Sistema electrónico textil para señalización ciclista mediante reconocimiento de gestos

Equation Chapter 1 Section 1 Trabajo Fin de Grado Grado en Ingeniería de las Tecnologías de Telecomunicación Sistema Electrónico Textil para Señalización Ciclista mediante Reconocimiento de Gestos Dep. Ingeniería Electrónica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Autor: Ángel Arlucea Almeida Tutor: Antonio Luque Estepa Sevilla, 2016 3 Trabajo Fin de Grado Grado en Ingeniería de las Tecnologías de Telecomunicación Sistema Electrónico Textil para Señalización Ciclista mediante Reconocimiento de Gestos Autor: Ángel Arlucea Almeida Tutor: Antonio Luque Estepa Profesor titular Dep. Ingeniería Electrónica Escuela Técnica Superior de Ingeniería Universidad de Sevilla Sevilla, 2016 5 Trabajo Final de Grado: Sistema Electrónico Textil para Señalización Ciclista mediante Reconocimiento de Gestos Autor: Ángel Arlucea Almeida Tutor: Antonio Luque Estepa El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros: Presidente: Vocales: Secretario: Acuerdan otorgarle la calificación de: Sevilla, 2016 El Secretario del Tribunal 7 Agradecimientos Este trabajo no hubiera sido posible sin la enorme disposición, paciencia y dedicación de Antonio Luque. Ha sido un auténtico privilegio conocerte y haber tenido la oportunidad de trabajar contigo, tanto en este proyecto como a lo largo de la carrera. También quiero acordarme especialmente de los demás profesores del Departamento de Ingeniería Electrónica. Habéis hecho que no pueda estar más contento de haber tomado la decisión de escoger la especialidad de Sistemas Electrónicos. Gracias a mi familia por estar ahí cuando las cosas no salían bien, especialmente a mi madre por su esfuerzo para hacer que esto fuera posible, por andar el camino conmigo, por señalarme Ingeniería de Telecomunicaciones en aquella interminable lista de opciones universitarias tras la PAU. Gracias a ti, Sara, porque con tu impulso e incondicional apoyo ha sido mucho más fácil culminar esta etapa de mi vida. Imposible es, también, olvidarme de mis amigos y compañeros de alegrías y sufrimientos. Sin vosotros, mi paso por la ETSI se hubiera hecho mucho más cuesta arriba. De todos y cada uno de mis profesores a lo largo de esta etapa de mi vida hay algo en este trabajo. Gracias a todos por enseñarme que sabía muy poco. Ángel A. Almeida Sevilla, 2016 9 Resumen Debido al bajo coste de fabricación y venta de placas de desarrollo como Arduino o Raspberry Pi, se ha producido una expansión multidisciplinar a gran escala de proyectos basados en estas plataformas hardware. En la actualidad comienza a popularizarse la incorporación de estos dispositivos en lugares donde anteriormente era impensable colocar aparatos electrónicos, tales como calzado, gafas, lámparas o contenedores de residuos. En el campo textil también se ha aplicado esta revolución tecnológica. Son los dispositivos denominados ‘wearables’. Este Trabajo Final de Grado encaja en esta categoría, y su objetivo es diseñar y prototipar un sistema electrónico textil de señalización para ciclistas. Su funcionamiento se basa en el reconocimiento de una serie de gestos captados mediante un acelerómetro. El sistema se compone de una placa de desarrollo especialmente diseñada para ser cosida a la ropa de forma sencilla y un acelerómetro conectado a la misma y situado en la muñeca, de forma que capte las aceleraciones producidas al mover el brazo y sea capaz, mediante un algoritmo, de reconocer el gesto realizado. El objetivo es actuar sobre una serie de LEDs (diodos emisores de luz), encargados de señalizar la dirección hacia la que se desea girar en función del movimiento realizado con el brazo. 17 ÍNDICE DE FIGURAS Figura 0-1. Señalización de giro a la izquierda 20 Figura 0-2. Señalización de giro a la derecha 20 Figura 2-1. Acelerómetro mecánico. 21 Figura 2-2. Acelerómetro piezorresistivo [8] 22 Figura 2-3. Acelerómetro piezoeléctrico. Principio de funcionamiento 23 Figura 2-4. Acelerómetro capacitivo. Estructura 23 Figura 2-5. Arduino LilyPad Main Board 24 Figura 2-6. Arduino LilyPad Simple Board 24 Figura 2-7. Figura 2-8. Arduino LilyPad Simple Snap 25 Figura 2-9. Figura 2-10. Arduino LilyPad USB 25 Figura 2-11. Adafruit FLORA 26 Figura 2-12. Adafruit GEMMA 26 Figura 2-13. KeKeSmart KeKePad 27 Figura 2-14. Intel Curie 27 Figura 2-15. Cyclee 28 Figura 2-16. Zackees 29 Figura 2-17. Safe Ride 29 Figura 2-18. Lumos 30 Figura 2-19. Lumos. Manillar 30 Figura 2-20. Blackpack 31 Figura 3-1. Esquema general del sistema. 34 Figura 3-2. Funcionamiento interno del sistema. 35 Figura 4-1. Adafruit FLORA 37 Figura 4-2. Alimentación de FLORA. Esquemático. 38 Figura 4-3. Alternativas de alimentación de FLORA 38 Figura 4-4. MMA7260Q 39 Figura 4-5. Pin Out MMA7260Q 40 Figura 4-6. Diagrama de Conexión MMA7260Q 40 Figura 4-7. Hilo conductor de acero inoxidable 41 Figura 4-8. Detalle de las dos fibras que componen en hilo conductor 41 Figura 4-9. LED de alta luminosidad 42 Figura 4-10. Conexionado de los LEDs. Esquemático. 42 Figura 4-11. Concepto del sistema 43 Figura 4-12. Conexión Acelerómetro – Adafruit FLORA. Vista general. 44 Figura 4-13. Acelerómetro MMA7260Q. PCB. 44 Figura 4-14. Acelerómetro. Alimentación y vista cenital. 45 Figura 4-15. Acelerómetro. Detalle de gestión de cableado. 45 Figura 4-16. Acelerómetro. Detalle de conexión de los ejes. 45 Figura 4-17. Adafruit FLORA. Conexionado con el acelerómetro. 46 Figura 4-18. Dispositivos de señalización 47 Figura 4-19. Prototipo finalizado. Vista general 48 Figura 5-1. Diagrama de flujo del Código 1 para MATLAB® (a) y FLORA (b). 51 Figura 5-2. Memoria necesaria antes y después de la reducción 54 Figura 5-3. Diagrama de flujo del Código 2 56 Figura 5-4. Diagrama de flujo del Código 3 para MATLAB® (a) y FLORA (b) 59 Figura 5-5. Diagrama de flujo del Código 4 para MATLAB® (a) y FLORA (b) 63 Figura 5-6. Diagrama de flujo del Código 5 para MATLAB® (a) y FLORA (b) 68 Figura 5-7. Diagrama de flujo del Código 6. 72 Figura 5-8. Diagrama de estados del Código 7 74 Figura 5-9. Diagrama de flujo del Código 7 75 Figura 6-1. Gesto de prueba. Reducción del tamaño del vector 77 Figura 6-2. Patrón de giro a la derecha 78 Figura 6-3. Patrón de giro a la derecha VS gesto derecho 79 Figura 6-4. Patrón de giro a la izquierda VS gesto izquierdo 80 Figura 6-5. Patrones y gestos - Eje X 81 Figura 6-6. Patrones y gestos - Eje Y 81 Figura 6-7. Patrones y gestos - Eje Z 82 Figura 6-8. Distribución física de los LEDs en los dispositivos señaladores 83 Figura 6-9. Disposición de los LEDs en la esponja 84 Figura 6-10. Conexionado de los LEDs 84 Figura 6-11. Comprobación del funcionamiento de los indicadores 84 Figura 6-12. Comprobación de la luminosidad en distintos tejidos 85 Figura 6-13. Dispositivos de señalización. Presentación y aspecto final 86 Figura 6-14. Conexionado de FLORA 86 Figura 6-15. Manga izquierda. Puntos de conexión con el acelerómetro 87 Figura 6-16. Conexionado de los dispositivos de señalización 88 Figura 6-17. Prototipo. Aspecto final 89 Figura 6-18. Prototipo. Vista lateral 90 Figura 6-19. Prototipo. Vista trasera. 90 Figura 6-20. Prototipo. Conexión del acelerómetro. 91 Figura 6-21. Gesto de giro a la derecha 92 Figura 6-22. Gesto de giro a la izquierda 92 19 1 INTRODUCCIÓN Gracias al avance tecnológico, la incorporación de dispositivos electrónicos en lugares donde antes era impensable hacerlo es cada día más habitual. El objetivo, como el de todo producto tecnológico comercial, es mejorar la calidad de vida del usuario y aumentar el confort durante la realización de ciertas actividades, así como incrementar la seguridad. Los ‘wearables’ o dispositivos electrónicos aplicados en productos textiles pretenden mejorar el conocimiento y el control que el usuario tiene de su cuerpo mediante dispositivos biométricos, aumentar la cantidad de información a la que se tiene acceso de forma instantántea y sencilla mediante smartwaches o simplemente aportar algo distinto desde un punto de vista estético, usando LEDs y pantallas. Uno de los ámbitos en el que se están comenzando a incorporar estos dispositivos, es el vial. En ocasiones, es complicado, desde el punto de vista del conductor de un vehículo a motor, interpretar los movimientos de un ciclista. Sus intermitentes son sus brazos y no siempre se utilizan de forma correcta o se ven con la suficiente antelación, por lo que la alerta al resto de conductores por un cambio de dirección es poco distinguible o, directamente, inexistente. En España, tradicionalmente, el uso de la bicicleta ha sido residual en zonas urbanas. Sin embargo, con el fomento en los últimos años de su uso para desplazamientos dentro de la ciudad, el número de usuarios de este tipo de vehículos se ha disparado. Eso provoca que, al convivir un mayor número de bicicletas con los vehículos a motor, éstas necesiten hacer más visible aún los movimientos que van a realizar con el fin de evitar accidentes. Según la Dirección General de Tráfico en su informe de Siniestralidad Vial de 2013 [1], el 73% de los accidentes de bicicletas se produjeron en vías urbanas. En el informe de Siniestralidad Urbana de ese mismo año [2], se refleja que el 75% de los accidentes de bicicletas implicaba a otro vehículo. En días laborables ese porcentaje aumentaba al 76% mientras que en fin de semana caía al 68%. Lo más destacable de estos informes son los siguientes datos: entre las 8:00 y las 23:59h, el 74% de los accidentes (2989 siniestros) implicaban otro vehículo, pero entre las 00:00 y las 7:59, ese pocentaje aumentaba al 77% (158 siniestros) a pesar de caer significativamente el número de vehículos en circulación, lo que podría achacarse a las condiciones de baja luminosidad. Esa sospecha se confirma si se observan directamente los datos estadísticos de 2013 de la Dirección General de Tráfico [3], reflejados en la siguiente tabla. Tabla 0-1. Número de accidentes respecto a condiciones de luminosidad Luminosidad Tipo de vía Urbanas Resto Crepúsculo 112 37 Noche: iluminación insuficiente 22 15 Noche: iluminación suficiente 309 17 Noche: sin iluminación 4 9 Como se puede ver en la tabla anterior, tanto durante el crepúsculo como por la noche en condiciones de iluminación suficente e insuficiente, la mayoría de accidentes sucedieron en vías urbanas. En condiciones de falta de iluminación, esta estadística se invierte debido a la naturaleza del resto de vías (autopistas, autovías e interurbanas), ya que apenas existen vías urbanas no iluminadas. 1.1 Objetivo del Proyecto El objetivo de este proyecto es diseñar y prototipar un dispositivo “wearable” de señalización de giro para su uso por parte de ciclistas, mejorando su visibilidad a la hora de realizar maniobras de cambio de sentido de la marcha. El dispositivo se va a componer de una camiseta a la que se le incorporará una placa de desarrollo especialmente diseñada para ser utilizada en proyectos de electrónica textil, un acelerómetro que recoja los datos del movimiento del brazo izquierdo, que será el escogido para señalizar los movimientos de indicación de giro, y un hilo conductor que hará las veces de cable, uniendo el acelerómetro y la placa de desarrollo a través de la camiseta. A dicho dispositivo se le incorporará un software diseñado específicamente con el propósito de detectar los gestos de señalización de giro indicados en la Guía Para Usuarios de la Bicicleta 2016 de la DGT [4]: Una vez detectado, se actuará sobre una serie de LEDs que conformarán el indicador de sentido del giro. 1.2 Estructura del documento El documento se va a estructurar acorde a la realización del Proyecto. En primer lugar, se encuentra la introducción, donde se encuadra la motivación del proyecto y la propuesta de trabajo. Antes de comenzar a describir el proyecto, en el siguiente apartado se realizará una recopilación de los tipos de acelerómetros, de placas de desarrollo y las diferentes alternativas que existen en el mercado, tecnologías en desarrollo en el ámbito de los wearables, estudios realizados para medir el movimiento humano. Todo esto compondrá el Estado del Arte. En el tercer punto se describirá el proyecto de manera general, haciendo hincapié en la estructura del mismo. Se verá una explicación mediante diagrama de bloques. En el cuarto punto se introducirán los componentes que conforman el sistema de forma más detallada, explicando sus características y aspectos que los hacen interesantes para este proyecto. Posteriormente, en el punto cinco, se detallará el algoritmo que se ha creado para el reconocimiento de los gestos del ciclista, así como se analizarán sus partes más importantes. El total del código se incorporará en los Anexos. El siguiente punto a tratar es el proceso de pruebas del dispositivo, analizando con MATLAB® los datos que recoge el acelerómetro y realizando una serie de cálculos con ellos. Se describirá el proceso de montaje del prototipo paso por paso. Finalmente se llegará a una serie de conclusiones y propuestas de mejora del dispositivo. Figura 0-1. Señalización de giro a la izquierda Figura 0-2. Señalización de giro a la derecha 21 2 ESTADO DEL ARTE Se inicia este proyecto haciendo una revisión de lo que se ha desarrollado en el ámbito de los “wearables”, tanto en el ámbito comercial como en el experimental, así como en términos de seguridad vial e investigación en medición de la actividad y movimiento humano. En la actualidad existen una serie de dispositivos que tratan de mejorar la seguridad de los ciclistas para prevenir accidentes. El objetivo suele ser hacer visible el comportamiento del ciclista al resto de vehículos. Para ello se ha aplicado y adaptado tecnología existente con el propósito de hacerla portable, ligera y resistente. A la hora de medir el movimiento de una de las partes del cuerpo humano, un componente que no suele faltar en los dispositivos son los acelerómetros. Normalmente, como se refleja en [5], las frecuencias y amplitudes de las aceleraciones que produce el cuerpo humano son bajas (a la hora de caminar, entre 0.8 y 5Hz en el tronco y aproximadamente 60Hz en los pies, donde se producen las mayores aceleraciones) Son un poco más altas cuando se realiza actividades físicas tales como saltos, caídas, sprints… Aun así, el 99% de las aceleraciones a la hora de caminar, se concentra en una frecuencia por debajo de 15Hz. El resto son consecuencia del impacto entre el calzado y la superficie por la que se camina. Algo a tener en cuenta es que, en el movimiento humano, la frecuencia de las aceleraciones verticales es mayor que la de las horizontales. Desde un punto de vista frecuencial, la frecuencia de los movimientos de la cabeza es alta. Si se analiza la amplitud de dichas aceleraciones, son mayores también en sentido vertical. En la parte superior del cuerpo suelen concentrarse entre -0.3 y 0.8g, mientras que en sentido horizontal se encuentran en el rango de -0.2 y 0.2g. Si se miden estas aceleraciones desde, por ejemplo, un tobillo, a la hora de andar se dan unas aceleraciones de entre -1.7 y 3.3g, mientras que en sentido horizontal son de entre -2.1 y 2.3g. Independientemente de la técnica de medición de estas aceleraciones, una solución de compromiso a la hora de diseñar o escoger un acelerómetro para la medida del movimiento humano podría ser la de un dispositivo que sea capaz de detectar aceleraciones en el rango de -12 a +12g, y que pueda registrar frecuencias superiores a 20Hz. En general, en la cintura basta con un acelerómetro que detecte aceleraciones entre -6 y +6g. Lo más allá de la sensibilidad, que dependerá de la aplicación, lo ideal es que este dispositivo sea capaz de detectar aceleraciones en las tres direcciones del espacio. 