto da tre unità sensoriali IMU (torace, addome, parte bassa della schiena) che comunicano via Bluetooth Low Energy con un’applicazione mobile. Il lavoro copre l’intera catena ingegneristica: sviluppo del firmware per il microcontrollore nRF52840, progettazione e stampa 3D delle custodie, definizione ed esecuzione di un protocollo di acquisizione dati che ha coinvolto 28 soggetti in attività controllate in laboratorio e in condizioni di vita libera, e l’implementazione di modelli di deep learning (CNN, LSTM, InceptionTime e MOMENT) per la classificazione multi-classe delle attività. Le attività comprendono posture statiche (seduto, in piedi), compiti dinamici (camminata, corsa, ciclismo a diverse intensità) e scenari di vita quotidiana (attività all’aperto, lavoro alla scrivania, pausa pranzo). Il lavoro si inserisce nel progetto ANTHEM per il monitoraggio dell’esposizione personale all’inquinamento atmosferico, dove l’HAR consente la stima dei parametri respiratori in funzione dell’attività svolta.