Validación de los marcadores ArUco para el análisis de movimientos humanos

En los últimos años se han publicado numerosos trabajos sobre el empleo de técnicas de bajo coste para el análisis de movimientos humanos, especialmente mediante sensores inerciales [1]. Menos esfuerzos se han realizado en la línea de otras técnicas basadas en video-análisis, donde la mayoría de trabajos se refieren al análisis de movimientos planos con una cámara [2]. Sin embargo, en el campo de la robótica se vienen usando desde hace tiempo sistemas de posicionado mediante marcadores de realidad aumentada (AR). Estos sistemas permiten analizar, en tiempo real y con una única cámara de video, la posición y orientación de objetos con precisión suficiente para su uso en muchas aplicaciones biomecánicas [3]. En particular, la librería ARUCO [4] permite analizar movimientos de varios marcadores de manera rápida y eficiente, lo que permite aplicarlos al análisis de varios segmentos corporales en tiempo real. En este trabajo se analiza la precisión de los marcadores ARUCO en la medida de ángulos y desplazamientos, comparando los movimientos medidos con el sistema con dos técnicas de precisión: encoders de desplazamientos lineales y giros, para las medidas estáticas, y un sistema de videofotogrametría de precisión, para las medidas en movimiento. Los resultados muestran que los marcadores pueden medir desplazamientos con errores estándar del orden de 1 mm en los desplazamientos paralelos al plano de la cámara y del orden de 3 mm en profundidad. Los errores angulares son inferiores a 0.5º en los giros en el plano de la cámara y del orden de 1º en los giros alrededor de ejes paralelos a dicho plano. Estos errores son mucho menores que los asociados a la variabilidad humana, por lo que sería posible utilizar este tipo de marcadores para numerosas aplicaciones biomecánicas. REFERENCIAS [1] Picerno, P. (2017). 25 years of lower limb joint kinematics by using inertial and magnetic sensors: a review of methodological approaches. Gait & Posture, 51, 239-246. [2] Otín, C. et al.(2016). Análisis de habilidades deportivas mediante el uso del software Kinovea. In Simbiosis del aprendizaje con las tecnologías: experiencias innovadoras en el ámbito hispano (pp. 125-134). Prensas Universitarias de Zaragoza. [3] Parrilla, E. et al. (2013). Ankle 3D-kinematics measurement by using a single camera and AR-markers. Footwear Science, 5(sup1), S73-S74. [4] Munoz-Salinas, R. (2012). ArUco: a minimal library for augmented reality applications based on opencv. Universidad de Córdoba.