Evaluación de la medición de

distancia mediante un
acelerómetro digital de 3 ejes

Puchalt Casáns, Guillermo

Masot Peris, Rafael
Alcañiz Fillol, Miguel
Master Universitario en Sensores para Aplicaciones Industriales
 Estado del arte y problemas
Podómetro
Métodos Problemas

• Mecánico • Depende de un paso uniforme

• Acelerómetro • Caro
• GPS • Caro + Solo para exteriores +
Depende de señal GPS

Distancia = nº pasos x longitud media paso

¿Paso ¿Subir/Bajar ¿Caminar ¿Golpeteo de ¿Otros

peculiar? Pendiente/Escaleras? lento? pierna? movimientos?
 Objetivos del proyecto
Objetivos Restricciones/Características

• Podómetro que mide • 5 – 30 metros (intervalos

Y de 5m)
distancia recorrida
• Línea recta
• Medidas de Z X • Sacro (más próximo al
aceleración centro de masa)
• Sin usar cantidad de • Comparar con
podómetro mecánico y
pasos realizados app móvil
• App móvil ignorada
(R2=0.0266)
 Prototipo - Dispositivo

Sujeción de plataforma
multi-sensor a la PCB Acelerómetro

LEDS de estado Alimentación y jumper de

Puerto de descarga de selección
firmware
Condensador de desacoplo
Chip de memoria
Sujeción de las baterías
Microcontrolador
Puerto comunicaciones UART

Baterías (2xAA)
Botón de selección
de modo
Prototipo – Dispositivo (Detalles)
• UART (dispositIvo – PC (MATLAB-GUI))
• I2C (acelerómetro) + SPI (memoria flash)
• SW – SPI (memoria flash)
• Periférico usado para I2C
• Optimizado para duración de 1.26 ms/captura
• Condensador de desacoplo (memoria flash)
• Capacidad memoria flash
• Byte inicio (0x30) – 6x Bytes dato– Byte checksum
• 64 bits x 100 Hz x 300 s (5 min) = 1,92 Mb  2Mb
 Prototipo – Dispositivo (Detalles)

Modo LED Rojo LED Verde LED Amarillo

Pre-Offset - X -
X (conmutar
Offset - X (10 s parpadeo)
estado previo)
Post-Offset X - -
X
Captura de
- X (alternar) On – Inicio Captura
datos
Off – Fin Captura
PC X X -

620
Prototipo – Procedimiento
Prototipo – Procedimiento
Algoritmos procesado – Resumen
Preprocesado

 Digital  Aceleración (m/s2)  Retirar gravedad

 Detección picos de aceleración  Pasobanda 0.01 Hz – 18 Hz

 Contar pasos (detección picos)  Pasobajo ~4 Hz (2x 1º harmónico)

Integrar todo Integrar en bloques Integrar por pasos

5s antes de 1º paso Bloques de 5s Pasos

5s después de independientes
último paso entre si
Datos XYZ vs
Datos XZ
Algoritmos procesado – Paso
 Algoritmos procesado – Paso

1. Todo el pie
2. Centro del pie
3. Balanceo
4. Talón

Talón Todo Centro Balanceo

el pie del pie
 Algoritmo pasos – Resultados
Ideal Dispositivo Podómetro App móvil

45
40
35
PASOS CONTADOS

30
25
20
15
y = 0,0345x + 21,279 y = 0.9987x + 0.0703 y = 0.9376x + 1.5678
10
R² = 0,0266 R² = 0.9999 R² = 0.9991
5
0
0 10 20 30 40 50 60 70 80 90 100 110 120
PASOS DETECTADOS
 Algoritmo procesado - Resultados
Ideal Podómetro Dispositivo - Integrar todo

35

30
DISTANCIA REAL (M)

25

20

15
y = 1,0325x + 0,2598
10 R² = 0,9947

5 y = 0.6505x + 1.2271
R² = 0.971
0
0 5 10 15 20 25 30 35 40 45 50
DISTANCIA MEDIDA (M)
Algoritmo procesado - Resultados

1420
 Algoritmo procesado - Resultados
Ideal Podómetro Dispositivo - Integrar en bloques

35

30
DSITANCIA REAL (M)

25

20

15
y = 1,0325x + 0,2598
10 R² = 0,9947

5 y = 1.051x - 1.8572
R² = 0.8513
0
0 5 10 15 20 25 30 35 40 45 50
DISTANCIA MEDIDA (M)
 Algoritmo procesado - Resultados
Ideal Podómetro Dispositivo - Integrar por pasos (XYZ) Dispositivo - Integrar por pasos (XZ)

35

30
TRUE DISTANCE (M)

25

20
y = 1,0325x + 0,2598
15 R² = 0,9947
10 y = 6.8213x + 0.7036 y = 13.485x - 1.9977
R² = 0.9791 R² = 0.9835
5

0
0 5 10 15 20 25 30 35 40 45 50
MEASURED DISTANCE (M)
Algoritmo procesado - Resultados

1820
Conclusiones
5m±4.2278% (1º algoritmo)

• 5m±4.5048% (2º algoritmo)

• Tercer algoritmo inviable (>5%)
• 20m±2.5622% (1º algoritmo)
• Combinación medidas 5m y 20m

• Comprobar con mayor número de sujetos

• Otros procedimientos
• Caminar en bloques de 5m
• Secuencia paso-pausa
 Referencias
• A. B. F. &. B. H. Willemsen, "Automatic stance-swing phase detection
from accelerometer data for peroneal nerve stimulation," IEEE
Transactions On Biomedical Engineering, vol. 37, pp. 1201-1208,
1990.

• E. J. Van Someren, R. H. Lazeron, B. F. Vonk, M. Mirmiran and D. F.

Swaab, "Gravitational artefact in frequency spectra of movement
acceleration: implications for actigraphy in young and elderly
subjects," Journal of Neuroscience Methods, pp. 55-62, 1996.

• C. V. Bouten, K. T. Koekkoek, M. Verduin, R. Kodde and J. D. Janssen,

"A Triaxial Accelerometer and Portable Data Processing Unit for the
Assesment of Daily Physical Activity," IEEE TRANSACTIONS ON
BIOMEDICAL ENGINEERING, vol. 44, pp. 136-147, 1997.
 Cálculo de distancia
recorrida usando un
acelerómetro digital triaxial
Puchalt Casáns, Guillermo
Masot Peris, Rafael
Alcañiz Fillol, miguel
Master Universiatio en Sensores para Aplicaciones Industriales