2.1 Acelerómetros. Los acelerómetros [5] [6] [7] son dispositivos que convierten la aceleración a la que se encuentran sometidos, Figura 2-1. Acelerómetro mecánico. en una señal eléctrica analógica proporcional a dicha aceleración. De forma conceptual, consiste en una masa conocida suspendida de un muelle. Al experimentar una aceleración, el muelle se elonga en función de la aceleración recibida, pudiendo medir el desplazamiento que sufre la masa y, calculando gracias a ello, la aceleración. Existen tres tipos de fuerzas actuando sobre la masa: la externa, que es la que acelera la masa, la debida al damping o amortiguamiento, proporcional a la velocidad, y la que ejerce el muelle, que es proporcional a la posición. En equilibrio, la externa y la ejercida por el muelle son iguales. La relación entre todos estos elementos, aplicando la segunda ley de Newton, es la siguiente: 𝐹=𝑚𝑎=𝑚𝜕2𝑥 𝜕2𝑡+𝑐𝜕𝑥 𝜕𝑡+𝑘𝑥 siendo 𝑚 la masa, 𝑎 la aceleración y 𝑘 la constante del muelle. El segundo término, en condiciones normales y lejos de la frecuencia de resonancia, puede obviarse, aunque no es el caso en acelerómetros de precisión que trabajen en un rango de frecuencias cercano a la de resonancia. Hay tres métodos para convertir el desplazamiento de la masa en una señal eléctrica: midiendo el cambio de la resistencia de un material piezoresistivo, midiendo el cambio del valor de la capacidad entre elementos eléctricos fijos y móviles, y midiendo el cambio en la diferencia de potencial generada por un material piezoeléctrico. 2.1.1 Acelerómetros piezorresistivos Estos acelerómetros se basan en la inclusión de un material piezorresistivo unido a la masa inercial. Al producir una aceleración, la masa ejerce una fuerza sobre el material, deformándolo y cambiando su resistencia. Están conectados a un puente de Wheatstone para producir una tensión eléctrica proporcional a la amplitud y la frecuencia de la aceleración de la masa del sensor. Es el mismo principio de funcionamiento de las galgas extensométricas. Son más pequeños que los acelerómetros piezoeléctricos, pero requieren de una fuente de alimentación externa. Figura 2-2. Acelerómetro piezorresistivo [8] 2.1.2 Acelerómetros piezoeléctricos Los acelerómetros piezoeléctricos utilizan materiales piezoeléctricos como cristales (cuarzo) o cerámica. Consiste en un elemento piezoeléctrico pegado a una masa que, cuando ésta se mueve debido a una aceleración, realiza presión sobre el material piezoeléctrico, generando una diferencia de potencial. Algo que destacar de este tipo de acelerómetros es que no responden a una aceleración constante. 23 2.1.3 Acelerómetros capacitivos Su principio de funcionamiento se basa en la variación de la distancia de una serie de electrodos móviles respecto a unos electrodos fijos. Figura 2-4. Acelerómetro capacitivo. Estructura Estos electrodos móviles son parte del cuerpo móvil del acelerómetro, anclado en dos o más puntos al sustrato sobre el que se construyen los electrodos fijos. La distancia entre los electrodos, en reposo absoluto, es constante. En caso de sufrir algún tipo de aceleración, los electrodos móviles (y, por ende, la masa o cuerpo móvil) se mueven respecto a los fijos. La estructura electrodo móvil – espacio – electrodo fijo es un condensador. La capacidad de éste es constante en reposo, pero varía con el movimiento de la masa inercial de forma inversa a la distancia entre los electrodos. Disponen de una alta sensibilidad y son muy lineales. Por su gran versatilidad y resistencia, suelen estar integrados en la amplia mayoría de dispositivos comerciales. Figura 2-3. Acelerómetro piezoeléctrico. Principio de funcionamiento 2.2 Placas de desarrollo ‘wearables’ Con la expansión de la electrónica textil, hay una serie de dispositivos que se han desarrollado con el fin de facilitar el conexionado y la integración en los tejidos. Paralelamente, se ha diseñado una serie de periféricos (para conectividad inalámbrica, acelerómetros y otro tipo de sensores, LEDs…) que conforman un auténtico ecosistema, simplificando mucho la incorporación de estos periféricos a cualquier proyecto ‘wearable’. 2.2.1 Arduino LilyPad Existen cuatro tipos de LilyPad [9] en el mercado. 2.2.1.1 LilyPad Main Board LilyPad Main Board utiliza un ATmega328V de 8 bits, dispone 1KB de memoria EEPROM, 2KB de SRAM y de 32KB de memoria Flash, operando a una frecuencia máxima de 20MHz. La resolución de su Convertidor Analógico Digital (abreviado como CAD o ADC) es de 10 bits. Dispone de 22 pines en forma de anillo en el perímetro externo del PCB. Están perforados con el fin de coser la placa a la ropa con hilo conductor (se verá posteriormente), de forma que sea el propio hilo el que hace las veces de pista, conectando LilyPad a los distintos sensores que se deseen incorporar al proyecto. Tiene 5cm de diámetro y un grosor de 0.8mm. 2.2.1.2 LilyPad Simple Board Al igual que en el caso anterior, dispone de pines en el perímetro externo de su PCB. La diferencia es que, en lugar de 22, sólo dispone de 11 pines. Dispone del mismo microcontrolador que la Main Board y sus características son iguales en todos los aspectos. Figura 2-6. Arduino LilyPad Simple Board Figura 2-5. Arduino LilyPad Main Board 25 2.2.1.3 LilyPad Simple Snap La diferencia de esta placa respecto a las anteriores reside en la forma de colocarla en la tela. Dispone, al igual que la Simple Board, de 11 pines, pero no se cosen a la ropa, sino que son corchetes textiles. Se cose una parte del corchete a la ropa y sólo hay que presionar contra el pin de LilyPad Simple Snap para que encaje. 2.2.1.4 LilyPad USB Figura 2-9. Figura 2-10. Arduino LilyPad USB Dispone de 11 pines y, la principal diferencia respecto a Simple Board y Simple Snap es que el microcontrolador es un ATmega32U4. Este micro tiene una frecuencia máxima de 16MHz (en lugar de los 20MHz que tenía el ATmega328V), pero aumenta el tamaño de su SRAM a 2.5KB (por los 2KB del 328V). Figura 2-7. Figura 2-8. Arduino LilyPad Simple Snap 33 3 DISEÑO DEL SISTEMA Para realizar este proyecto, hay que realizar un estudio de los requisitos necesarios para conseguir el objetivo de un sistema autónomo, rápido y preciso. El sistema que se va a desarrollar en este proyecto se compone de tres dispositivos:  Un acelerómetro, el cual se ubica en la muñeca y que recogerá los gestos realizados por el ciclista.  Un microcontrolador, donde se envían los datos del acelerómetro y se procesan acorde a un algoritmo de reconocimiento de gestos. Estará situado en la parte delantera de la camiseta.  Una serie de LEDs en la parte posterior de la camiseta que compondrán la señal luminosa de giro. Estarán conectados al microcontrolador y, en caso de realizar con el brazo algún gesto reconocible, se encenderán en función del gesto detectado. Un sistema autónomo, con conexión a sensores externos y aislado del resto del ecosistema de dispositivos electrónicos, no puede requerir de agentes externos para el control, la gestión y la presentación de los datos. Con este fin, se hace necesario contar con placas de desarrollo que tengan puertos de entrada/salida, que dispongan de comunicación serie para facilitar la depuración del sistema y que tengan memoria suficiente para poder trabajar autónomamente, no sólo leer los datos de los sensores integrados y enviarlos inmediatamente a un tercer dispositivo, donde se analizan y presentan. Desde un punto de vista temporal, el sistema debe ser lo suficientemente rápido a la hora de: - Realizar la medición en el sensor - Enviar el dato a la placa de desarrollo. - Preprocesar y almacenar. - Analizar. - Actuar consecuentemente sobre otros dispositivos. Como se puede observar, son varias etapas, en las que entran en juego un gran número de partes del sistema, tales como sensores, convertidores analógico-digitales (en caso de que sea necesario convertir el dato porque el sensor sea analógico), memorias… A más dispositivos involucrados, más lento es el sistema. En este caso, para medir un gesto, lo primero que hay que tener en cuenta para la elección de un sensor es la ubicación del mismo. Para la medida de gestos en cualquier lugar del cuerpo la frecuencia debe ser superior a 20Hz, y la sensibilidad debe abarcar desde -12g hasta +12g [5]. Esto es lo ideal, es decir, es lo necesario para poder medir el gesto con una precisión rozando el 100%. En este proyecto lo que se busca es la facilidad de distinguir un gesto de otro, pero no es necesario alcanzar niveles de precisión tan altos como los anteriores, por lo que habrá que encontrar un valor de compromiso para que el sensor no se sature. Para aceleraciones como las que se van a producir al realizar los gestos, que no van a ser bruscas, será suficiente con una sensibilidad de 1.5g. Teniendo esto en cuenta para el acelerómetro, hay que decidir también la placa de desarrollo a utilizar. Se pretende trabajar con lo que, a lo largo del proyecto, llamaremos patrones (gestos “modelo” o de referencia, idénticos a los de las figuras 1-1 y 1-2, con los que comparar los datos que se leen del acelerómetro instantáneamente) y con el gesto leído del acelerómetro, por lo que, dimensionando los vectores de datos de cada patrón y del gesto, se alcanzará un valor del tamaño de la memoria necesaria como especificación principal y más importante. Teniendo en cuenta que realizar y mantener un gesto como los de las figuras 1-1 y 1-2 toma entre 2 y 3 segundos, por alcanzar un valor de compromiso adecuado para no cortar el gesto, se va a suponer que se realiza en 3.5 segundos. Teniendo en cuenta también que la frecuencia debe ser superior a 20Hz y suponiendo el doble de frecuencia, 40Hz, se debería tomar una muestra cada 8ms. Para obtener más datos, como no tenemos ninguna limitación superior en frecuencia, se va a decidir bajar ese tiempo a 3ms, lo que quiere decir que en esos 3.5s se van a tomar 1166 muestras. Por poner un número redondo, se decide escoger los vectores de 1200 componentes, siendo el tiempo final de muestreo de 2,9ms y una frecuencia de aproximadamente 345 Hz, muy por encima de la necesaria. Si se realizan los cálculos, 1200 datos para cada eje del acelerómetro (X, Y y Z) implican 3600 datos para el gesto y 7200 para los patrones (hay dos, el de girar a la derecha y el de girar a la izquierda), en total 10800 datos, lo cual no es nada adaptable a los dispositivos que se han descrito en el estudio del Estado del Arte. Habrá que dimensionar estos datos para poder trabajar con ellos en estos dispositivos, como se verá en la explicación del Apartado 5 dedicada al Código 1. Así pues, se va a buscar un dispositivo con amplia memoria Flash y SRAM para poder acoger toda esta información. Como va a ser prácticamente imposible trabajar con esos 10800 datos en memoria y, sabiendo por tanto que va a ser necesario dimensionar el tamaño de los vectores de los datos, con entre 2 y 2.5 KB de SRAM y unos 30 KB de memoria Flash va a ser más que suficiente, ya que suponiendo que cada dato son 2 Bytes, entre Flash y RAM son 32500 Bytes, más que los 21600 Bytes que serían necesarios en caso de mantener los vectores a 1200 componentes cada uno (y no va a ser el caso). Como especificación secundaria, la frecuencia de reloj debe ser suficiente para realizar cada uno de los procesos descritos arriba con la mayor premura posible. Igualmente, el CAD de la placa de desarrollo debe ser lo más rápido posible en el caso de escoger un acelerómetro analógico, de forma que no se pierda la principal ventaja de este tipo de sensores. Para ello, un reloj de 8MHz como el que tiene FLORA resulta más que suficiente, como se verá a lo largo del proyecto. Una vez descritas las especificaciones de los dispositivos que componen el proyecto, se va a proponer un diseño para el mismo. El diagrama de bloques general es el siguiente: El acelerómetro escogido, como se verá posteriormente, es analógico, por lo que será necesario convertir la señal que transmite en una señal digital para su procesado. Una vez se ha realizado esta conversión, es momento de detectar si la señal se corresponde a alguna señal conocida. Estas señales conocidas o de referencia son los denominados “patrones”. Va a haber dos patrones de referencia, uno por cada sentido del giro. Estos patrones son conocidos en tiempo de compilación y se encuentran en la memoria de programa del micro. De esta forma, contraponiendo la señal detectada al patrón, se podrá distinguir si el ciclista ha realizado el gesto de girar a la derecha o de girar a la izquierda. Si el gesto realizado por el ciclista no se detecta como válido debido a la falta de parecido con las señales patrón, se obvia y se sigue analizando la información que el acelerómetro sigue transmitiendo. La correspondencia entre la señal que transmite el acelerómetro y el patrón de referencia se va a buscar mediante el uso de la correlación cruzada (se hará hincapié en ella en el punto 5, al explicar el código correspondiente a la identificación de gestos). Se compararán los tres ejes de cada gesto por separado con los correspondientes (X con X, Y con Y y Z con Z) de cada uno de los dos patrones y, si el parecido en los tres ejes es razonablemente alto respecto a uno de los dos patrones, decimos que existe coincidencia. Figura 3-1. Esquema general del sistema. 35 En ese caso, la búsqueda de similitud arroja un resultado positivo, es decir, el microcontrolador detecta que el gesto realizado se corresponde con el gesto patrón de giro a la derecha o a la izquierda (nunca va a ser parecido a los dos a la vez) y se actúa sobre los LEDs correspondientes a la indicación del sentido del giro que se ha detectado. En la Figura 3-2 se ilustra todo esto. Por hacer una analogía entre la Figura 3-1 y 3-2, visualizando esta última de izquierda a derecha, los bloques que van desde el CAD hasta el AND comparativo, forman parte del microcontrolador. Tras decidir los requisitos del sistema, se van a describir los componentes elegidos para el sistema. Figura 3-2. Funcionamiento interno del sistema. 37 4 COMPONENTES DEL SISTEMA En este apartado se va a hablar de los dispositivos que componen el sistema. Primero se van a presentar y a describir por separado y, posteriormente, se comentará el montaje del prototipo y sus especificaciones y características. 