Jornadas Nacionales de Robótica y Bioingeniería 2023: Libro de actas

Este estudio aborda el desafío de hacer un seguimiento de los entornos de desplazamiento de los usuarios de sillas de ruedas, con el objetivo de proporcionar al personal sanitario datos cuantificables sobre su actividad diaria. Se presenta un sistema de monitorización que realiza un seguimiento continuo y en tiempo real de las variables cinemáticas y ambientales, analizando los efectos del movimiento de la silla y los factores externos en el estado funcional del usuario. El sistema integra una IMU, dos encoders y un sensor de humedad y temperatura en una silla de ruedas eléctrica. Para la validación del sistema se han realizado pruebas en diversos entornos, como rampas, giros bruscos, ascensores y baches, confirmando su eficacia. Este dispositivo robusto y fiable proporciona a los profesionales la información necesaria sobre el contexto específico de cada usuario, lo que contribuye a mejorar los tratamientos de rehabilitación y, en consecuencia, su calidad de vida.

Sistema de monitorización de entornos para usuarios de sillas de ruedas

Perez,

Mancisidor,

Cabanes

et al. 2024

Control de un robot social mediante modelos de comportamiento para el cuidado de personas mayores

Merino Fidalgo,

Sánchez-Girón Coca,

Zalama Casanova

et al. 2024

En los últimos años se ha experimentado un aumento de personas mayores que viven solas en sus casas o en situación de dependencia, que requieren un cuidado especial. En muchas ocasiones, ofrecer este servicio resulta complicado, puesto que un cuidador puede tener a su cargo a varias personas de diferentes localidades. Para solucionar este problema, el proyecto EIAROB trabaja para crear un ecosistema de inteligencia ambiental para el apoyo a los cuidados de larga duración en el hogar mediante uso de robots sociales. En este artículo se presenta una arquitectura encargada del control de un robot social mediante máquinas de estados finitos jerárquicas y árboles de comportamiento, dentro de una vivienda de una persona mayor para que dicho robot interactúe con ella, ejecutando planes mediante un ejecutor de acciones. Se exponen dos ejemplos de planes: dar los buenos días y recordar la medicación, realizados con ambos métodos y finalmente se presentan y comparan sus resultados.

Integración ConvNeXt-YOLO mediante CVV para detectar caídas en robot social

Sánchez-Girón,

García Gómez,

Duque Domingo

et al. 2024

Cada vez más personas mayores optan por vivir en su hogar, lo que ha generado una necesidad crítica de asegurar entornos seguros para esta población. Las caídas representan una de las principales causas de lesiones entre los adultos mayores. Con este estudio se busca detectar caídas implementando un sistema de visión, que puede ayudar a prevenir futuras caídas detectando potenciales problemas de salud. Aquí se propone una metodología basada en el uso de modelos de aprendizaje profundo, específicamente utilizando la técnica de Cross Validation Voting, para mejorar la generalización y la precisión en la detección de caídas a partir de imágenes. El modelo planteado ha conseguido una exactitud de un 92.95% y una pérdida del 0.1885 para el conjunto de test. El sistema de detección de caídas ha sido integrado en el robot social Temi, que se introducirá en el domicilio de los usuarios para monitorear continuamente su bienestar y proporcionar asistencia inmediata en caso de detectar una caída.