Estimación de la postura corporal en un sistema embebido Raspberry Pi empleando técnicas de visión artificial

Abstract

Los sistemas que se emplean para la captura de movimiento o conocidos como análisis de marcha, generalmente emplean dispositivos dedicados que en el mercado se comercializan a elevados precios. En los últimos años, las empresas enfocadas en la fabricación e implementación de laboratorios de marcha han centrado sus esfuerzos en crear dispositivos de medición y emisión de reportes que sean portables y ocupen un mínimo de espacio; sin embargo, las innovaciones tecnológicas planteadas por empresas dedicadas al campo de la biomedicina resultan ser cerradas y con limitaciones de compatibilidad. Es decir, que en casos en los que se requiera la expansión del laboratorio, resulta necesario la adquisición de equipos de la misma marca, lo que implica costos elevados. Ante esta problemática, se plantea el uso de sistemas embebidos Raspberry Pi, que, a través de técnicas y librerías de visión artificial, establecen un análisis de marcha con precisión y mayores prestaciones al ser un sistema de código abierto. Asimismo, a través de técnicas de visión artificial se pueda capturar y procesar una imagen binarizada. El empleo de librearías OpenCV para ubicar marcadores y delimitar una región de interés consolidan un sistema compacto y portable para capturar el movimiento corporal en tiempo real, y en espacios no restringidos.

Keywords

• binarización
• imágenes
• numpy
• opencv
• raspberry pi