4.1 Adafruit FLORA Figura 4-1. Adafruit FLORA FLORA [18] ha sido la placa de desarrollo escogida para este proyecto. El motivo es que su diseño es específico para dispositivos wearables, tiene un precio muy competitivo y se adapta a la carga de trabajo que se espera tener en el microcontrolador. El PCB es circular, con los pines en la parte exterior, de forma que sea sencillo coserla a la ropa utilizando hilo conductor (se tratará posteriormente). Sus dimensiones son muy reducidas, midiendo 4.445 centímetros de diámetro y pesando tan sólo 4.4 gramos, por lo que su incorporación a cualquier prenda de ropa no supone una molestia para la persona que la viste. Dispone de un microcontrolador ATMEL ATmega32u4 de 8 bits [19] completamente compatible con Arduino, por lo que sólo es necesario incorporar sus drivers al IDE de Arduino para comenzar a trabajar con ella. Tiene un CAD de 10 bits, lo que permite convertir señales analógicas en digitales a valores enteros entre 0 y 1023. FLORA dispone de 32KB de memoria Flash, 1KB de memoria EEPROM y 2.5KB de SRAM. Funciona a 8MHz y consume 8mA en reposo. Éste se incrementa a 20mA en periodo de actividad y, en caso de uso del LED integrado en el pin #D7, aumenta en 2mA más. La flexibilidad existente a la hora de alimentar la placa hace que sea muy versátil. Además de alimentarse a través del puerto MicroUSB, dispone de un puerto JST de dos pines. Mediante él, es posible incorporar una batería de 3.5V hasta 9V (aunque no se recomienda una alimentación superior a 6V para evitar sobrecalentamiento). Dispone de un diodo schottky y de un regulador de tensión LN2985, lo que evita que, a pesar de alimentarlo a 9V, la placa se dañe físicamente y pueda presentar un mal funcionamiento, incluso si se alimentase de forma inversa. Figura 4-2. Alimentación de FLORA. Esquemático. Utilizando ese puerto JST, es posible conectar múltiples tipos de baterías: Ion Litio, Litio-Ferrofosfato, alcalinas, recargables de Níquel-Metal hidruro o, las ya en desuso, Níquel-Cadmio. Algo a destacar de FLORA es que tiene un pin llamado VBATT. Este pin sirve para alimentar, directamente de la batería, aquellos componentes que requieran más de los 150mA que hay a la salida del regulador. Al ser un pin de alimentación, es de sólo salida. Igualmente, la placa soporta hardware SPI. El esquemático al completo y el pinout del dispositivo quedan recogidos en Anexo correspondiente Figura 4-3. Alternativas de alimentación de FLORA 39 4.2 Acelerómetro MMA7260Q El MMA7260Q [20] es un acelerómetro capacitivo analógico de tres ejes de bajo coste. Suele utilizarse como detector de caída libre, podómetro, estabilización de imagen en teléfonos, detector de inclinación… Tiene un rango de sensibilidades seleccionables entre 1.5g y 6g. En funcionamiento, su consumo es bajo y su tensión de operación está en el rango de las que ofrece FLORA. Su sensibilidad es alta e incorpora un filtro paso de baja para acondicionar la señal. Esto, junto con una alta resistencia a impactos y su reducido tamaño, lo hacen perfecto para este proyecto. Recopilamos sus características más importantes en la siguiente tabla. Tabla 4-1. Características MMA7260Q Característica Valor Sensibilidad 1.5g / 2g / 4g /6g Consumo de Corriente 500µA Tensión de Operación 2.2V – 3.6V Dimensiones 6mm x 6mm x 1.45mm Sensibilidad 800 mV/g @ 1.5g Temperatura de Func. -20º a +85º Los valores máximos admitidos de aceleración, tensión y distancia de caída son: Tabla 4-2. Valores máximos admitidos Valor Aceleración Máxima ±2000g Tensión de Entrada -0.3 a +3.6V Distancia de Caída 1.8m Si observamos los valores típicos de funcionamiento, se ve que es precisamente lo que se busca: bajo consumo de corriente (muy por debajo de 150mA) y una tensión de 3.3V. Figura 4-4. MMA7260Q Tabla 4-3. Valores típicos de funcionamiento Característica Valores típicos Tensión de func. 3.3V Corriente de func. 500µA Los pines de selección del rango de sensibilidad se llaman g-Select. Se van a seleccionar según esta tabla para ponerlos a 1.5g, valor más que suficiente para el objetivo de este proyecto. Tabla 4-4. Rango y sensibilidad en función de pines g-Select g-Select1 g-Select2 g-Range Sensibilidad 0 0 1.5g 800mV/g 0 1 2g 600mV/g 1 0 4g 300mV/g 1 1 6g 200mV/g Para el correcto funcionamiento del acelerómetro, el diagrama de conexión recomendado es el siguiente: Se va a utilizar este diagrama para realizar el conexionado del acelerómetro. El nombre de los pines y su descripción se puede encontrar en el Anexo. Hay de tener en cuenta que el fabricante recomienda minimizar la distancia entre el acelerómetro y el microcontrolador donde vamos a recoger los datos. En este proyecto, como veremos durante la descripción del montaje y debido a la naturaleza de la aplicación a la que se destina el dispositivo, no se va a tener demasiado en cuenta esta recomendación por su baja influencia en el funcionamiento del mismo. Figura 4-6. Diagrama de Conexión MMA7260Q Figura 4-5. Pin Out MMA7260Q 41 4.3 Hilo conductor Figura 4-7. Hilo conductor de acero inoxidable Al ser un Proyecto orientado a una aplicación textil, es necesario utilizar un conductor que permita unir la ropa con el dispositivo. Esa es la función del hilo conductor [21]. Es un fino hilo hecho de dos fibras de acero inoxidable 316L. Una de las características más notables de este acero es su alta resistencia a la corrosión [22]. Es importante este detalle porque va a hacer que la durabilidad del hilo y sus propiedades se mantengan a pesar de los lavados que se le puedan hacer al prototipo textil. Figura 4-8. Detalle de las dos fibras que componen en hilo conductor También su maleabilidad es un punto a favor, ya que hace que el hilo sea muy adaptable a las diversas formas que se necesiten darle a la hora de coserlo a la ropa. Al tacto parece hilo común, aunque es ligeramente más rígido. Su grosor es de 0.2𝑚𝑚 y presenta baja resistencia, sólo 0.5Ω/𝑐𝑚. Es ideal para aplicaciones wearables que trabajen por debajo de 50𝑚𝐴, como la utilización de LEDs. Figura 4-19. Prototipo finalizado. Vista general 49 5 ALGORITMO DE DETECCIÓN DE GESTOS En este apartado se va a diseccionar el código desarrollado a lo largo del proyecto. El objetivo es clarificar la comprensión del mismo, identificando partes clave que permiten su funcionamiento. No se pretende mostrar todo el código existente, ya que este estará incorporado en los Anexos. Hay dos partes claramente diferenciables en este proyecto desde un punto de vista software: la desarrollada para MATLAB® y el código C escrito para Arduino. 5.1 MATLAB®. Se ha utilizado MATLAB® para captar los datos que proporciona el acelerómetro. Su función ha sido capturarlos vía Puerto Serie para trabajar con ellos de forma sencilla. Debido a que MATLAB® implementa una serie de funciones que sirven para comparar señales, además de que trabajar con largos vectores no le supone ningún problema, se ha pensado que este programa era ideal para utilizarlo como contraste de cara a comprobar el correcto funcionamiento de los diferentes códigos que se han ido cargando en FLORA mediante el IDE de Arduino. 5.2 Código C. Desde un principio, el objetivo último ha sido desarrollar un sistema completamente autónomo, sin necesidad de conectar FLORA a un tercer dispositivo donde recoger los datos. Sin embargo, además del código final desarrollado para FLORA, donde se cumple este propósito, para llegar a él se han programado una serie de códigos intermedios con el fin de interactuar con MATLAB® mediante Puerto Serie. El fin ha sido trabajar en MATLAB® utilizando datos reales captados por el acelerómetro, de forma que se pudieran contrastar los datos procesados por FLORA con los datos procesados por MATLAB®, detectando errores en caso de haberlos y subsanándolos de la manera más eficiente. De otra forma no hubiera sido posible (o hubiera sido muy complejo) comprobar dónde fallaba el código implementado en FLORA o si los datos captados por ella no eran los esperados. 5.3 Desarrollo. Se explica el código acorde al proceso seguido durante el Proyecto. 1. En primer lugar, se expone el código utilizado para captar los datos del acelerómetro. 2. A continuación, se implementa un algoritmo para calcular el parecido entre dos gestos capturados utilizando la correlación cruzada. Uno de los gestos será el patrón, es decir, el gesto de referencia que queremos identificar (vamos a emplear solamente el patrón del gesto de giro a la derecha hasta casi el final, cuando se incluirá el del giro a la izquierda). El otro será un gesto cualquiera capturado (llámese gesto “dato”) y que se desea comprobar si responde al gesto de referencia o es otro diferente. Este código se implementa solamente en MATLAB®, utilizando una de sus funciones predefinidas y un algoritmo alternativo basado en la definición de correlación cruzada. 3. Tras esto, utilizando el mismo gesto y el mismo patrón del código anterior, se realizará la correlación en FLORA. Se comunicará mediante Puerto Serie con MATLAB®, que capturará los datos y mostrará la diferencia entre un método y otro. 4. Uno de los aspectos clave es la monitorización continua de los gestos realizados por el ciclista con el brazo. Para ello, es necesario añadir, al vector que guarda dichos gestos, los datos que se van recogiendo y que irán desplazando los datos ya existentes. El cuarto código es el encargado de implementarlo y de ver cómo este desplazamiento afecta al valor de la correlación cruzada, es decir, al parecido entre el gesto y el patrón. 5. Posteriormente se pasa a capturar el gesto en tiempo real, procesar la correlación cruzada en FLORA y enviar por Puerto Serie los datos a MATLAB®. El patrón estará cargado en la memoria de FLORA. 6. Como penúltimo paso, pasamos a procesar todo en la placa y a encender un LED en caso de que haya coincidencia entre el patrón y el gesto “dato”. 7. Finalmente se carga también el gesto de girar a la izquierda y se amplía el código para incorporarlo al algoritmo. De esta forma concluye el apartado destinado al desarrollo software. 5.3.1 Código 1. Captura de un gesto. Este primer código resuelve el problema de hacer pruebas con los datos reales del acelerómetro. Se va a implementar la comunicación entre FLORA y MATLAB® mediante el envío, por Puerto Serie, de los datos capturados por FLORA procedentes del acelerómetro. Estos datos son analógicos y corresponden a una tensión eléctrica comprendida entre 0V y 3.3V, pero serán procesados por el CAD de FLORA, obteniendo la equivalencia a esa tensión en un rango de valores que va de 0 a 1023. Estos valores se conocen como ADU (analog-to-digital units) o DN (data numbers) [23]. El CAD de FLORA es de 10 bits. Esto quiere decir que, con un voltaje de referencia de 3.3V, el intervalo entre 0 y 3.3V se dividirá en 1024 valores, asignando linealmente cada valor a una tensión. Por ejemplo, a la tensión media, 1.65V, se le asignará el valor 512, a 3.3V se le asignará 1023 y a 0V el 0. [24] Hay que tener en cuenta que en una primera aproximación no importa el rango de valores pues se va a trabajar con ellos en MATLAB®, pero, como se verá posteriormente, será necesario truncar el rango y redondearlo, disminuyéndolo al comprendido entre 0 y 255, debido a las limitaciones de memoria de FLORA. El diagrama de flujo de los códigos creados para MATLAB® y FLORA se muestra en la Figura 5-1 y dará una idea general de su funcionamiento. Es algo que se va a poner siempre antes de pasar a explicar los detalles de cada código, con el fin de mejorar su comprensión. 51 Figura 5-1. Diagrama de flujo del Código 1 para MATLAB® (a) y FLORA (b). a) b) Se comienza la explicación del código con la apertura de conexión en MATLAB®. script_captura_patron.m Ahora, con MATLAB® ya preparado, se procede a enviar los datos desde FLORA. Primero hay que abrir también la conexión serie, y seguidamente declarar como entradas todos aquellos los pines donde está conectado el acelerómetro: captura_patron.ino (...) void setup() { // Inicializacion de comunicacion serie a 115200 bits por segundo: Serial.begin(115200); pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } (...) A continuación, se sincroniza la recepción de los datos en MATLAB® con el envío de los datos desde FLORA. Utilizamos una variable llamada rxChar en FLORA que hará las veces de flag o bandera. Cuando se envíe un ‘1’ desde MATLAB®, FLORA empezará a leer datos del acelerómetro y a enviarlos. También enviará el instante (en la variable time) en el que realiza las capturas de los datos. captura_patron.ino (...) void loop() { //Si MATLAB envia un dato, se lee y se ve si es la //señal asociada al comienzo de la transmisión (un ‘1’) if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { //En el momento en el que MATLAB mande un ‘0’, se detiene. while(rxChar != '0') { //Lectura del dato de un eje del acelerómetro (el X en este caso). int sensorXValue = analogRead(A10); //Envio del dato por puerto serie Serial.println(sensorXValue); int sensorYValue = analogRead(A9); Serial.println(sensorYValue); int sensorZValue = analogRead(A7); time=millis(); Serial.println(sensorZValue); Serial.println(time); if(Serial.available()) %Apertura de conexion: Puerto COM4. Velocidad: 115200bps a = serial('COM4', 'BaudRate', 115200); fopen(a); (...) 53 { rxChar=Serial.read(); } } } } delay(16); } Finalmente, MATLAB® recibe esos datos y los va introduciendo en un vector para cada eje. script_captura_patron.m Tras esto, se obtienen tres vectores de 1200 componentes: dataX, dataY y dataZ (el vector time no es relevante para FLORA, a pesar de que es interesante para representar los vectores en MATLAB®). El motivo del tamaño de esos vectores no es otro que poder capturar datos del acelerómetro durante 3.5 segundos. Esto significa que se captura un dato cada, aproximadamente 3 ms o, dicho de otra manera, que se muestrea a aproximadamente 345Hz, como se explicó en el Apartado 3, dedicado al diseño del dispositivo. Según [5], para monitorizar movimientos en extremidades hará falta, como máximo, una frecuencia de 60Hz. La idea de tomar 1200 muestras es estar muy por encima del valor de la frecuencia de Nyquist. Son, pues, tres vectores de 1200 variables de tipo entero (2 bytes cada una), es decir, 2400 bytes por vector, 7200 bytes entres los tres, 7.2KB por gesto. A todo esto, tenemos que tener en cuenta que, en códigos posteriores, se añadirán los vectores correspondientes a los patrones: 3 vectores (uno por eje) para el patrón de giro a la derecha y otros tres para el de giro a la izquierda. El total de la memoria ocupada por las variables de tipo entero correspondientes a los dos patrones y al gesto a detectar aumentará hasta 21600bytes, es decir, 21.6KB. Como se comentaba en apartados anteriores, FLORA tiene una limitación de memoria considerable, y 21.6KB de datos son demasiados, ya que tiene una SRAM de 2.5KB. Por ello se va ha tomado la decisión de reducir el número de componentes para cada vector, pasando de 1200 componentes a 240 componentes. Esto disminuye la frecuencia de muestreo, pasando de ~345Hz a ~69Hz, superior a los 60Hz requeridos para medir el movimiento en extremidades. También se va a reducir el rango de valores a representar, pasando de representar enteros del rango 0-1023 a hacerlo entre 0 y 255. Lo vemos en el código siguiente aplicado al gesto detectado anteriormente, compuesto por dataX, dataY y dataZ. (...) %Envio de señal de inicio de transmision a FLORA fprintf(a,'1'); %Captura de los datos que envía. Los vectores son de total=1200 componentes. for i=1:total, dataX(i,1)=str2double(fscanf(a)); dataY(i,1)=str2double(fscanf(a)); dataZ(i,1)=str2double(fscanf(a)); time(i,1)=str2double(fscanf(a)); (...) end %Se le envia la señal de parada a FLORA. A partir de aqui ya no transmite. fprintf(a,'0'); script_captura_patron.m (...) % k va a marcar las posiciones que se van a seleccionar de los vectores de % datos correspondientes a los ejes. k=[1:5:1200]; % Ahora se cogen 1 de cada 5 datos de los vectores originales de 1200 % muestras, por lo que se pasa de 1200 muestras a 240 muestras. Después % se dividen los datos entre 4, para pasar de valores entre 0 y 1023 a % valores entre 0 y 255. Finalmente se redondean para eliminar los decimales. data2X=round(dataX(k,1)/4, 0); data2Y=round(dataY(k,1)/4, 0); data2Z=round(dataZ(k,1)/4, 0); Tras esto, el sistema pasa de necesitar 7.2KB por gesto (21.6KB entre los tres gestos) a requerir 1.44KB (4.32KB entre los tres gestos). Todo ello se resume en la siguiente tabla y se refleja de forma más visual en el gráfico: Tabla 5-1. Resumen de la reducción del tamaño de los vectores de datos ANTES DESPUÉS Componentes Memoria Componentes Memoria Eje 1200 2.4KB 240 0.48KB Gesto (tres ejes) 3600 7.2KB 720 1.44KB Tres gestos (2 patrones + gesto “dato”) 10800 21.6KB 2160 4.32KB Los vectores siguen ocupando más que el tamaño de la SRAM, pero ahora se puede pensar en distribuirlos entre las diferentes memorias. Como se indicará posteriormente en el Apartado 6, se pudo comprobar experimentalmente que, en el caso que nos ocupa, que la limitación en rango y tamaño no afectaba apenas a los resultados respecto al modelo con los valores obtenidos antes de la limitación, por lo que se puede hacer con menos datos sin perder información. 