Resumen

En este documento nos enfocamos en la captura de movimiento del brazo humano, motivada por los requisitos en la rehabilitación física y entrenamiento de pacientes con accidente cerebrovascular de la misma manera que el monitoreo de las actividades de personas mayores. La metodología propuesta utiliza una fusión de datos de sensores MEMS de bajo costo y bajo peso junto con un conocimiento a priori de la anatomía del brazo. El objetivo principal es estimar la posición del brazo, los movimientos anatómicos del hombro y sus aceleraciones. Proponemos un enfoque basado en optimización discreta que busca buscar directamente la ambigüedad de actitud óptima sin decorrelación de ambigüedad, y calcular el vector de línea base en consecuencia. La originalidad de este documento es aplicar la optimización discreta para rastrear la trayectoria deseada de un sistema no lineal como el Movimiento Humano en presencia de incertidumbres. La convergencia asintótica global del observador no lineal está garantizada. Pruebas extensas de la metodología presentada con datos del mundo

• Materias:Redes complejas Redes ecológicas Ecuaciones en diferencias Sistema de ecuaciones diferenciales Valor límite fraccional
• Subjects:Complex networks Ecological networks Difference equations System of differential equations Fractional limit value
• Palabras claves:Captura de movimiento del brazo humano; Rehabilitación física; Pacientes de accidente cerebrovascular; Sensores MEMS; Anatomía del brazo; Optimización discreta
• Keywords:Human arm motion capture; Physical rehabilitation; Stroke patients; MEMS sensors; Arm anatomy; Discrete optimization