Instituto Tecnológico de Celaya Tecnológico Nacional de México
ITC Investigación ITC
Explorar publicaciones
Artículo · 2025 · Catálogo consolidado

PROTOTIPO PARA LA CLASIFICACIÓN DE MOVIMIENTOS CORPORALES Y DETECCIÓN DE CAÍDAS USANDO UNA RNA (PROTOTYPE FOR BODY MOVEMENT CLASSIFICATION AND FALL DETECTION USING AN ANN)

Pistas Educativas

José Luis Vázquez Ávila Universidad Autónoma del Carmen
Rafael Sánchez Lara Universidad Autónoma del Carmen
Marco Antonio Rodríguez Blanco Universidad Autónoma del Carmen
Tila Trinidad González Grajeda Universidad Autónoma del Carmen
Younes El Hamzaoui Universidad Autónoma del Carmen
Francisco Méndez Martínez Universidad Autónoma del Carmen

Resumen

Resumen Si bien las Redes Neuronales Artificiales (RNAs) suelen desplegarse en equipos con vastos recursos de hardware, las tecnologías recientes han posibilitado su implementación incluso en aplicaciones con capacidades de hardware limitadas. Por lo anterior, este trabajo presenta la propuesta de un prototipo basado en Arduino Nano para clasificar patrones de actividad física elementales (como estar sentado o caminar) y detectar caídas súbitas. Los datos se obtienen mediante el uso de un sensor acelerómetro-giroscopio MPU-6050 colocado en alguna parte del cuerpo. Para que la red haga una correcta clasificación de los datos se utiliza la técnica de extracción de características. Para el entrenamiento de la red se utilizó el lenguaje Python, además de la librería Tensorflow. La red está construida con una sola capa oculta de 4 neuronas, por lo cual, los recursos de hardware utilizados en el arduino son mínimos. La red RNA resultante logra una exactitud del 96%. Palabras Clave: Arduino, inteligencia artificial, machine learning, Python, redes neuronales artificiales. Abstract While Artificial Neural Networks (ANNs) are typically deployed on computers with extensive hardware resources, recent technologies have enabled their implementation even in applications with limited hardware capabilities. Therefore, this work presents a prototype based on the Arduino Nano to classify basic physical activity patterns (such as sitting or walking) and detect sudden falls. Data is obtained using an MPU-6050 accelerometer-gyroscope sensor placed on a specific part of the body. Feature extraction is used to correctly classify the data. The network was trained using Python and the Tensorflow library. The network is built with a single hidden layer of four neurons, thus, the hardware resources required on the Arduino are minimal. The resulting ANN network achieves an accuracy of 96%. Keywords: Arduino, artificial intelligence, artificial neural networks, machine learning, Python.

Datos de publicación

Cita esta publicación

Comprueba el estilo que requiere tu institución o revista.

José Luis Vázquez Ávila; Rafael Sánchez Lara; Marco Antonio Rodríguez Blanco; Tila Trinidad González Grajeda; Younes El Hamzaoui; Francisco Méndez Martínez. (2025). PROTOTIPO PARA LA CLASIFICACIÓN DE MOVIMIENTOS CORPORALES Y DETECCIÓN DE CAÍDAS USANDO UNA RNA (PROTOTYPE FOR BODY MOVEMENT CLASSIFICATION AND FALL DETECTION USING AN ANN). Pistas Educativas, 47(150). https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/4000

Fuentes y trazabilidad

Se conserva la procedencia de los datos y se da prioridad a la revista cuando existe información editorial.

Licencias declaradas por las fuentes

Licencia en el registro de origen

Descargar ficha bibliográfica

El PDF contiene los metadatos y el enlace al trabajo original.