2,4 7,2 21,6 0,48 1,44 4,32 0 5 10 15 20 25 Eje Gesto Total Memoria (KB) Uso de Memoria Antes Después Figura 5-2. Memoria necesaria antes y después de la reducción 55 (1) 5.3.2 Código 2. Identificación del gesto. Cálculo del parecido. El segundo código resuelve el problema de identificar si dos gestos se parecen (lo que sería un positivo) o si son diferentes. Con ese fin se va a utilizar la correlación cruzada. La correlación cruzada se interpreta como una medida de la similitud lineal entre dos señales, tanto desde el punto de vista temporal como morfológico. Consiste en desplazar una señal respecto a la otra, buscando el máximo de parecido entre ambas. Es decir, va a indicar, en función del desplazamiento producido, dónde esas dos señales son más similares y su grado de similitud. En concreto se va a utilizar la Correlación de Pearson [25]. Mide el grado de covariancia entre variables relacionadas entre sí linealmente. Este índice es independiente de la unidad de medida y el valor de las variables. A la hora de definirla, teniendo en cuenta dos señales, 𝑥[𝑛] e 𝑦[𝑛] de la misma longitud 𝑁, el coeficiente de correlación de Pearson 𝑟𝑥𝑦 se calcula como: 𝑟𝑥𝑦 =𝑛∑𝑥𝑖𝑦𝑖−∑𝑥𝑖∑𝑦𝑖 √𝑛∑𝑥𝑖2−(∑𝑥𝑖)2√𝑛∑𝑦𝑖2−(∑𝑦𝑖)2 El valor del coeficiente de correlación de Pearson se va a mover entre −1 y 1. - En los extremos, 𝑟=1 ó 𝑟=−1, se encuentra un 100% de parecido entre las dos señales (caso que nunca se va a dar empíricamente), estando las señales directamente relacionadas (caso 𝑟=1) o inversamente relacionadas (caso 𝑟=−1). En ambos casos existe una dependencia total entre ambas variables. - En el intervalo 0<𝑟<1 se dice que el parecido entre las señales existe, aunque claramente a valores más cercanos al 1, el parecido entre ambas señales es mayor. Es decir, la correlación es positiva. - En el intervalo −1<𝑟<0, existe una correlación negativa. - Si el coeficiente de correlación es 0, no existe relación lineal. Puede decirse que las dos señales no se parecen linealmente. Un valor suficientemente grande (cercano a 1) indica un alto parecido entre la señal recibida y la referencia con la que se la compara. Es lo que se trata de encontrar mediante el código que se va a explicar a continuación, si bien, debido a que el gesto a realizar con el brazo nunca va a ser exactamente igual que el patrón, se realizarán concesiones de cara al mínimo valor de la correlación cruzada requerido para tomarlo como una identificación “positiva” del gesto buscado. Teniendo esto en cuenta, se parte de dos señales capturadas utilizando el Código 1. Una será el patrón de girar a la derecha (mostrado en la Figura 1-2) y otra será el gesto “dato” a comparar. Ese gesto “dato”, que va a llamarse de ahora en adelante “gesto derecho”, va a ser un gesto muy parecido al patrón derecho, con el objetivo de ver si este método de identificación de gestos es válido y genera un valor del coeficiente de correlación lo suficientemente alto para considerarlo correcto. El cálculo se realizará en MATLAB® de dos maneras. La primera será mediante una función ya implementada en la biblioteca del programa con ese propósito, llamada corr2. La otra forma será utilizando un algoritmo alternativo basado en la definición de coeficiente de correlación de Pearson. Finalmente se compararán los resultados para ver la exactitud del método alternativo respecto al primero. Ambos métodos se recogen en el script de MATLAB® llamado script_cc_matlab_vs_c.m. El diagrama de flujo de su funcionamiento es el mostrado en la Figura 5-3. Figura 5-3. Diagrama de flujo del Código 2 Como se puede observar, se trata de un script muy secuencial. Al iniciar carga el gesto y el patrón. A continuación, calcula de ambas formas la correlación y finalmente muestra por pantalla el resultado para poder comprobarlo. 5.3.2.1 Función corr2. La correlación cruzada normalizada se calcula en MATLAB® utilizando la función corr2 [26]. Primero se carga el patrón y el gesto “dato” y luego se hace uso de la función anteriormente indicada. Hay que tener en cuenta que corr2 recibe los dos vectores a comparar y devuelve el valor del coeficiente de correlación normalizada, es decir, devolverá un coeficiente cuyo valor estará comprendido entre -1 y 1. 57 Lo vemos en el siguiente fragmento de código. script_cc_matlab_vs_c.m (...) load gesto.mat load patron.mat % Se han cargado tanto el gesto como el patrón. A continuación, hacemos uso de % la función corr2 para calcular la correlación cruzada normalizada. A=corr2(patronDerX,gestoDerX); B=corr2(patronDerY,gestoDerY); C=corr2(patronDerZ,gestoDerZ); (...) 5.3.2.2 Método alternativo. Ahora se va a buscar el valor de la correlación cruzada mediante un algoritmo alternativo [27]. Éste no es más que la definición de correlación de Pearson (1) adaptada a lenguaje MATLAB®. Para evitar una excesiva acumulación de código en este apartado, se va a reflejar tan sólo el cálculo de la correlación en un eje, el X. La correlación de los dos ejes restantes, así como el código completo de este apartado, se podrá encontrar en los Anexos. Importante apuntar que el nombre de las variables tiene que ver con su función dentro de la fórmula (1), así como el prefijo X para reflejar que son las variables correspondientes a la correlación del eje X. También notar que gestoDerX y patronDerX serían las correspondientes x e y en la fórmula teórica. script_cc_matlab_vs_c.m (...) n=240; %Variables a utilizar por el algoritmo alternativo Xxsquare=zeros(240,1); Xysquare=zeros(240,1); Xxy=zeros(1,240); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; (...) %Correlacion usando método alternativo %Comienzo del bucle. En el se resuelven los sumatorios. El código desarrollado para FLORA es: despl_cc_arduino.ino (...) if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { if (j==0) { //Al ser la primera vez que se ejecuta, los vectores de los ejes correspondientes // al gesto están vacíos. Se rellenan. for(i=0;i<n;i++) { auxX[i]=pgm_read_word_near(gestoX + i); } j=1; } //Comparación entre el vector de datos y el patrón cada 2 desplazamientos. if (cuenta==2) { (…) for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(GiroDerX + i); //Cálculo de los componentes de la fórmula de la correlación entre auxX[i] y //patronX. (...) } //Cálculo del coeficiente de correlación. numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); //Enviamos el resultado de la correlación y las 10 últimas componentes del vector. Serial.println(READY); Serial.println(coeffX); for(i=0;i<10;i++) { Serial.println(auxX[n-(10-i)]); } Serial.println(END); cuenta = 0; }else { //Si ‘cuenta’ es diferente a 2, aumentamos ‘cuenta’ y desplazamos. cuenta++; for(i=0;i<n;i++) { If(i==(n-1)) { //Si estamos en la última posición del vector, la ponemos a 0. auxX[i]=0; }else { //Si no, en el resto de casos, hacemos que la posición i sea la i+1. auxX[i]=auxX[i+1]; } } } (...) A continuación, desde MATLAB® se ejecuta el siguiente script: 65 script_despl_cc_arduino.m (...) total=240; flag=0; k=0; %Se va a ejecutar 6 veces el bucle. for j=1:6, %Se envía un 1 para que comience a enviar datos FLORA. fprintf(a,'1'); %Se recibe flag que manda FLORA al iniciar el envío y los datos de la correlación. flag=str2double(fscanf(a)); CCDXArduino=str2double(fscanf(a)); (...) %Se reciben los datos de las 10 últimas posiciones de los vectores de los gestos. for r=1:10, auxX(1,r)=str2double(fscanf(a)); end (...) %Se lee el flag de “final de envío” y si es el esperado, se imprime tanto la %correlación como los 10 últimos datos. flag=str2double(fscanf(a)); if(flag==3) k=k+1; disp(' ') disp(['Fin de la toma de datos ', num2str(k), ':']); disp(' ') disp(' Corr. Cruzada - Giro Derecha X:') disp([' ', num2str(CCDXArduino)]); (...) disp([' Gesto X (10 últimos datos):']) disp([' [', num2str(auxX),']']); (...) end %Aquí se envían dos ‘1’ para incrementar la variable ‘cuenta’ de FLORA y desplazar %el vector, de forma que la próxima vez que se envíe un ‘1’ a la placa, vuelva a %mandar los datos. for i=0:2, fprintf(a,'1'); end end (...) Como se observa, una vez más se utiliza la sincronización mediante flags entre el MATLAB® y FLORA para asegurar de que los datos recibidos son correctos y corresponden exactamente a cada una de las variables que se desean recibir. Finalmente, se resumen en una tabla los resultados arrojados por FLORA. Además del número de la toma de datos y de los valores del coeficiente de correlación correspondiente a cada eje, en la Tablas 5-5 y 5-6 se incluyen las 10 últimas posiciones de los vectores X e Y de uno de los gestos, con el fin de que se vea cómo han ido variando con cada iteración. Tabla 5-4. Resultados de la Correlación Cruzada en FLORA con desplazamiento Nº de la toma de datos Correlación Cruzada X Y Z 1 0.88 0.86 0.94 2 0.81 0.54 0.82 3 0.75 0.41 0.75 4 0.71 0.30 0.70 5 0.67 0.22 0.66 6 0.64 0.16 0.63 Tabla 5-5. Últimas posiciones del vector del eje X del gesto en función del desplazamiento Nº de la toma de datos Eje X 1 [82 83 86 87 86 87 86 85 84 83] 2 [86 87 86 87 86 85 84 83 0 0 ] 3 [86 87 86 85 84 83 0 0 0 0 ] 4 [86 85 84 83 0 0 0 0 0 0 ] 5 [84 83 0 0 0 0 0 0 0 0 ] 6 [ 0 0 0 0 0 0 0 0 0 0 ] Tabla 5-6. Últimas posiciones del vector del eje Y del gesto en función del desplazamiento Nº de la toma de datos Eje Y 1 [150 148 145 143 145 147 146 144 143 142] 2 [145 143 145 147 146 144 143 142 0 0 ] 3 [145 147 146 144 143 142 0 0 0 0 ] 4 [146 144 143 142 0 0 0 0 0 0 ] 5 [143 142 0 0 0 0 0 0 0 0 ] 6 [ 0 0 0 0 0 0 0 0 0 0 ] Se puede observar que, a medida que se introducen ceros por la derecha en el vector correspondiente al eje X del gesto, el parecido respecto al eje X del patrón va disminuyendo progresivamente. Algo llamativo en la Tabla 5-4 es la rápida disminución del valor de la correlación cruzada entre el eje Y del gesto y el eje Y del patrón a medida que se produce el desplazamiento. Esto se debe a que, en el gesto, los valores del eje Y, en torno a 143 en las últimas 10 posiciones, son mayores que los del eje X, en torno a 84. Al introducir ceros a la derecha, la caída brusca de los valores hace que baje más rápido el valor de la correlación en el eje Y que cuando se introducen esos mismos ceros en el eje X (ver Tabla 5-6). 67 5.3.5 Código 5. Captura de gesto, correlación cruzada en FLORA y envío de datos a MATLAB®. Una vez se ha probado que todo lo anterior funciona correctamente, es el momento de reagrupar todas las partes y desarrollar un programa algo más parecido a lo que se pretende lograr: la autonomía de FLORA. Aún así, todavía se va a realizar el envío de los datos a MATLAB® para comprobar que lo que se está procesando en FLORA es coherente y se corresponde con lo esperado, facilitando la depuración del código en caso contrario. Al igual que en apartados anteriores, se va a comenzar con el código de FLORA y después se presentará el código de MATLAB®. En esta ocasión no se van a recoger los datos obtenidos en una tabla debido a que el gesto a comparar con el patrón correspondiente depende, en todo momento, del movimiento que se esté realizando con el brazo. Además, si se enviaran datos tales como el gesto realizado para poder representarlo, se estaría modificando el rendimiento del dispositivo, ya que el tiempo necesario para enviar los tres vectores del gesto capturado por FLORA sería muy grande (hay que tener en cuenta que se va a estar monitorizando durante un tiempo, por lo que serían demasiados vectores a transmitir). El patrón que se va a utilizar para la detección del gesto es, una vez más, el de giro a la derecha. Igualmente, se va a explicar código correspondiente al eje X, recogiendo el código al completo en los Anexos. Antes de pasar a desarrollar el código, se presenta, en la Figura 5-6, el correspondiente diagrama de flujo que muestra su funcionamiento. Lo más interesante del código a cargar en FLORA está dentro de la función periódica loop. Cuando recibe la orden de MATLAB®, comienza el bucle. La primera vez, con el flag j forzado a’0’, se cogen 240 datos del acelerómetro y se guardan en los vectores aux. Estos vectores son los que van a almacenar los gestos a comparar con el patrón. A partir de aquí, j va a ser ‘1’ durante el resto del tiempo, por lo que no vuelve a cumplirse la condición j==0 nunca más. Hay que tener en cuenta también que cuenta=20 la primera vez que se ejecuta el programa. Esta variable se dedica a contar el número de iteraciones que ha dado el loop. La condición de realizar la correlación, como se puede ver en el diagrama de flujo, es cuenta==20, por lo que, al estar predeterminada a 20 al iniciar la ejecución del código, con los datos captados bajo la condición j==0 hace la primera correlación. A partir de aquí, cuenta se pone a ‘0’ y comienza el funcionamiento normal del programa. Cada 20 iteraciones del bucle, hará la correlación y la enviará a MATLAB®. Si cuenta es diferente a 20, FLORA toma muestras del acelerómetro y las va metiendo al final de los vectores aux, como ocurría en el Código 4. Cada vez que realiza esto, cuenta aumenta en una unidad. Figura 5-6. Diagrama de flujo del Código 5 para MATLAB® (a) y FLORA (b) a) b) 69 El código que se está ejecutando en FLORA es el siguiente. Hay que destacar la condición if-else para dar como válido un gesto o no. En caso de que los coeficientes de correlación de cada eje sean superiores a 0.8 (hay que recordar que la correlación cruzada normalizada devuelve un coeficiente cuyo valor está entre -1 y 1), se va a tomar como válido el gesto. Es un valor muy alto, pero si se está trabajando en un entorno más o menos ideal, es decir, parado y realizando el gesto con el brazo de la forma más cuidadosamente posible, sin ninguna perturbación externa, es posible replicar el patrón con mucha exactitud. En apartados posteriores se verá que, el mínimo valor de los coeficientes de correlación necesario para dar como positiva la identificación de un gesto respecto a un patrón, se va a disminuir para que el sistema no sea tan exigente a la hora de decidir si un gesto se identifica con un patrón o no. Tomar esta decisión puede dar error a falsos positivos, por eso hay que encontrar un valor de compromiso que minimice la probabilidad de error sin restringir demasiado el gesto a realizar, dando como válidos gestos muy parecidos al patrón pero contemplando la posibilidad de una cierta variación en el movimiento del brazo. lectura_cc_arduino.ino (...) //La primera vez, se llenan los vectores con los datos que se reciben del acelerómetro. if (j==0) { for(i=0;i<n;i++) { auxX[i]=analogRead(A10)/4; (...) } j=1; } //Comparación entre el vector de datos y el patrón cada 20 muestras. if (cuenta==20) { Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; (...) for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(GiroDerX + i); (...) //Correlación cruzada eje X Xxy= auxX[i] * patronX; Xxsquare = auxX[i] * auxX[i]; Xysquare = patronX * patronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; (...) } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); (...) //Ahora se ve si el resultado de la correlación se puede dar como un positivo o no. //Aquí se añaden también las correlaciones de los ejes Y y Z, omitidas en el resto del //código. El objetivo es que quede claro cómo se detecta el gesto. if (coeffX>0.8 && coeffY>0.8 && coeffZ>0.8) { digitalWrite(ledpin, HIGH); Serial.println(READY); Serial.println(coeffX); (...) Serial.println(END); delay(2500); digitalWrite(ledpin,LOW); }else { digitalWrite(ledpin, LOW); Serial.println(READY); Serial.println(coeffX); (...) Serial.println(END); } cuenta = 0; }else { //Si cuenta!