Ricerca, sviluppo, implementazione e test di sistemi inerziali per applicazioni di AAL e di riabilitazione motoria

The research topic is framed within the study of ICT solutions for the support of the elderly in reference to the world AAL in hospital or home environment. These solutions are based on the design of systems based on wireless sensor nodes with different on-board sensing units. Much of the work focused in the analysis, study and development of signal processing and sensor data fusion algorithms that make use of the measures coming from a sensing unit consisting of four MEMS sensors such as a triaxial accelerometer, triaxial gyro, magnetometer and triaxial barometer. Starting from the measurements of the first three sensors, has been implemented an Attitude and Heading Reference System (AHRS) that is able to estimate at each instant the orientation of the unit in the sensing space. Following, through the use of a complementary filter, it was developed a second data fusion algorithm that makes use of measurements coming from the barometric sensor and dall'AHRS in order to obtain an accurate altitude estimation of the sensing unit. From these results, we have been developed wearable systems to be employed in various applications in the AAL and rehabilitation sectors. It has been realized a fall detector to be positioned on the life of the elderly that exploits the accelerometer data and accurate estimates of orientation and altitude of the device for automatically detecting the fall of the subject. A second field of application concerned the study and development of an algorithm for the calculation of spatial-temporal parameters that characterize the gait of a subject suffering from neurodegenerative diseases. The latest study provides for the analysis and characterization of the motor gesture in the practice of Nordic Walking through the use of measures from sensors placed on the subject's walking sticks.

Il tema di ricerca è inquadrato nell’ambito dello studio di soluzioni ICT per l’ausilio degli anziani in riferimento al mondo dell’AAL in ambiente domestico o ospedaliero. Tali soluzioni si basano sulla progettazione di sistemi basati su nodi sensori wireless con a bordo diverse unità di sensing. Gran parte del lavoro si è concentrato nell’analisi, studio e sviluppo di algoritmi di signal processing e sensor data fusion che fanno uso delle misure provenienti da un unità di sensing composta da quattro sensori MEMS quali un accelerometro triassiale, giroscopio triassiale, magnetometro triassiale e barometro. A partire dalle misure dei primi tre sensori, è stato implementato un Attitude and Heading Reference System (AHRS), ovvero un sistema che è in grado di stimare ad ogni istante l’orientazione nello spazio dell’unità di sensing. In seguito mediante l’uso di un filtro complementare, è stato sviluppato un secondo algoritmo di data fusion che fa uso di misure provenienti dal sensore barometrico e dall’AHRS per ottenere un’accurata stima dell’altitudine dell’unità di sensing. A partire da questi risultati, sono stati sviluppati dei sistemi wearable da adoperare in diverse applicazioni nel settore dell’AAL e della riabilitazione motoria. È stato realizzato un fall detector da posizionare sulla vita dell’anziano che sfrutta i dati accelerometrici e le accurate stime di orientazione e altitudine del dispositivo per rilevare in maniera automatica la caduta del soggetto. Un secondo campo di applicazione ha riguardato lo studio e sviluppo di un algoritmo per il calcolo di parametri spazio-temporali che caratterizzano la deambulazione di soggetto affetti da malattie neurodegenerative. L’ultimo studio prevede l’analisi e la caratterizzazione del gesto motorio nella pratica del Nordic Walking mediante l’utilizzo delle misure provenienti da sensori posizionati sui bastoncini del soggetto che cammina.