Conectado à roupa, aparelho é capaz de identificar quedas mediante sinais de sensores

O uso de diversos recursos, serviços e tecnologias assistivas que contribuem para ampliar habilidades funcionais de pessoas com mobilidade reduzida, com o objetivo de proporcionar melhor qualidade de vida, está em franca ascensão. Uma das linhas de pesquisa nessa área é o uso de dispositivos para detecção de quedas de idosos, um problema cuja ocorrência é cada vez maior devido a diversos fatores, como a maior longevidade da população e o crescente número de pessoas vivendo sozinhas quando idosas.

Com a finalidade de encontrar soluções eficientes e sustentáveis para ajudar a resolver essa adversidade da terceira idade, o mestre em Controle e Automação pela Universidade Federal do Rio Grande o Sul (UFRGS) Guilherme Torres desenvolveu, como parte da sua dissertação de mestrado, um dispositivo vestível que utiliza a tecnologia alemã EnOcean, que se baseia na exploração de tecnologias sem fio e de captura de energia. Usada principalmente em sistemas automatizados, ela propicia a conexão com um sistema de automação de casas inteligentes através do sistema Home Assistant, uma plataforma digital de código aberto para automação residencial que permite controlar e verificar uma série de equipamentos domésticos por meio de dispositivos eletrônicos e aplicativos.funciona como uma rede de dispositivos sem fio capaz de identificar quedas mediante sensores adaptados a um sistema de casas inteligentes.

Através da detecção automática das quedas e da interligação com o sistema de casas inteligentes, o dispositivo auxilia no monitoramento do idoso e no acionamento de alarmes emergenciais. Essa detecção utiliza informações dos sensores inerciais para distinguir os movimentos de quedas. Ao todo, o dispositivo foi testado para quatro tipos de movimentos de quedas e quatro tipos de movimentos que não caracterizam quedas.

A respeito dos resultados da pesquisa, além de validar a tecnologia EnOcean para uso em dispositivos vestíveis, o protótipo desenvolvido não indicou nenhum falso positivo nos testes realizados com dois usuários de características corporais diferentes. Foram reproduzidos 100 vezes cada um dos diferentes tipos de movimentos. ‘‘Como conhecemos os movimentos que não são de queda, comparamos esses com os de queda e conseguimos descobrir certos padrões que identificam a ambos. Ou seja, quando o usuário cai, se identifica qual é o sinal que aparece, e, dessa forma, quando acontece uma queda, o dispositivo emite um alarme que, por sua vez, é recebido pela casa inteligente e pode ser subido à internet’’, destaca o pesquisador.

Acesse a notícia completa na página da Revista UFRGS Ciência.

Fonte: Tech4Health