=20, se lee un nuevo dato de cada eje y se mete al final del vector //correspondiente. Se aumenta ‘cuenta’. cuenta++; for(i=0;i<n;i++) { if(i==(n-1)) { auxX[i]=analogRead(A10)/4; (...) }else { auxX[i]=auxX[i+1]; (...) } } } En el funcionamiento definitivo del sistema, no existe la necesidad de que un programa le transmita órdenes a FLORA. Va a ser un dispositivo completamente independiente. En este caso, en el código arriba detallado, se va a realizar el bucle cada vez que se recibe un ‘1’ enviado desde MATLAB® por Puerto Serie. El objetivo es tener más control sobre el sistema en este punto tan delicado del desarrollo, cuando FLORA empieza a procesar directamente la información que le viene desde el acelerómetro. Se ha tomado la decisión de hacerlo así de cara a mejorar la depuración del código. 71 Para ilustrar este punto, se va a explicar el código MATLAB®. lectura_cc_arduino.m Como se comentaba en la página anterior, el código de MATLAB® está sincronizado con FLORA. Cada veinte ‘1’ recibidos, FLORA realiza la correlación y la envía por puerto serie, por lo que cada 20 iteraciones MATLAB® lee los datos correspondientes y los imprime por pantalla. 5.3.6 Código 6. Captura, correlación y encendido de LED. El Código 6 es el primer código que hace completamente independiente a FLORA. A partir de aquí ya no va a ser necesario utilizar MATLAB®, ya que la propia placa leerá los datos correspondientes al gesto del brazo y comparará dicho gesto con el patrón, encendiendo un LED al detectar que el gesto realizado coincide con el que se quiere identificar. En la siguiente página se muestra el diagrama de flujo correspondiente (Figura 5-7). (...) %Se van a realizar 10 capturas de la correlación cruzada, por eso j va de 1 a 10. for j=1:10, fprintf(a,'1'); flag=str2double(fscanf(a)); CCDXArduino=str2double(fscanf(a)); CCDYArduino=str2double(fscanf(a)); CCDZArduino=str2double(fscanf(a)); flag=str2double(fscanf(a)); %Si este último flag==3, significa que FLORA ha enviado la señal de ‘END’ y ha %terminado el cálculo de la CC en la iteración ‘k’, por lo que imprimimos su valor. if(flag==3) k=k+1; disp(' ') disp(['Fin de la toma de datos ', num2str(k), ':']); disp(' ') disp(' Corr. Cruzada - Giro Derecha X:') disp([' ', num2str(CCDXArduino)]); disp(' Corr. Cruzada - Giro Derecha Y:') disp([' ', num2str(CCDYArduino)]); disp(' Corr. Cruzada - Giro Derecha Z:') disp([' ', num2str(CCDZArduino)]); disp(' ') disp(' ') end %Ahora se envía 20 veces un ‘1’. Por cada uno de ellos, FLORA lee un dato del %acelerómetro (un dato de cada eje) y lo mete al final del vector de datos. for i=0:20, fprintf(a,'1'); end end Es muy parecido estructuralmente al Código 5, por lo que no van a explicarse muchas líneas. La única diferencia radica en que se eliminan por completo las partes que hacían que el Código 5 dependiera de MATLAB®, es decir, todo lo que tenía que ver con las banderas para facilitar la sincronización y el envío de los resultados de las distintas correlaciones por Puerto Serie. Nada de eso es necesario llegados a este punto, ya que se ha comprobado que el algoritmo funciona correctamente. Lo único a destacar es el siguiente fragmento, que es el encargado de encender el LED situado en el pin #D7 Figura 5-7. Diagrama de flujo del Código 6. 73 durante 3,5 segundos en caso de detectar un positivo, que en este caso será un coeficiente de correlación superior a 0.7 en cada eje. lectura_cc_arduino_led.ino (...) //Si el parecido es notable entre el gesto realizado y el patrón, se toma como positivo. //Se va a encender el led #D7 durante 3.5 segundos y se va a volver a leer los datos del //acelerómetro. Luego se va a apagar. //Aquí se baja de 0.8 a 0.7 el valor del coeficiente de correlación necesario para //dar como positivo un gesto, como se indicó en el Apartado 5. if (coeffX>0.7 && coeffY>0.7 && coeffZ>0.7) { digitalWrite(ledpin, HIGH); for(i=0;i<n;i++) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; } delay(3500); digitalWrite(ledpin,LOW); }else { digitalWrite(ledpin, LOW); } (...) El objetivo de volver a leer n=240 datos del acelerómetro tras encontrar un positivo, es “limpiar” el vector aux de los datos del gesto que see acaba de comparar con el patrón satisfactoriamente. La razón no es otra que evitar que, tras dar como positivo el gesto por ser parecido al patrón, en el siguiente cálculo del coeficiente de correlación, tras haber tomado 50 nuevos datos de cada eje y haberlos metido en el correspondiente vector aux, desplazando los datos ya existentes, el parecido entre el gesto y el patrón siga siendo lo suficientemente alto como para dar positivo de nuevo, a pesar de haber realizado un gesto completamente diferente. En el fondo tomamos 50 datos del nuevo gesto, pero el vector tiene 240 datos, por lo que, si no es un gesto que pueda modificar radicalmente aux para cada uno de los tres ejes, es posible dar un falso positivo. Es más, incluso si, tras el positivo, se realiza un gesto exactamente igual que el patrón, es posible que, erróneamente, no lo tome como positivo. Es debido a que, al concatenar el final del gesto anteriormente detectado como válido con el nuevo gesto realizado, la señal resultante puede ser muy diferente al patrón. Es decir, a la hora de repetir el gesto, no se obtendría otro positivo. En su lugar se tendría que dejar pasar un tiempo prudencial hasta que se “limpiase” el vector para realizar un gesto como el patrón y que se tomase, correctamente, como positivo. Resulta evidente que existe una correlación muy grande entre el patrón derecho y el gesto derecho, al igual que existe entre el patrón izquierdo y el gesto izquierdo. Es ahora cuando entra en juego lo explicado en el Código 2. El código implementado en FLORA es la definición de correlación de Pearson, y calcula el coeficiente de correlación. En MATLAB® se ha calculado el coeficiente de correlación usando la función corr2. Ambos resultados se han recogido en la Tabla 5-2. Se ve que los valores de cada uno de los coeficientes de correlación, en cada uno de los casos, se acercan mucho a 1. Es lo esperado, ya que, como se ha visto anteriormente, se han realizado cada uno de los gestos para que sean lo más parecido posible a sus respectivos patrones, y cuanto más cercano a 1 es el valor del coeficiente de correlación, más parecidas son las dos señales. A valor más cercano a 1, mayor seguridad se tendrá para afirmar que el gesto corresponde a un patrón. Figura 6-4. Patrón de giro a la izquierda VS gesto izquierdo 81 Algo que no se ha realizado aún, es una comparativa entre el parecido de un mismo gesto respecto a los dos patrones, el derecho y el izquierdo. Como se comenta, se van a comparar los gestos tanto con el patrón de giro a la derecha como con el patrón de giro a la izquierda, de forma que se visualice cómo las características morfológicas y temporales de las señales correspondientes a los ejes X, Y y Z del gesto, se traducen en una variación del valor del coeficiente de correlación. El primer paso va a ser la representación gráfica de los gestos y los patrones en una misma figura. Figura 6-5. Patrones y gestos - Eje X Figura 6-6. Patrones y gestos - Eje Y Con esta información visual, es posible apreciar cómo deberían modificarse los coeficientes de correlación en cada caso. Por poner un ejemplo, en el caso del eje Z, sobre estas líneas, se puede afirmar con rotundidad que, si bien no debe existir una gran diferencia entre ellas por la morfología de las señales, el patrón izquierdo y el gesto derecho deberían tener un coeficiente de correlación claramente inferior al del patrón izquierdo y el gesto izquierdo. Evidentemente, a la hora de comparar si existe o no parecido entre dos señales, como se comentó en el Apartado 5, los ejes se van a comparar con sus pares, es decir, de cada gesto, el eje X se comparará con el eje X de cada uno de los dos patrones, el eje Y con el eje Y de los patrones y el Z con el eje Z de los patrones. Esto es lo que se recoge en la siguiente tabla, y se va a calcular mediante un pequeño script para MATLAB® llamado corr_gestos_patrones.m. Se encuentra incluido en los Anexos. Tabla 6-1. Coeficientes de correlación. Gestos VS Patrones Gesto Izquierdo Gesto Derecho Eje Patrón Izq Patrón Der Patrón Izq Patrón Der X 0.8486 0.5017 0.6835 0.8753 Y 0.7698 -0.3801 0.0610 0.8600 Z 0.8164 -0.0124 0.5520 0.9364 Por continuar con el ejemplo anterior, se puede observar cómo, efectivamente, el coeficiente de correlación entre el eje Z del gesto derecho y el del patrón izquierdo (0.5520) es inferior al del gesto izquierdo y el patrón izquierdo (0.8164). Sin embargo, como se observaba en la Figura 6-7, son dos señales claramente correladas, por lo que, a pesar de ser menor, el coeficiente de correlación es claramente positivo. Figura 6-7. Patrones y gestos - Eje Z 83 6.3 Montaje del prototipo y pruebas. El montaje se ha realizado acorde a lo explicado en el apartado 4.4. Para comenzar, se han construido los dispositivos de señalización. La disposición de los LEDs ha sido la siguiente: Para garantizar la correcta sujeción de los diodos, ha sido necesario idear una forma de evitar que se muevan cuando el usuario de la camiseta realiza movimientos con el cuerpo. Se han utilizado dos esponjas de 5mm de altura, justo la que tienen los LEDs. Se han agujereado y se han pinchado los diodos, realizando las conexiones por detrás. De esta manera el dispositivo se mantiene flexible, adaptándose a la forma de la espalda del ciclista, cosa que no hubiera sido posible de introducir un PCB de fibra de vidrio o cualquier otro material habitual por ser completamente rígidos. Las soldaduras para realizar las conexiones se han recubierto con una funda termorretráctil con un doble objetivo: reforzar las uniones dándoles un poco más de rigidez, y minimizar el riesgo de cortocircuitos entre los diferentes componentes. Aun así, ha habido que utilizar cinta aislante para aislar los puntos comunes de conexión, ya que las fundas retráctiles no son aplicables en esos lugares. El esquema utilizado para la conexión de los diodos, la resistencia y los pines de conexión con FLORA, es el indicado en la Figura 4-10. Figura 6-8. Distribución física de los LEDs en los dispositivos señaladores Tras realizar el conexionado, se ha comprobado que todo estaba correcto. Antes de pasar a la fase de unión a la camiseta, se ha hecho una serie de pruebas con diferentes tejidos. El Figura 6-9. Disposición de los LEDs en la esponja Figura 6-10. Conexionado de los LEDs Figura 6-11. Comprobación del funcionamiento de los indicadores 85 objetivo era utilizar el que mejor dejaba que se vieran los indicadores. Tras probar distintos tejidos de algodón, se vio que éste material era lo suficientemente denso como para que no se vieran demasiado los LEDs. El mejor resultado se obtuvo en tejido deportivo negro, que fue el finalmente escogido para el prototipo. Una vez que se han construído los indicadores, es momento de incorporarlos a la camiseta, no sin antes tomar medidas para tener la mejor simetría posible. Se ha decidido colocar los LEDs, al igual que se indica en el concepto del prototipo, en la parte media-baja de la espalda. La razón es que esa es la posición más visible para el resto de conductores, ya que, en condiciones normales, el ciclista va encorvado sobre la bicicleta, por lo que los indicadores quedarían posicionados de forma casi perpendicular y en la línea de visión del conductor que va detrás en otro vehículo. Figura 6-12. Comprobación de la luminosidad en distintos tejidos A continuación, es el turno de FLORA. Se ha decidido orientarla convenientemente para evitar tener que realizar las conexiones de forma extraña. Hay que recordar que el equivalente a las pistas de cobre de un PCB habitual es, en este caso, el hilo conductor, por lo que hay que evitar que se crucen las puntadas. De esta manera, los pines superiores irán a la manga izquierda, brazo donde se situará el acelerómetro, y los pines inferiores irán hacia los dispositivos de señalización. Hay dos pines GND en la parte inferior, por lo que para facilitar el conexionado, se ha utilizado uno para cada intermitente. Figura 6-13. Dispositivos de señalización. Presentación y aspecto final Figura 6-14. Conexionado de FLORA 87 En la manga, los cinco hilos que van hacia el acelerómetro se han rematado con arandelas, fabricadas a partir de los recortes sobrantes de las patas de las resistencias, que se dimensionaron para soldarlas a los LEDs de los intermitentes. Se les ha dado forma circular y se han estañado con el fin de que formen un círculo cerrado. Así, reciclando estas partes, se refuerza el lugar de conexión de los cables del acelerómetro, evitando desgarros del hilo conductor que puedan producir cortes en la alimentación o en el envío de datos desde algún eje del acelerómetro. Se puede observar en la Figura 6-15. La correspondencia de los puntos de conexión es la siguiente (de arriba a la derecha hacia abajo a la izquierda): Tabla 6-2. Correspondencia puntos de conexión – pines de FLORA FLORA Acelerómetro 3.3V VCC D10 Eje X D9 Eje Y GND GND D6 Eje Z Figura 6-15. Manga izquierda. Puntos de conexión con el acelerómetro Al igual que sucede con los pines superiores, los cuatro pines inferiores, que van hacia los intermitentes, se han cosido paralelamente. Gracias a su simetría, FLORA ha facilitado el conexionado de los mismos. Los hilos más externos están conectados a los pines de GND. Los dos hilos centrales, que van a las resistencias de los diodos, están conectados a los respectivos pines digitales de activación del intermitente izquierdo y derecho. Todo esto se puede ver en la Figura 6-16. Con esto, ya está finalizado el prototipo. Figura 6-16. Conexionado de los dispositivos de señalización 89 A la hora de realizar pruebas con el prototipo, se ha cargado directamente el Código 7 en FLORA, pero con una pequeña modificación: la función setup se ha cambiado para que los LEDs se enciendan desde el principio usando las funciones digitalWrite(led_izq1,HIGH) y digitalWrite(led_der1,HIGH). Posteriormente se restaurará el Código 7 a su funcionamiento habitual, pero encender los indicadores desde el principio facilita mucho la depuración de su funcionamiento, detectando fallos tales como soldaduras rotas al comprimir los cables para que ocupen menos espacio. Tras comprobar que todo está correcto, se pasa a probar el prototipo al completo. Se han hecho las pruebas con abundante luz, de forma que se refleje bien cómo se ve el dispositivo de señalización en las peores condiciones posibles. Figura 6-17. Prototipo. Aspecto final 97 ANEXO A. CÓDIGOS DE ARDUINO A.1 Código 1. Captura de un gesto. captura_gesto.ino unsigned long time; char rxChar; void setup() { // Inicializacion de comunicación serie a 115200 bits por segundo: Serial.begin(115200); pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } void loop() { if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { while(rxChar != '0'){ int sensorXValue = analogRead(A10); Serial.println(sensorXValue); int sensorYValue = analogRead(A9); Serial.println(sensorYValue); int sensorZValue = analogRead(A7); time=millis(); Serial.println(sensorZValue); Serial.println(time); if(Serial.available()){ rxChar=Serial.read(); } } } } delay(16); } A.2 Código 3. Correlación cruzada en FLORA. cc_arduino.ino #include <avr/pgmspace.h> #include <stdint.h> #include <math.h> //PATRÓN DERECHO const uint16_t GiroDerX[] PROGMEM = {85, 86, 85, 86, 85, 86, 86, 86, 83, 87, 87, 87, 85, 84, 84, 87, 85, 85, 86, 86, 85, 85, 85, 85, 86, 85, 86, 85, 85, 86, 85, 86, 85, 85, 86, 86, 86, 84, 86, 85, 84, 84, 81, 81, 77, 72, 67, 64, 62, 66, 69, 70, 70, 72, 72, 72, 73, 76, 78, 80, 82, 84, 86, 88, 89, 87, 87, 89, 91, 95, 96, 93, 92, 96, 98, 99, 99, 101, 105, 103, 105, 107, 111, 111, 112, 113, 112, 116, 119, 122, 123, 122, 124, 128, 126, 126, 128, 131, 131, 131, 131, 132, 133, 134, 133, 134, 133, 135, 136, 136, 137, 139, 138, 139, 140, 141, 140, 140, 140, 139, 138, 137, 137, 136, 135, 136, 134, 133, 133, 133, 132, 132, 133, 132, 133, 134, 134, 134, 135, 133, 133, 134, 133, 133, 132, 132, 133, 134, 134, 133, 134, 134, 134, 134, 134, 133, 134, 134, 132, 133, 132, 133, 132, 133, 133, 132, 134, 133, 134, 134, 134, 134, 134, 135, 136, 135, 135, 134, 135, 136, 137, 138, 138, 139, 139, 138, 138, 136, 135, 133, 131, 128, 127, 124, 124, 121, 120, 112, 112, 111, 108, 107, 107, 107, 109, 110, 110, 105, 101, 97, 95, 92, 90, 87, 82, 77, 77, 76, 73, 70, 70, 70, 68, 67, 68, 69, 70, 74, 74, 72, 73, 74, 74, 78, 77, 79, 79, 82, 84, 86}; const uint16_t GiroDerY[] PROGMEM = {144, 144, 145, 144, 144, 145, 144, 145, 147, 144, 145, 144, 145, 145, 144, 143, 146, 146, 144, 145, 144, 144, 144, 144, 145, 144, 144, 145, 144, 145, 144, 144, 144, 145, 144, 144, 144, 144, 144, 144, 144, 144, 142, 142, 142, 144, 142, 146, 150, 153, 152, 151, 156, 158, 155, 150, 149, 148, 148, 147, 148, 148, 146, 148, 144, 147, 148, 147, 147, 147, 146, 147, 147, 141, 141, 140, 138, 136, 135, 134, 130, 133, 131, 129, 128, 125, 125, 122, 122, 120, 117, 117, 118, 117, 116, 115, 113, 113, 113, 112, 113, 114, 115, 115, 115, 116, 116, 117, 118, 118, 118, 117, 115, 117, 118, 119, 119, 118, 119, 119, 120, 121, 122, 121, 122, 121, 120, 121, 120, 120, 120, 120, 119, 119, 118, 118, 119, 119, 118, 118, 119, 120, 120, 119, 119, 118, 119, 119, 119, 119, 120, 119, 118, 119, 119, 120, 119, 119, 119, 119, 119, 119, 119, 119, 119, 120, 119, 119, 119, 119, 118, 117, 118, 117, 117, 117, 118, 118, 118, 118, 118, 118, 120, 119, 121, 121, 120, 120, 122, 121, 121, 121, 122, 124, 123, 121, 120, 119, 123, 124, 127, 127, 128, 128, 129, 133, 136, 138, 140, 137, 135, 136, 137, 139, 141, 142, 143, 142, 145, 149, 148, 144, 143, 138, 140, 140, 140, 140, 139, 138, 141, 140, 141, 140, 140, 137, 134, 135, 137, 140}; const uint16_t GiroDerZ[] PROGMEM = {124, 124, 124, 125, 125, 124, 125, 123, 124, 126, 125, 125, 125, 125, 125, 125, 124, 125, 124, 125, 124, 125, 125, 125, 125, 125, 125, 125, 124, 124, 125, 125, 126, 125, 126, 125, 126, 126, 125, 125, 127, 127, 127, 127, 129, 129, 129, 129, 127, 128, 128, 127, 127, 128, 130, 130, 131, 132, 136, 137, 139, 140, 142, 141, 147, 146, 149, 153, 153, 154, 156, 157, 156, 158, 159, 161, 163, 164, 165, 165, 169, 168, 169, 170, 170, 172, 172, 174, 175, 178, 179, 179, 180, 183, 183, 184, 186, 187, 188, 190, 191, 191, 191, 191, 192, 191, 191, 191, 192, 193, 193, 193, 193, 193, 194, 194, 193, 193, 192, 193, 194, 193, 193, 193, 194, 192, 193, 193, 194, 193, 194, 193, 193, 194, 193, 193, 193, 193, 192, 192, 192, 192, 192, 192, 191, 193, 192, 192, 191, 192, 192, 192, 192, 192, 192, 192, 192, 193, 192, 191, 193, 192, 192, 192, 193, 192, 193, 193, 192, 192, 191, 191, 191, 192, 192, 191, 192, 192, 192, 193, 192, 193, 192, 191, 190, 189, 189, 186, 187, 184, 183, 183, 183, 180, 180, 180, 176, 176, 175, 174, 173, 173, 172, 170, 168, 166, 164, 161, 156, 154, 153, 148, 146, 142, 139, 137, 135, 132, 128, 127, 128, 127, 128, 127, 128, 129, 129, 130, 131, 129, 129, 129, 129, 128, 130, 131, 129, 130, 129, 128}; //GESTO PRUEBA GIRO DERECHA const uint16_t gestoX[] PROGMEM = {86, 86, 87, 86, 88, 88, 88, 87, 87, 87, 86, 87, 86, 86, 87, 87, 87, 87, 87, 87, 87, 88, 87, 87, 87, 88, 87, 87, 87, 87, 88, 87, 86, 85, 86, 85, 83, 80, 76, 75, 72, 72, 71, 74, 74, 72, 71, 71, 71, 74, 76, 80, 85, 87, 90, 93, 96, 97, 102, 105, 106, 109, 109, 110, 112, 115, 116, 114, 115, 115, 115, 117, 120, 123, 123, 125, 126, 128, 131, 132, 132, 134, 135, 138, 139, 141, 139, 138, 140, 141, 142, 141, 141, 141, 141, 141, 140, 139, 138, 139, 138, 138, 139, 139, 139, 139, 139, 139, 139, 140, 139, 138, 138, 138, 137, 136, 136, 136, 135, 135, 135, 134, 136, 136, 137, 135, 137, 137, 137, 137, 137, 137, 136, 136, 137, 137, 137, 137, 137, 137, 138, 139, 138, 138, 138, 137, 137, 137, 137, 136, 138, 137, 138, 137, 138, 137, 99 139, 138, 139, 138, 139, 139, 139, 140, 140, 142, 142, 141, 143, 143, 143, 143, 143, 141, 142, 139, 137, 136, 133, 132, 131, 128, 129, 129, 129, 126, 124, 122, 120, 121, 120, 117, 118, 114, 107, 105, 103, 104, 105, 103, 98, 95, 90, 85, 80, 79, 76, 75, 75, 69, 66, 60, 61, 62, 65, 70, 75, 78, 80, 82, 85, 87, 88, 89, 88, 87, 85, 85, 83, 81, 82, 83, 86, 87, 86, 87, 86, 85, 84, 83}; const uint16_t gestoY[] PROGMEM = {147, 148, 149, 149, 149, 149, 149, 148, 148, 148, 148, 148, 148, 148, 149, 148, 148, 148, 149, 148, 148, 148, 148, 148, 147, 147, 148, 148, 148, 149, 148, 148, 148, 147, 147, 146, 146, 145, 144, 143, 145, 146, 149, 153, 157, 160, 161, 161, 159, 160, 162, 156, 157, 159, 158, 154, 151, 148, 145, 146, 145, 144, 142, 139, 139, 136, 136, 138, 137, 136, 135, 134, 132, 130, 131, 128, 127, 127, 125, 122, 121, 119, 117, 114, 115, 119, 123, 127, 126, 125, 125, 124, 125, 127, 127, 126, 123, 123, 125, 124, 123, 124, 123, 123, 124, 123, 123, 122, 122, 124, 124, 124, 124, 124, 123, 123, 122, 122, 121, 121, 122, 122, 122, 123, 121, 123, 123, 123, 123, 122, 122, 122, 123, 122, 122, 123, 121, 122, 123, 123, 123, 123, 122, 123, 122, 121, 122, 123, 122, 123, 122, 122, 122, 121, 122, 122, 123, 122, 123, 123, 124, 123, 122, 122, 123, 123, 123, 124, 123, 123, 124, 123, 121, 120, 120, 120, 122, 122, 124, 126, 125, 127, 128, 127, 129, 132, 134, 135, 134, 133, 132, 128, 134, 136, 137, 136, 133, 135, 134, 133, 136, 139, 144, 146, 147, 141, 138, 138, 141, 144, 147, 154, 152, 144, 137, 135, 137, 141, 143, 144, 143, 140, 137, 139, 145, 148, 146, 146, 146, 147, 150, 148, 145, 143, 145, 147, 146, 144, 143, 142}; const uint16_t gestoZ[] PROGMEM = {140, 139, 141, 140, 140, 140, 140, 140, 140, 140, 140, 140, 140, 140, 140, 140, 140, 141, 140, 142, 141, 140, 140, 139, 139, 141, 139, 140, 140, 141, 140, 140, 140, 140, 140, 141, 140, 140, 140, 142, 142, 141, 141, 140, 136, 138, 141, 146, 147, 147, 147, 147, 150, 151, 152, 155, 157, 158, 160, 161, 162, 165, 166, 166, 167, 169, 170, 170, 172, 173, 173, 173, 175, 179, 178, 180, 181, 182, 184, 185, 187, 187, 187, 189, 192, 197, 197, 196, 196, 198, 198, 198, 198, 199, 198, 196, 196, 195, 195, 194, 194, 194, 194, 194, 193, 193, 193, 194, 194, 194, 193, 193, 193, 193, 193, 194, 193, 193, 193, 193, 194, 193, 193, 194, 193, 194, 193, 193, 193, 193, 193, 193, 193, 193, 193, 193, 193, 195, 194, 194, 194, 194, 194, 193, 193, 194, 194, 193, 193, 194, 193, 193, 194, 194, 193, 194, 194, 194, 194, 193, 193, 193, 193, 193, 192, 194, 194, 193, 193, 192, 193, 192, 193, 193, 193, 193, 192, 193, 192, 189, 190, 188, 188, 186, 186, 183, 181, 179, 179, 178, 176, 178, 174, 170, 169, 167, 167, 166, 166, 163, 159, 157, 153, 150, 150, 149, 149, 146, 144, 141, 142, 138, 138, 138, 140, 139, 137, 137, 137, 136, 138, 137, 138, 138, 137, 138, 138, 139, 136, 137, 137, 137, 137, 137, 137, 136, 136, 136, 137, 136}; int i = 0; int n = 240; int READY = 2; int END = 3; char rxChar; double varX=0; double varY=0; double varZ=0; double patronX=0; double patronY=0; double patronZ=0; double Xxy=0; double Yxy=0; double Zxy=0; double Xxsquare=0; double Yxsquare=0; double Zxsquare=0; double Xysquare=0; double Yysquare=0; double Zysquare=0; double Xxsum=0; double Yxsum=0; double Zxsum=0; double Xysum=0; double Yysum=0; double Zysum = 0; double Xxysum=0; double Yxysum=0; double Zxysum=0; double Xxsqr_sum=0; double Yxsqr_sum=0; double Zxsqr_sum=0; double Xysqr_sum=0; double Yysqr_sum=0; double Zysqr_sum=0; double numX=0; double denoX=0; double numY=0; double denoY=0; double numZ=0; double denoZ=0; double coeffX=0; double coeffY=0; double coeffZ=0; void setup() { // Inicializar comunicación por puerto serie a 115200 bits por segundo Serial.begin(115200); pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } void loop() { if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(GiroDerX + i); patronY=pgm_read_word_near(GiroDerY + i); patronZ=pgm_read_word_near(GiroDerZ + i); varX=pgm_read_word_near(gestoX + i); varY=pgm_read_word_near(gestoY + i); varZ=pgm_read_word_near(gestoZ + i); //Correlacion cruzada eje X Xxy= varX * patronX; Xxsquare = varX * varX; Xysquare = patronX * patronX; Xxsum = Xxsum + varX; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; 101 //Correlacion cruzada eje Y Yxy= varY * patronY; Yxsquare = varY * varY; Yysquare = patronY * patronY; Yxsum = Yxsum + varY; Yysum = Yysum + patronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = varZ * patronZ; Zxsquare = varZ * varZ; Zysquare = patronZ * patronZ; Zxsum = Zxsum + varZ; Zysum = Zysum + patronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO DERECHA numY=1.0*((n*Yxysum)-(Yxsum*Yysum)); denoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffY=numY/sqrt(denoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO DERECHA numZ=1.0*((n*Zxysum)-(Zxsum*Zysum)); denoZ=1.0*((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZ=numZ/sqrt(denoZ); Serial.println(READY); Serial.println(coeffX); Serial.println(coeffY); Serial.println(coeffZ); Serial.println(END); } } delay(80); } cc_arduino_izq.ino #include <avr/pgmspace.h> #include <stdint.h> #include <math.h> //PATRÓN IZQUIERDO const uint16_t patronIzqX[] PROGMEM = {83, 83, 84, 83, 84, 83, 84, 83, 83, 83, 83, 83, 82, 83, 82, 82, 81, 83, 83, 82, 81, 82, 81, 80, 78, 79, 78, 77, 76, 75, 75, 72, 70, 70, 68, 66, 66, 66, 66, 65, 64, 61, 60, 61, 63, 67, 68, 69, 71, 74, 77, 78, 85, 91, 90, 92, 96, 102, 109, 113, 113, 113, 113, 116, 118, 124, 126, 128, 130, 131, 132, 134, 139, 138, 143, 145, 151, 156, 162, 167, 167, 164, 155, 150, 148, 149, 151, 153, 151, 149, 147, 147, 149, 148, 148, 150, 150, 151, 152, 153, 154, 156, 159, 163, 162, 161, 160, 157, 161, 159, 157, 157, 155, 149, 145, 140, 138, 137, 135, 132, 131, 131, 130, 131, 133, 134, 131, 131, 131, 131, 131, 131, 131, 131, 136, 139, 140, 137, 134, 136, 137, 138, 138, 141, 140, 141, 143, 141, 140, 141, 141, 138, 140, 150, 129, 136, 132, 131, 136, 135, 136, 135, 134, 135, 133, 134, 134, 134, 134, 135, 135, 135, 135, 137, 137, 135, 135, 134, 136, 135, 135, 136, 135, 136, 136, 135, 134, 134, 134, 134, 134, 134, 134, 134, 134, 134, 135, 134, 134, 134, 135, 134, 133, 135, 133, 133, 133, 134, 134, 133, 133, 134, 133, 133, 133, 133, 133, 133, 132, 134, 132, 134, 133, 133, 133, 132, 133, 133, 133, 133, 133, 134, 133, 133, 133, 133, 134, 134, 134, 134}; const uint16_t patronIzqY[] PROGMEM = {129, 128, 129, 129, 128, 129, 129, 128, 129, 129, 130, 130, 129, 129, 130, 129, 129, 128, 129, 129, 129, 129, 129, 128, 128, 128, 127, 126, 125, 126, 126, 127, 127, 125, 123, 121, 123, 123, 120, 122, 121, 116, 113, 113, 115, 119, 120, 125, 130, 137, 140, 142, 143, 141, 138, 134, 133, 135, 134, 136, 133, 127, 123, 119, 120, 124, 126, 122, 117, 109, 105, 106, 105, 105, 101, 98, 93, 87, 81, 73, 57, 51, 58, 72, 78, 75, 76, 82, 92, 92, 88, 82, 78, 76, 78, 76, 76, 74, 72, 72, 71, 64, 62, 59, 59, 61, 64, 67, 68, 68, 69, 71, 72, 73, 76, 82, 88, 97, 101, 107, 109, 112, 117, 122, 127, 126, 129, 133, 138, 138, 139, 142, 149, 159, 172, 177, 179, 177, 175, 175, 176, 183, 190, 190, 185, 185, 188, 196, 198, 201, 202, 205, 205, 212, 211, 188, 206, 219, 218, 209, 202, 204, 207, 204, 202, 203, 203, 199, 194, 195, 194, 194, 192, 192, 194, 192, 189, 188, 187, 186, 186, 189, 186, 186, 184, 185, 186, 186, 186, 186, 186, 187, 186, 186, 186, 187, 186, 187, 188, 187, 187, 187, 187, 188, 188, 187, 187, 187, 186, 186, 186, 187, 187, 188, 188, 188, 187, 186, 187, 187, 189, 188, 187, 188, 188, 188, 186, 187, 188, 189, 188, 188, 187, 187, 187, 188, 188, 188, 188, 187}; const uint16_t patronIzqZ[] PROGMEM = {120, 120, 121, 120, 120, 119, 120, 120, 120, 120, 121, 121, 120, 122, 119, 120, 120, 120, 120, 121, 122, 121, 122, 121, 120, 121, 121, 122, 124, 124, 124, 123, 122, 123, 123, 123, 127, 128, 131, 132, 134, 137, 140, 142, 142, 143, 144, 142, 142, 144, 148, 150, 150, 150, 151, 153, 155, 156, 158, 161, 163, 165, 167, 169, 167, 168, 170, 170, 172, 171, 170, 169, 171, 169, 173, 172, 172, 171, 173, 175, 177, 173, 170, 172, 173, 172, 172, 173, 175, 176, 175, 175, 174, 174, 174, 174, 176, 176, 176, 175, 174, 178, 178, 178, 178, 179, 179, 178, 180, 180, 182, 181, 179, 178, 176, 175, 176, 175, 173, 172, 174, 176, 171, 171, 170, 169, 168, 166, 163, 164, 162, 159, 155, 148, 145, 145, 146, 145, 144, 147, 145, 139, 138, 138, 138, 134, 134, 131, 128, 126, 123, 123, 122, 121, 153, 127, 121, 132, 132, 128, 127, 127, 125, 124, 125, 126, 127, 126, 125, 125, 125, 126, 125, 125, 125, 125, 124, 124, 124, 125, 126, 125, 125, 124, 125, 124, 126, 125, 125, 124, 127, 126, 127, 126, 125, 126, 126, 125, 125, 126, 126, 126, 125, 125, 126, 126, 126, 125, 126, 126, 125, 126, 126, 126, 126, 126, 125, 127, 126, 126, 126, 125, 126, 126, 126, 126, 126, 125, 103 125, 126, 125, 125, 125, 126, 125, 127, 126, 126, 125, 125}; //GESTO_PRUEBA_GIRO_IZQUIERDA const uint16_t gestoX[] PROGMEM = {83, 84, 84, 84, 83, 82, 82, 80, 81, 80, 79, 79, 79, 78, 75, 73, 71, 69, 66, 64, 62, 61, 61, 61, 63, 66, 68, 68, 70, 70, 70, 73, 77, 81, 84, 86, 87, 88, 92, 96, 100, 102, 106, 107, 108, 109, 111, 111, 113, 115, 117, 119, 119, 121, 122, 124, 127, 128, 130, 130, 132, 132, 136, 140, 150, 161, 166, 162, 151, 144, 140, 140, 142, 146, 147, 146, 147, 146, 146, 147, 145, 145, 142, 145, 145, 147, 147, 148, 148, 145, 143, 141, 139, 137, 138, 138, 138, 138, 138, 139, 139, 136, 135, 136, 137, 138, 138, 138, 135, 133, 134, 142, 146, 149, 147, 141, 141, 145, 144, 146, 147, 143, 143, 145, 145, 146, 146, 146, 144, 144, 145, 146, 148, 148, 146, 145, 144, 144, 142, 144, 142, 140, 140, 139, 140, 139, 140, 141, 142, 142, 141, 142, 140, 140, 138, 141, 143, 143, 143, 140, 140, 139, 140, 139, 140, 140, 140, 141, 141, 140, 140, 139, 140, 140, 141, 141, 141, 141, 140, 140, 139, 140, 140, 141, 141, 140, 140, 140, 139, 140, 140, 140, 140, 140, 139, 139, 138, 138, 139, 139, 140, 139, 139, 138, 138, 138, 137, 138, 138, 139, 139, 139, 138, 139, 139, 139, 139, 139, 139, 140, 139, 139, 138, 138, 138, 139, 139, 139, 138, 138, 138, 139, 139, 139, 139, 138, 138, 139, 139, 139}; const uint16_t gestoY[] PROGMEM = {134, 134, 135, 134, 134, 135, 135, 134, 135, 134, 135, 135, 134, 135, 134, 134, 135, 136, 136, 136, 136, 132, 130, 131, 131, 137, 135, 137, 133, 132, 132, 134, 137, 143, 142, 141, 139, 135, 136, 137, 136, 138, 136, 135, 132, 130, 128, 125, 124, 122, 118, 116, 111, 108, 111, 109, 106, 101, 99, 96, 91, 94, 93, 86, 76, 61, 50, 54, 67, 76, 79, 77, 76, 78, 83, 83, 84, 82, 78, 75, 72, 70, 69, 66, 65, 65, 63, 64, 66, 68, 67, 69, 70, 75, 82, 88, 91, 92, 94, 99, 108, 114, 121, 124, 126, 130, 135, 141, 144, 146, 151, 161, 170, 174, 172, 167, 164, 168, 178, 184, 184, 186, 184, 188, 193, 192, 189, 191, 197, 200, 202, 204, 208, 208, 207, 204, 202, 205, 202, 199, 198, 197, 196, 196, 196, 196, 196, 194, 193, 191, 192, 194, 193, 192, 190, 189, 190, 191, 190, 191, 189, 188, 189, 191, 190, 190, 191, 191, 191, 189, 189, 190, 189, 188, 188, 189, 189, 190, 188, 188, 187, 188, 188, 189, 189, 189, 187, 188, 187, 187, 189, 189, 189, 189, 189, 188, 187, 187, 188, 189, 189, 189, 189, 188, 188, 188, 188, 188, 189, 189, 188, 188, 188, 188, 188, 188, 188, 188, 189, 188, 189, 189, 187, 187, 188, 188, 188, 189, 188, 188, 187, 187, 187, 188, 189, 188, 187, 188, 188, 189}; const uint16_t gestoZ[] PROGMEM = {127, 126, 126, 126, 124, 125, 125, 126, 127, 126, 126, 127, 128, 127, 128, 125, 125, 124, 126, 125, 130, 130, 132, 136, 138, 141, 143, 145, 145, 146, 148, 149, 148, 150, 150, 149, 151, 151, 152, 154, 155, 155, 159, 160, 161, 161, 163, 164, 165, 166, 168, 170, 169, 171, 168, 170, 172, 172, 172, 172, 172, 170, 171, 176, 177, 181, 180, 180, 174, 174, 174, 172, 174, 176, 179, 179, 177, 177, 176, 175, 177, 177, 177, 177, 176, 180, 181, 182, 182, 182, 181, 181, 181, 182, 182, 182, 181, 179, 179, 179, 179, 175, 171, 167, 166, 166, 167, 166, 165, 158, 153, 153, 156, 157, 156, 152, 149, 148, 151, 147, 150, 143, 140, 141, 142, 140, 137, 134, 131, 131, 131, 131, 133, 134, 136, 137, 137, 135, 133, 132, 131, 131, 131, 130, 129, 130, 130, 131, 131, 129, 127, 130, 129, 128, 128, 129, 128, 129, 127, 127, 127, 127, 128, 127, 127, 127, 128, 127, 126, 127, 127, 127, 128, 125, 127, 126, 127, 127, 127, 127, 127, 127, 127, 128, 127, 127, 126, 126, 127, 126, 127, 127, 127, 127, 127, 126, 126, 126, 127, 127, 126, 127, 127, 126, 127, 127, 126, 126, 126, 126, 126, 127, 127, 127, 127, 127, 127, 126, 126, 127, 127, 127, 127, 127, 126, 128, 128, 127, 127, 127, 127, 127, 127, 127, 127, 127, 127, 127, 126, 127}; int i = 0; int n = 240; int READY = 2; int END = 3; char rxChar; double varX=0; double varY=0; double varZ=0; double patronX=0; double patronY=0; double patronZ=0; double Xxy=0; double Yxy=0; double Zxy=0; double Xxsquare=0; double Yxsquare=0; double Zxsquare=0; double Xysquare=0; double Yysquare=0; double Zysquare=0; double Xxsum=0; double Yxsum=0; double Zxsum=0; double Xysum=0; double Yysum=0; double Zysum = 0; double Xxysum=0; double Yxysum=0; double Zxysum=0; double Xxsqr_sum=0; double Yxsqr_sum=0; double Zxsqr_sum=0; double Xysqr_sum=0; double Yysqr_sum=0; double Zysqr_sum=0; double numX=0; double denoX=0; double numY=0; double denoY=0; double numZ=0; double denoZ=0; double coeffX=0; double coeffY=0; double coeffZ=0; void setup() { // Inicializar comunicación por puerto serie a 115200 bits por segundo Serial.begin(115200); pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } void loop() { if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(patronIzqX + i); patronY=pgm_read_word_near(patronIzqY + i); patronZ=pgm_read_word_near(patronIzqZ + i); 105 //Lectura de dato "leído" de prueba. varX=pgm_read_word_near(gestoX + i); varY=pgm_read_word_near(gestoY + i); varZ=pgm_read_word_near(gestoZ + i); //Correlacion cruzada eje X Xxy= varX * patronX; Xxsquare = varX * varX; Xysquare = patronX * patronX; Xxsum = Xxsum + varX; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= varY * patronY; Yxsquare = varY * varY; Yysquare = patronY * patronY; Yxsum = Yxsum + varY; Yysum = Yysum + patronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = varZ * patronZ; Zxsquare = varZ * varZ; Zysquare = patronZ * patronZ; Zxsum = Zxsum + varZ; Zysum = Zysum + patronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO DERECHA numY=1.0*((n*Yxysum)-(Yxsum*Yysum)); denoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffY=numY/sqrt(denoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO DERECHA numZ=1.0*((n*Zxysum)-(Zxsum*Zysum)); denoZ=1.0*((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZ=numZ/sqrt(denoZ); Serial.println(READY); Serial.println(coeffX); Serial.println(coeffY); Serial.println(coeffZ); Serial.println(END); } } delay(80); } 192, 193, 192, 191, 193, 192, 192, 192, 193, 192, 193, 193, 192, 192, 191, 191, 191, 192, 192, 191, 192, 192, 192, 193, 192, 193, 192, 191, 190, 189, 189, 186, 187, 184, 183, 183, 183, 180, 180, 180, 176, 176, 175, 174, 173, 173, 172, 170, 168, 166, 164, 161, 156, 154, 153, 148, 146, 142, 139, 137, 135, 132, 128, 127, 128, 127, 128, 127, 128, 129, 129, 130, 131, 129, 129, 129, 129, 128, 130, 131, 129, 130, 129, 128}; int i = 0; int j=0; int n = 240; int cuenta = 20; int READY = 2; int END = 3; double varX=0; double varY=0; double varZ=0; uint16_t patronX=0; uint16_t patronY=0; uint16_t patronZ=0; double Xxy=0; double Yxy=0; double Zxy=0; double Xxsquare=0; double Yxsquare=0; double Zxsquare=0; double Xysquare=0; double Yysquare=0; double Zysquare=0; double Xxsum=0; double Yxsum=0; double Zxsum=0; double Xysum=0; double Yysum=0; double Zysum = 0; double Xxysum=0; double Yxysum=0; double Zxysum=0; double Xxsqr_sum=0; double Yxsqr_sum=0; double Zxsqr_sum=0; double Xysqr_sum=0; double Yysqr_sum=0; double Zysqr_sum=0; double numX=0; double denoX=0; double numY=0; double denoY=0; double numZ=0; double denoZ=0; double coeffX=0; double coeffY=0; double coeffZ=0; uint16_t auxX [240]; uint16_t auxY [240]; uint16_t auxZ [240]; void setup() { // Inicializar comunicación por puerto serie a 115200 bits por segundo Serial.begin(115200); pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } 113 void loop() { if(Serial.available()) { rxChar = Serial.read(); if(rxChar=='1') { if (j==0) { //PRIMERO LLENAMOS LOS VECTORES DE DATOS QUE "RECIBO" for(i=0;i<n;i++) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; } j=1; } //COMPARACIÓN ENTRE EL VECTOR DE DATOS Y EL PATRÓN CADA 20 MUESTRAS if (cuenta==20) { Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(GiroDerX + i); patronY=pgm_read_word_near(GiroDerY + i); patronZ=pgm_read_word_near(GiroDerZ + i); //Correlacion cruzada eje X Xxy= auxX[i] * patronX; Xxsquare = auxX[i] * auxX[i]; Xysquare = patronX * patronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= auxY[i] * patronY; Yxsquare = auxY[i] * auxY[i]; Yysquare = patronY * patronY; Yxsum = Yxsum + auxY[i]; Yysum = Yysum + patronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = auxZ[i] * patronZ; Zxsquare = auxZ[i] * auxZ[i]; Zysquare = patronZ * patronZ; Zxsum = Zxsum + auxZ[i]; Zysum = Zysum + patronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO DERECHA numY=1.0*((n*Yxysum)-(Yxsum*Yysum)); denoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffY=numY/sqrt(denoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO DERECHA numZ=((n*Zxysum)-(Zxsum*Zysum)); denoZ=((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZ=numZ/sqrt(denoZ); if (coeffX>0.8 && coeffY>0.8 && coeffZ>0.8) { digitalWrite(ledpin, HIGH); Serial.println(READY); Serial.println(coeffX); Serial.println(coeffY); Serial.println(coeffZ); Serial.println(END); delay(2500); digitalWrite(ledpin,LOW); }else { digitalWrite(ledpin, LOW); Serial.println(READY); Serial.println(coeffX); Serial.println(coeffY); Serial.println(coeffZ); Serial.println(END); } cuenta = 0; }else { cuenta++; for(i=0;i<n;i++) { if(i==(n-1)) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; }else { auxX[i]=auxX[i+1]; auxY[i]=auxY[i+1]; auxZ[i]=auxZ[i+1]; } } } } } delay(35); } 115 A.5 Código 6. Captura de gesto, correlación en FLORA y encendido de LED. lectura_cc_arduino_led.ino #include <avr/pgmspace.h> #include <stdint.h> #include <math.h> int ledpin = 7; unsigned long time; char rxChar; //PATRÓN DERECHO const uint16_t GiroDerX[] PROGMEM = {83, 84, 84, 83, 84, 83, 84, 83, 84, 83, 84, 83, 83, 83, 83, 83, 83, 84, 84, 84, 83, 84, 84, 84, 84, 83, 82, 83, 84, 82, 81, 80, 78, 76, 74, 72, 66, 66, 66, 62, 60, 58, 57, 59, 63, 66, 70, 75, 76, 78, 83, 85, 91, 92, 95, 96, 99, 104, 109, 109, 114, 116, 120, 124, 125, 132, 133, 136, 134, 141, 142, 143, 147, 150, 151, 151, 153, 149, 157, 154, 157, 155, 153, 150, 148, 147, 146, 142, 140, 138, 140, 139, 138, 138, 137, 137, 139, 138, 140, 140, 142, 141, 140, 140, 141, 142, 143, 143, 142, 141, 140, 142, 141, 140, 140, 140, 140, 139, 139, 140, 140, 140, 141, 141, 142, 144, 147, 149, 152, 150, 148, 149, 148, 148, 147, 147, 148, 145, 142, 141, 138, 137, 136, 134, 137, 133, 131, 129, 119, 109, 102, 102, 108, 110, 106, 100, 97, 88, 84, 80, 78, 76, 77, 73, 69, 64, 67, 66, 70, 68, 68, 64, 65, 68, 67, 52, 59, 79, 86, 88, 88, 84, 83, 85, 83, 82, 82, 81, 82, 84, 84, 84, 84, 84, 83, 83, 82, 82, 84, 84, 83, 83, 83, 82, 83, 83, 83, 82, 83, 84, 83, 84, 85, 84, 84, 82, 82, 83, 84, 83, 84, 83, 84, 83, 82, 82, 82, 83, 83, 84, 84, 84, 83, 84, 84, 84, 84, 83, 83, 84}; const uint16_t GiroDerY[] PROGMEM = {136, 136, 136, 137, 136, 136, 136, 137, 136, 137, 137, 136, 136, 136, 136, 137, 136, 138, 137, 137, 136, 136, 136, 135, 137, 137, 136, 137, 136, 135, 136, 132, 133, 134, 134, 136, 137, 141, 133, 129, 129, 131, 135, 136, 137, 138, 140, 140, 141, 142, 143, 143, 142, 139, 139, 138, 137, 136, 134, 133, 133, 133, 131, 127, 125, 124, 127, 124, 120, 119, 117, 115, 112, 112, 114, 112, 109, 109, 108, 108, 111, 112, 112, 110, 110, 112, 114, 114, 116, 115, 115, 115, 117, 115, 114, 115, 115, 115, 115, 115, 114, 114, 114, 114, 114, 114, 114, 115, 116, 114, 114, 114, 114, 114, 114, 116, 116, 115, 116, 115, 114, 114, 114, 114, 114, 113, 113, 111, 110, 108, 107, 110, 112, 114, 113, 113, 115, 117, 118, 121, 122, 124, 125, 125, 125, 128, 132, 133, 130, 129, 133, 137, 138, 139, 138, 137, 137, 137, 139, 139, 144, 145, 144, 139, 141, 140, 138, 135, 136, 137, 139, 137, 135, 133, 129, 133, 142, 138, 135, 136, 133, 136, 137, 138, 138, 140, 139, 139, 139, 137, 135, 136, 135, 135, 135, 136, 137, 137, 135, 136, 135, 136, 136, 136, 135, 134, 135, 135, 136, 137, 138, 138, 138, 137, 135, 136, 135, 135, 137, 136, 137, 137, 137, 136, 136, 135, 136, 136, 136, 137, 137, 137, 137, 138, 137, 137, 136, 135, 135, 136}; const uint16_t GiroDerZ[] PROGMEM = {130, 129, 129, 130, 129, 130, 130, 129, 129, 130, 129, 130, 129, 129, 129, 130, 129, 129, 129, 129, 130, 129, 130, 130, 130, 130, 129, 130, 131, 130, 130, 130, 131, 129, 127, 128, 124, 122, 128, 130, 125, 125, 129, 133, 129, 127, 132, 135, 133, 134, 135, 137, 139, 142, 144, 146, 149, 154, 158, 161, 164, 167, 171, 173, 174, 179, 182, 183, 183, 186, 188, 188, 191, 192, 193, 193, 197, 194, 196, 194, 196, 196, 193, 194, 194, 193, 193, 192, 192, 193, 192, 192, 192, 192, 192, 191, 193, 192, 193, 192, 193, 192, 192, 193, 193, 193, 193, 193, 193, 193, 193, 193, 193, 192, 193, 192, 193, 193, 192, 192, 192, 193, 193, 193, 194, 194, 194, 195, 195, 197, 195, 193, 193, 194, 192, 193, 191, 190, 189, 189, 186, 185, 184, 184, 181, 179, 175, 171, 169, 163, 163, 164, 167, 162, 151, 146, 147, 147, 142, 138, 134, 132, 131, 131, 128, 124, 123, 129, 131, 126, 127, 129, 130, 129, 128, 122, 125, 130, 130, 128, 130, 130, 130, 129, 129, 130, 130, 129, 130, 131, 130, 129, 130, 130, 130, 130, 129, 129, 129, 129, 130, 130, 130, 130, 130, 129, 130, 130, 130, 129, 130, 129, 130, 130, 130, 130, 129, 129, 129, 129, 130, 129, 129, 129, 129, 130, 130, 130, 130, 129, 130, 129, 129, 130, 129, 129, 129, 129, 129, 129}; int i = 0; int j=0; int n = 240; int cuenta = 50; double varX=0; double varY=0; double varZ=0; uint16_t patronX=0; uint16_t patronY=0; uint16_t patronZ=0; double Xxy=0; double Yxy=0; double Zxy=0; double Xxsquare=0; double Yxsquare=0; double Zxsquare=0; double Xysquare=0; double Yysquare=0; double Zysquare=0; double Xxsum=0; double Yxsum=0; double Zxsum=0; double Xysum=0; double Yysum=0; double Zysum = 0; double Xxysum=0; double Yxysum=0; double Zxysum=0; double Xxsqr_sum=0; double Yxsqr_sum=0; double Zxsqr_sum=0; double Xysqr_sum=0; double Yysqr_sum=0; double Zysqr_sum=0; double numX=0; double denoX=0; double numY=0; double denoY=0; double numZ=0; double denoZ=0; double coeffX=0; double coeffY=0; double coeffZ=0; uint16_t auxX [240]; uint16_t auxY [240]; uint16_t auxZ [240]; void setup() { pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } 117 void loop() { if (j==0) { //PRIMERO LLENAMOS LOS VECTORES DE DATOS QUE "RECIBO" for(i=0;i<n;i++) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; } j=1; } //COMPARACIÓN ENTRE EL VECTOR DE DATOS Y EL PATRÓN CADA 10 MUESTRAS if (cuenta==50) { digitalWrite(ledpin, HIGH); delay(1); digitalWrite(ledpin, LOW); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(GiroDerX + i); patronY=pgm_read_word_near(GiroDerY + i); patronZ=pgm_read_word_near(GiroDerZ + i); //Correlacion cruzada eje X Xxy= auxX[i] * patronX; Xxsquare = auxX[i] * auxX[i]; Xysquare = patronX * patronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= auxY[i] * patronY; Yxsquare = auxY[i] * auxY[i]; Yysquare = patronY * patronY; Yxsum = Yxsum + auxY[i]; Yysum = Yysum + patronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = auxZ[i] * patronZ; Zxsquare = auxZ[i] * auxZ[i]; Zysquare = patronZ * patronZ; Zxsum = Zxsum + auxZ[i]; Zysum = Zysum + patronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA numX=1.0*((n*Xxysum)-(Xxsum*Xysum)); denoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffX=numX/sqrt(denoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO DERECHA numY=1.0*((n*Yxysum)-(Yxsum*Yysum)); denoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffY=numY/sqrt(denoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO DERECHA numZ=((n*Zxysum)-(Zxsum*Zysum)); denoZ=((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZ=numZ/sqrt(denoZ); if (coeffX>0.7 && coeffY>0.7 && coeffZ>0.7) { digitalWrite(ledpin, HIGH); for(i=0;i<n;i++) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; } delay(3500); digitalWrite(ledpin,LOW); }else { digitalWrite(ledpin, LOW); } cuenta = 0; }else { cuenta++; for(i=0;i<n;i++) { if(i==(n-1)) { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; }else { auxX[i]=auxX[i+1]; auxY[i]=auxY[i+1]; auxZ[i]=auxZ[i+1]; } } } delay(16); } 119 izqlectura_cc_arduino_led.ino #include <avr/pgmspace.h> #include <stdint.h> #include <math.h> int ledpin = 7; //PATRÓN const uint16_t patronIzqX[] PROGMEM = {83, 83, 84, 83, 84, 83, 84, 83, 83, 83, 83, 83, 82, 83, 82, 82, 81, 83, 83, 82, 81, 82, 81, 80, 78, 79, 78, 77, 76, 75, 75, 72, 70, 70, 68, 66, 66, 66, 66, 65, 64, 61, 60, 61, 63, 67, 68, 69, 71, 74, 77, 78, 85, 91, 90, 92, 96, 102, 109, 113, 113, 113, 113, 116, 118, 124, 126, 128, 130, 131, 132, 134, 139, 138, 143, 145, 151, 156, 162, 167, 167, 164, 155, 150, 148, 149, 151, 153, 151, 149, 147, 147, 149, 148, 148, 150, 150, 151, 152, 153, 154, 156, 159, 163, 162, 161, 160, 157, 161, 159, 157, 157, 155, 149, 145, 140, 138, 137, 135, 132, 131, 131, 130, 131, 133, 134, 131, 131, 131, 131, 131, 131, 131, 131, 136, 139, 140, 137, 134, 136, 137, 138, 138, 141, 140, 141, 143, 141, 140, 141, 141, 138, 140, 150, 129, 136, 132, 131, 136, 135, 136, 135, 134, 135, 133, 134, 134, 134, 134, 135, 135, 135, 135, 137, 137, 135, 135, 134, 136, 135, 135, 136, 135, 136, 136, 135, 134, 134, 134, 134, 134, 134, 134, 134, 134, 134, 135, 134, 134, 134, 135, 134, 133, 135, 133, 133, 133, 134, 134, 133, 133, 134, 133, 133, 133, 133, 133, 133, 132, 134, 132, 134, 133, 133, 133, 132, 133, 133, 133, 133, 133, 134, 133, 133, 133, 133, 134, 134, 134, 134}; const uint16_t patronIzqY[] PROGMEM = {129, 128, 129, 129, 128, 129, 129, 128, 129, 129, 130, 130, 129, 129, 130, 129, 129, 128, 129, 129, 129, 129, 129, 128, 128, 128, 127, 126, 125, 126, 126, 127, 127, 125, 123, 121, 123, 123, 120, 122, 121, 116, 113, 113, 115, 119, 120, 125, 130, 137, 140, 142, 143, 141, 138, 134, 133, 135, 134, 136, 133, 127, 123, 119, 120, 124, 126, 122, 117, 109, 105, 106, 105, 105, 101, 98, 93, 87, 81, 73, 57, 51, 58, 72, 78, 75, 76, 82, 92, 92, 88, 82, 78, 76, 78, 76, 76, 74, 72, 72, 71, 64, 62, 59, 59, 61, 64, 67, 68, 68, 69, 71, 72, 73, 76, 82, 88, 97, 101, 107, 109, 112, 117, 122, 127, 126, 129, 133, 138, 138, 139, 142, 149, 159, 172, 177, 179, 177, 175, 175, 176, 183, 190, 190, 185, 185, 188, 196, 198, 201, 202, 205, 205, 212, 211, 188, 206, 219, 218, 209, 202, 204, 207, 204, 202, 203, 203, 199, 194, 195, 194, 194, 192, 192, 194, 192, 189, 188, 187, 186, 186, 189, 186, 186, 184, 185, 186, 186, 186, 186, 186, 187, 186, 186, 186, 187, 186, 187, 188, 187, 187, 187, 187, 188, 188, 187, 187, 187, 186, 186, 186, 187, 187, 188, 188, 188, 187, 186, 187, 187, 189, 188, 187, 188, 188, 188, 186, 187, 188, 189, 188, 188, 187, 187, 187, 188, 188, 188, 188, 187}; const uint16_t patronIzqZ[] PROGMEM = {120, 120, 121, 120, 120, 119, 120, 120, 120, 120, 121, 121, 120, 122, 119, 120, 120, 120, 120, 121, 122, 121, 122, 121, 120, 121, 121, 122, 124, 124, 124, 123, 122, 123, 123, 123, 127, 128, 131, 132, 134, 137, 140, 142, 142, 143, 144, 142, 142, 144, 148, 150, 150, 150, 151, 153, 155, 156, 158, 161, 163, 165, 167, 169, 167, 168, 170, 170, 172, 171, 170, 169, 171, 169, 173, 172, 172, 171, 173, 175, 177, 173, 170, 172, 173, 172, 172, 173, 175, 176, 175, 175, 174, 174, 174, 174, 176, 176, 176, 175, 174, 178, 178, 178, 178, 179, 179, 178, 180, 180, 182, 181, 179, 178, 176, 175, 176, 175, 173, 172, 174, 176, 171, 171, 170, 169, 168, 166, 163, 164, 162, 159, 155, 148, 145, 145, 146, 145, 144, 147, 145, 139, 138, 138, 138, 134, 134, 131, 128, 126, 123, 123, 122, 121, 153, 127, 121, 132, 132, 128, 127, 127, 125, 124, 125, 126, 127, 126, 125, 125, 125, 126, 125, 125, 125, 125, 124, 124, 124, 125, 126, 125, 125, 124, 125, 124, 126, 125, 125, 124, 127, 126, 127, 126, 125, 126, 126, 125, 125, 126, 126, 126, 125, 125, 126, 126, 126, 125, 126, 126, 125, 126, 126, 126, 126, 126, 125, 127, 126, 126, 126, 125, 126, 126, 126, 126, 126, 125, 125, 126, 125, 125, 125, 126, 125, 127, 126, 126, 125, 125}; int i = 0; int j=0; int n = 240; int cuenta = 50; double varX=0; double varY=0; double varZ=0; uint16_t patronX=0; uint16_t patronY=0; uint16_t patronZ=0; double Xxy=0; double Yxy=0; double Zxy=0; double Xxsquare=0; double Yxsquare=0; double Zxsquare=0; double Xysquare=0; double Yysquare=0; double Zysquare=0; double Xxsum=0; double Yxsum=0; double Zxsum=0; double Xysum=0; double Yysum=0; double Zysum = 0; double Xxysum=0; double Yxysum=0; double Zxysum=0; double Xxsqr_sum=0; double Yxsqr_sum=0; double Zxsqr_sum=0; double Xysqr_sum=0; double Yysqr_sum=0; double Zysqr_sum=0; double numX=0; double denoX=0; double numY=0; double denoY=0; double numZ=0; double denoZ=0; double coeffX=0; double coeffY=0; double coeffZ=0; uint16_t auxX [240]; uint16_t auxY [240]; uint16_t auxZ [240]; void setup() { // Inicializar comunicación por puerto serie a 115200 bits por segundo pinMode(A10, INPUT); pinMode(A9, INPUT); pinMode(A7, INPUT); } void loop() { if (j==0) { //PRIMERO LLENAMOS LOS VECTORES DE DATOS QUE "RECIBO" for(i=0;i<n;i++) 121 { auxX[i]=analogRead(A10)/4; auxY[i]=analogRead(A9)/4; auxZ[i]=analogRead(A7)/4; } j=1; } //COMPARACIÓN ENTRE EL VECTOR DE DATOS Y EL PATRÓN CADA 50 MUESTRAS if (cuenta==50) { digitalWrite(ledpin, HIGH); delay(1); digitalWrite(ledpin, LOW); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; for (i=0; i<n; i++) { //Lectura del patrón patronX=pgm_read_word_near(patronIzqX + i); patronY=pgm_read_word_near(patronIzqY + i); patronZ=pgm_read_word_near(patronIzqZ + i); //Correlacion cruzada eje X Xxy= auxX[i] * patronX; Xxsquare = auxX[i] * auxX[i]; Xysquare = patronX * patronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + patronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= auxY[i] * patronY; Yxsquare = auxY[i] * auxY[i]; Yysquare = patronY * patronY; Yxsum = Yxsum + auxY[i]; Yysum = Yysum + patronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = auxZ[i] * patronZ; Zxsquare = auxZ[i] * auxZ[i]; Zysquare = patronZ * patronZ; Zxsum = Zxsum + auxZ[i]; Zysum = Zysum + patronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } Xxsquare = auxX[i] * auxX[i]; Xysquare = DpatronX * DpatronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + DpatronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= auxY[i] * DpatronY; Yxsquare = auxY[i] * auxY[i]; Yysquare = DpatronY * DpatronY; Yxsum = Yxsum + auxY[i]; Yysum = Yysum + DpatronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = auxZ[i] * DpatronZ; Zxsquare = auxZ[i] * auxZ[i]; Zysquare = DpatronZ * DpatronZ; Zxsum = Zxsum + auxZ[i]; Zysum = Zysum + DpatronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO DERECHA DnumX=1.0*((n*Xxysum)-(Xxsum*Xysum)); DdenoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); (*DcoeffX)=DnumX/sqrt(DdenoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO DERECHA DnumY=1.0*((n*Yxysum)-(Yxsum*Yysum)); DdenoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); (*DcoeffY)=DnumY/sqrt(DdenoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO DERECHA DnumZ=((n*Zxysum)-(Zxsum*Zysum)); DdenoZ=((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); (*DcoeffZ)=DnumZ/sqrt(DdenoZ); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; for (i=0; i<n; i++) { //Lectura del patrón izquierdo IpatronX=pgm_read_word_near(GiroIzqX + i); IpatronY=pgm_read_word_near(GiroIzqY + i); IpatronZ=pgm_read_word_near(GiroIzqZ + i); 129 //Correlacion cruzada eje X Xxy= auxX[i] * IpatronX; Xxsquare = auxX[i] * auxX[i]; Xysquare = IpatronX * IpatronX; Xxsum = Xxsum + auxX[i]; Xysum = Xysum + IpatronX; Xxysum = Xxysum + Xxy; Xxsqr_sum = Xxsqr_sum + Xxsquare; Xysqr_sum = Xysqr_sum + Xysquare; //Correlacion cruzada eje Y Yxy= auxY[i] * IpatronY; Yxsquare = auxY[i] * auxY[i]; Yysquare = IpatronY * IpatronY; Yxsum = Yxsum + auxY[i]; Yysum = Yysum + IpatronY; Yxysum = Yxysum + Yxy; Yxsqr_sum = Yxsqr_sum + Yxsquare; Yysqr_sum = Yysqr_sum + Yysquare; //Correlacion cruzada eje Z Zxy = auxZ[i] * IpatronZ; Zxsquare = auxZ[i] * auxZ[i]; Zysquare = IpatronZ * IpatronZ; Zxsum = Zxsum + auxZ[i]; Zysum = Zysum + IpatronZ; Zxysum = Zxysum + Zxy; Zxsqr_sum = Zxsqr_sum + Zxsquare; Zysqr_sum = Zysqr_sum + Zysquare; } //Coeficiente Correlación Cruzada X: GESTO GIRO IZQUIERDA InumX=1.0*((n*Xxysum)-(Xxsum*Xysum)); IdenoX=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); (*IcoeffX)=InumX/sqrt(IdenoX); //Coeficiente Correlacion Cruzada Y: GESTO GIRO IZQUIERDA InumY=1.0*((n*Yxysum)-(Yxsum*Yysum)); IdenoY=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); (*IcoeffY)=InumY/sqrt(IdenoY); //Coeficiente Correlacion Cruzada Z: GESTO GIRO IZQUIERDA InumZ=((n*Zxysum)-(Zxsum*Zysum)); IdenoZ=((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); (*IcoeffZ)=InumZ/sqrt(IdenoZ); } void lee_datos(uint16_t * auxX, uint16_t * auxY, uint16_t * auxZ, int n){ int i=0; for(i=0;i<n;i++) { *(auxX+i)=analogRead(A10)/4; *(auxY+i)=analogRead(A9)/4; *(auxZ+i)=analogRead(A7)/4; } } 131 ANEXO B. CÓDIGOS MATLAB® B.1 Código 1. Captura de un gesto. script_captura_patron.m close all clc %Apertura de conexión: Puerto COM4. Velocidad de Tx: 115200bps a = serial('COM4', 'BaudRate', 115200); fopen(a); disp('Tomando datos...'); bp=waitbar(0,'Espere por favor...'); total=1200; dataX=zeros(total,1); dataY=zeros(total,1); dataZ=zeros(total,1); time=zeros(total,1); exit=0; k=[1:5:1200]; fprintf(a,'1'); for i=1:total, dataX(i,1)=str2double(fscanf(a)); dataY(i,1)=str2double(fscanf(a)); dataZ(i,1)=str2double(fscanf(a)); time(i,1)=str2double(fscanf(a)); waitbar(i/total,bp); %Actualizando la barra de progreso end fprintf(a,'0'); x=(time-time(1))/1000; disp('Fin de la toma de datos'); fclose(a); waitbar(100,bp,'Completado'); pause(1) close(bp); %Redondear y reducir de 1200 muestras a 240 data2X=round(dataX(k,1)/4,0); data2Y=round(dataY(k,1)/4,0); data2Z=round(dataZ(k,1)/4,0); x2=x(k,1); figure(1) plot(x2,data2X) figure(2) plot(x2,data2Y) figure(3) plot(x2,data2Z) delete(a) B.2 Código 2. Identificación del gesto. Cálculo del parecido. script_cc_matlab_vs_c.m clear clc load gesto.mat load patron.mat n=240; %Variables a utilizar por el algoritmo alternativo Xxsquare=zeros(240,1); Xysquare=zeros(240,1); Xxy=zeros(1,240); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsquare=zeros(240,1); Yysquare=zeros(240,1); Yxy=zeros(1,240); Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsquare=zeros(240,1); Zysquare=zeros(240,1); Zxy=zeros(1,240); Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; %Correlacion usando metodo alternativo %Comienzo del bucle. En el se resuelven los sumatorios. for i=1:n, Xxy(i)=gestoDerX(i)*patronDerX(i); Xxsquare(i)=gestoDerX(i)^2; Xysquare(i)=patronDerX(i)^2; Xxsum=Xxsum+gestoDerX(i); Xysum=Xysum+patronDerX(i); Xxysum=Xxysum+Xxy(i); Xxsqr_sum=Xxsqr_sum+Xxsquare(i); Xysqr_sum=Xysqr_sum+Xysquare(i); end %Finalmente se calculan numerador y denominador, y se calcula el coeficiente. Xnum=1.0*((n*Xxysum)-(Xxsum*Xysum)); Xdeno=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffXMatlab=Xnum/sqrt( Xdeno) %Correlacion usando corr2 A=corr2(patronDerX,gestoDerX) 133 %Correlacion usando metodo alternativo for j=1:n, Yxy(j)=gestoDerY(j)*patronDerY(j); Yxsquare(j)=gestoDerY(j)^2; Yysquare(j)=patronDerY(j)^2; Yxsum=Yxsum+gestoDerY(j); Yysum=Yysum+patronDerY(j); Yxysum=Yxysum+Yxy(j); Yxsqr_sum=Yxsqr_sum+Yxsquare(j); Yysqr_sum=Yysqr_sum+Yysquare(j); end Ynum=1.0*((n*Yxysum)-(Yxsum*Yysum)); Ydeno=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffYMatlab=Ynum/sqrt(Ydeno) %Correlacion usando corr2 B=corr2(patronDerY,gestoDerY) %Correlacion usando metodo alternativo for l=1:n, Zxy(l)=gestoDerZ(l)*patronDerZ(l); Zxsquare(l)=gestoDerZ(l)^2; Zysquare(l)=patronDerZ(l)^2; Zxsum=Zxsum+gestoDerZ(l); Zysum=Zysum+patronDerZ(l); Zxysum=Zxysum+Zxy(l); Zxsqr_sum=Zxsqr_sum+Zxsquare(l); Zysqr_sum=Zysqr_sum+Zysquare(l); end Znum=1.0*((n*Zxysum)-(Zxsum*Zysum)); Zdeno=1.0*((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZMatlab=Znum/sqrt(Zdeno) %Correlacion usando corr2 C=corr2(patronDerZ,gestoDerZ) script_cc_izq_matlab_vs_c.m clear clc load gestoIzq.mat load patronIzq.mat n=240; %Variables a utilizar por el algoritmo alternativo Xxsquare=zeros(240,1); Xysquare=zeros(240,1); Xxy=zeros(1,240); Xxsum=0; Xysum=0; Xxysum=0; Xxsqr_sum=0; Xysqr_sum=0; Yxsquare=zeros(240,1); Yysquare=zeros(240,1); Yxy=zeros(1,240); Yxsum=0; Yysum=0; Yxysum=0; Yxsqr_sum=0; Yysqr_sum=0; Zxsquare=zeros(240,1); Zysquare=zeros(240,1); Zxy=zeros(1,240); Zxsum=0; Zysum=0; Zxysum=0; Zxsqr_sum=0; Zysqr_sum=0; %Correlacion usando metodo alternativo %Comienzo del bucle. En el se resuelven los sumatorios. for i=1:n, Xxy(i)=patronIzqX(i)*gestoIzqX(i); Xxsquare(i)=patronIzqX(i)^2; Xysquare(i)=gestoIzqX(i)^2; Xxsum=Xxsum+patronIzqX(i); Xysum=Xysum+gestoIzqX(i); Xxysum=Xxysum+Xxy(i); Xxsqr_sum=Xxsqr_sum+Xxsquare(i); Xysqr_sum=Xysqr_sum+Xysquare(i); end %Finalmente se calculan numerador y denominador, y se calcula el coeficiente. Xnum=1.0*((n*Xxysum)-(Xxsum*Xysum)); Xdeno=1.0*((n*Xxsqr_sum-Xxsum*Xxsum)*(n*Xysqr_sum-Xysum*Xysum)); coeffXMatlab=Xnum/sqrt(Xdeno) %Correlacion usando corr2 A=corr2(patronIzqX,gestoIzqX) %Correlacion usando metodo alternativo for j=1:n, Yxy(j)=patronIzqY(j)*gestoIzqY(j); Yxsquare(j)=patronIzqY(j)^2; Yysquare(j)=gestoIzqY(j)^2; Yxsum=Yxsum+patronIzqY(j); Yysum=Yysum+gestoIzqY(j); Yxysum=Yxysum+Yxy(j); Yxsqr_sum=Yxsqr_sum+Yxsquare(j); Yysqr_sum=Yysqr_sum+Yysquare(j); end Ynum=1.0*((n*Yxysum)-(Yxsum*Yysum)); Ydeno=1.0*((n*Yxsqr_sum-Yxsum*Yxsum)*(n*Yysqr_sum-Yysum*Yysum)); coeffYMatlab=Ynum/sqrt(Ydeno) %Correlacion usando corr2 B=corr2(patronIzqY,gestoIzqY) %Correlacion usando metodo alternativo for l=1:n, Zxy(l)=patronIzqZ(l)*gestoIzqZ(l); 135 Zxsquare(l)=patronIzqZ(l)^2; Zysquare(l)=gestoIzqZ(l)^2; Zxsum=Zxsum+patronIzqZ(l); Zysum=Zysum+gestoIzqZ(l); Zxysum=Zxysum+Zxy(l); Zxsqr_sum=Zxsqr_sum+Zxsquare(l); Zysqr_sum=Zysqr_sum+Zysquare(l); end Znum=1.0*((n*Zxysum)-(Zxsum*Zysum)); Zdeno=1.0*((n*Zxsqr_sum-Zxsum*Zxsum)*(n*Zysqr_sum-Zysum*Zysum)); coeffZMatlab=Znum/sqrt(Zdeno) %Correlacion usando corr2 C=corr2(patronIzqZ,gestoIzqZ) B.3 Código 3. Correlación cruzada en FLORA. script_cc_arduino.m close all clc clear a = serial('COM4', 'BaudRate', 115200); fopen(a); disp(' ') disp('Tomando datos...'); bp=waitbar(0,'Espere por favor...'); total=240; flag=0; fprintf(a,'1'); while (flag~=2) flag=str2double(fscanf(a)); end CCDXArduino=str2double(fscanf(a)); CCDYArduino=str2double(fscanf(a)); CCDZArduino=str2double(fscanf(a)); flag=str2double(fscanf(a)); if(flag==3) disp(' ') disp('Fin de la toma de datos'); fclose(a); waitbar(100,bp,'Completado'); disp(' ') disp('Corr. Cruzada - Giro Derecha X:') disp(CCDXArduino); disp('Corr. Cruzada - Giro Derecha Y:') disp(CCDYArduino); disp('Corr. Cruzada - Giro Derecha Z:') disp(CCDZArduino); end pause(1) close(bp); script_cc_arduino_izq.m close all clc clear a = serial('COM4', 'BaudRate', 115200); fopen(a); disp(' ') disp('Tomando datos...'); bp=waitbar(0,'Espere por favor...'); total=240; flag=0; fprintf(a,'1'); while (flag~=2) flag=str2double(fscanf(a)); end CCDXArduino=str2double(fscanf(a)); CCDYArduino=str2double(fscanf(a)); CCDZArduino=str2double(fscanf(a)); flag=str2double(fscanf(a)); if(flag==3) disp(' ') disp('Fin de la toma de datos'); fclose(a); waitbar(100,bp,'Completado'); disp(' ') disp('Corr. Cruzada - Giro Izquierda X:') disp(CCDXArduino); disp('Corr. Cruzada - Giro Izquierda Y:') disp(CCDYArduino); disp('Corr. Cruzada - Giro Izquierda Z:') disp(CCDZArduino); end pause(1) close(bp); B.4 Código 4. Probando el desplazamiento. script_despl_cc_arduino.m close all clc a = serial('COM4', 'BaudRate', 115200); fopen(a); disp(' ') disp('Tomando datos...'); bp=waitbar(0,'Espere por favor...'); auxX=ones(1,10); auxY=ones(1,10); auxZ=ones(1,10); total=240; flag=0; k=0; for j=1:6, fprintf(a,'1'); flag=str2double(fscanf(a)); CCDXArduino=str2double(fscanf(a)); CCDYArduino=str2double(fscanf(a)); CCDZArduino=str2double(fscanf(a)); for r=1:10, auxX(1,r)=str2double(fscanf(a)); 137 end for r=1:10, auxY(1,r)=str2double(fscanf(a)); end for r=1:10, auxZ(1,r)=str2double(fscanf(a)); end flag=str2double(fscanf(a)); if(flag==3) k=k+1; disp(' ') disp(['Fin de la toma de datos ', num2str(k), ':']); disp(' ') disp(' Corr. Cruzada - Giro Derecha X:') disp([' ', num2str(CCDXArduino)]); disp(' Corr. Cruzada - Giro Derecha Y:') disp([' ', num2str(CCDYArduino)]); disp(' Corr. Cruzada - Giro Derecha Z:') disp([' ', num2str(CCDZArduino)]); disp([' Gesto X (10 últimos datos):']) disp([' [', num2str(auxX),']']); disp([' Gesto Y (10 últimos datos):']) disp([' [', num2str(auxY),']']); disp([' Gesto Z (10 últimos datos):']) disp([' [', num2str(auxZ),']']); disp(' ') disp(' ') end for i=0:2, fprintf(a,'1'); end end fclose(a); waitbar(100,bp,'Completado'); close(bp); B.5 Código 5. Captura de gesto, correlación en FLORA y envío de datos a MATLAB® script_lectura_cc_arduino.m close all clc a = serial('COM4', 'BaudRate', 115200); fopen(a); disp(' ') disp('Tomando datos...'); bp=waitbar(0,'Espere por favor...'); auxX=ones(1,10); auxY=ones(1,10); auxZ=ones(1,10); total=240; flag=0; k=0; for j=1:10, fprintf(a,'1'); flag=str2double(fscanf(a)); 145 147 149 C.2 FLORA C.2.1 Pinout 151 C.2.2 Esquemático C.3 Atmel ATmega32U4 153 REFERENCIAS [1] Dirección General de Tráfico, «DGT,» 2013. [En línea]. Available:http://www.dgt.es/Galerias/seguridad-vial/estadisticas-e- indicadores/publicaciones/principales-cifras-siniestralidad/Siniestralidad_Vial_2013.pdf. [Último acceso: Agosto 2016]. [2] Dirección General de Tráfico, «DGT,» 2013. [En línea]. Available:http://www.dgt.es/Galerias/seguridad-vial/estadisticas-e-indicadores/publicaciones/accidentesurban/Siniestralidad_Urbana_2013_EE.pdf. [Último acceso: Agosto 2016]. [3] Dirección General de Tráfico, «DGT,» [En línea]. Available: https://sedeapl.dgt.gob.es/WEB_IEST_CONSULTA/. [Último acceso: 29 2016 Julio]. [4] Dirección General de Tráfico, «DGT,» 2016. [En línea]. Available: http://www.dgt.es/Galerias/seguridadvial/educacion-vial/recursos-didacticos/jovenes/Guia-Ciclista-2016.pdf. [Último acceso: Agosto 2016]. [5] Carlijn V. C. Bouten,* Karel T. M. Koekkoek, Maarten Verduin, Rens Kodde, and Jan D. Janssen, «A Triaxial Accelerometer and Portable Data Processing Unit for the Assessment of Daily Physical Activity,» IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, vol. 44, nº 3, March 1997. [6] Brian Barkley Graham, «Using an Accelerometer Sensor to Measure Human Hand Motion,» Massachusetts Institute of Technology, 2000. [7] Alberto Manzanares del Moral, «Estudio de Modelos Matemáticos de Acelerómetros Comerciales,» 2008. [8] Xu, Yong, «Wearable accelerometers for continuous heart and lung sound monitoring,» Wayne State University, [En línea]. Available: http://www.ece.eng.wayne.edu/~yxu/doc/researches/heart%20and%20lung.htm. [9] Arduino LilyPad, «LilyPad Website,» [En línea]. Available: http://lilypadarduino.org/?cat=4. [Último acceso: Agosto 2016]. [10] Adafruit, «Adafruit Website,» [En línea]. Available: https://www.adafruit.com/categories/65. [Último acceso: Agosto 2016]. [11] KeKeSmart, «KeKeSmart Website,» [En línea]. Available: http://www.ikeke.co/getting-started/introduction-of-kekepad/. [Último acceso: Septiembre 2016]. [12] Intel, «Intel CUrie,» [En línea]. Available: http://www.intel.com/content/www/us/en/wearables/wearablesoc.html. [Último acceso: Septiembre 2016]. [13] Cyclee, «Cyclee Website,» [En línea]. Available: https://www.behance.net/gallery/26503015/CYCLEE. [Último acceso: Septiembre 2016].