See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/271907714

Tecnologias para a análise do movimento humano

Chapter · February 2015

CITATION READS

1 3,399

4 authors, including:

Jessica P.M. Vital Micael S. Couceiro

6 PUBLICATIONS   66 CITATIONS   
Ingeniarius
280 PUBLICATIONS   4,112 CITATIONS   
SEE PROFILE
SEE PROFILE

N. M. Fonseca Ferreira
Instituto Politécnico de Coimbra
181 PUBLICATIONS   2,113 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

STOP - Seguranças robóTicos coOPerativos View project

"NOVOS MÉTODOS PARA ANALISAR E OBSERVAR O JOGO DE FUTEBOL" View project

All content following this page was uploaded by N. M. Fonseca Ferreira on 21 May 2018.

The user has requested enhancement of the downloaded file.

 6º CONGRESSO NACIONAL DE BIOMECÂNICA
Rui B. Ruben et al. (Eds)
Monte Real, Leiria, Portugal, 6-7 de fevereiro, 2015

TECNOLOGIAS PARA A ANÁLISE DO MOVIMENTO HUMANO

Jessica Vital 1, Micael S. Couceiro2,3,Gonçalo Dias 4, Nuno M. F. Ferreira1

1 Instituto Superior de Engenharia de Coimbra ( ISEC), Instituto Politécnico de Coimbra, Portugal;
a21200422@alunos.isec.pt; nunomig@isec.pt
2 Instituto de Sistemas Robóticos(ISR),Faculdade de Ciências e Tecnologias da Universidade de Coimbra,
Portugal; micaelcouceiro@isr.uc.pt
3 Ingeniarius,Lda; micael@ingeniarius.pt
4 FCDEF.UC/CIDAF, Faculdade de Ciências do Desporto e Educação Física da Universidade de Coimbra,
Portugal; goncalodias@fcdef.uc.pt

PALAVRAS CHAVE: Cinemática, Análise do movimento humano, Biomecânica, MOCAP.

RESUMO: Este estudo teve como objetivo analisar as tecnologias associadas à captura e análise
do movimento humano. Neste sentido, investigámos os diversos sensores utilizados (e.g., inertial
measurement unit, ou IMU) e as câmaras de filmar para análise de movimentos desportivos, de
forma a extrair, adequadamente, os parâmetros cinemáticos que permitem captar biosinais
musculares, ângulos da ação articulações, centro gravitacional do corpo e forças de reação [1].
Além disso, comparámos as diversas tecnologias, focando-nos em sistemas de câmaras de filmar,
nomeadamente: RGB [2], infravermelhos, e time-of-flight [3], bem como tecnologia wearable. A
revisão de estudos indica que, contrariamente ao uso das câmaras de filmar, a tecnologia
wearable tende a ser mais adequada para a análise cinemática de movimentos desportivos [4].
Este tipo de tecnologia permite ainda obter uma estimativa ilimitada da orientação e produção
de movimento dos membros superiores e inferiores, bem como imunidade a ângulos mortos,
aumentando, deste modo, a quantidade e qualidade da informação obtida. Perante o exposto,
urge aprofundar e aplicar este tipo de tecnologia na análise cinemática do movimento humano,
beneficiando, para o efeito, do contributo interdisciplinar que emerge da Biomecânica, Robótica,
Matemática e Ciências do Desporto.

1 INTRODUÇÃO
A Biomecânica é a ciência que estuda o
movimento humano através da cinemática
(descrição do movimento) e cinética (causa
do movimento e análise de forças). Este tipo
de abordagem é fundamental em diversas
áreas onde se mede, de forma objetiva, a
performance dos executantes (e.g., Controlo
Motor, Saúde e Ciências do Desporto), tendo
também aplicações práticas na reabilitação
de pessoas com deficiência ou com
incapacidade motora, entre outras mais-
valias que estão plasmadas na literatura da
especialidade.
Através dos pressupostos que suportam a
Biomecânica, é possível investigar as causas
e os fenómenos associados à complexidade
do movimento humano.
Com efeito, quando nos referirmos
especificamente à análise cinemática, temos
que ter em conta vários métodos que
permitem mensurar os graus de liberdade do
movimento humano. Deste modo, existem
parâmetros relevantes a considerar,
nomeadamente: a aceleração, a velocidade,
o tempo de duração e posição dos segmentos
corporais, os quais podem ser medidos
através de sensores ou recorrendo à análise
de imagens obtidas por câmaras de filmar.
Contudo, embora a “aquisição” do
movimento humano seja uma tarefa difícil,
 Jessica Vital, Micael S. Couceiro, Gonçalo Dias, Nuno M. F. Ferreira
com o avanço tecnológico que emergiu na
última década, sobretudo com o
aparecimento da tecnologia wearable, este
processo é, atualmente, mais acessível,
“económico” e cómodo para o utilizador.
Perante o exposto, este artigo incide na
análise destas tecnologias, comparando as
diversas propriedades associados à captura e
análise do movimento humano.
2 TECNOLOGIAS PARA ANÁLISE DO
MOVIMENTO HUMANO
Existem várias tecnologias passíveis de
serem usadas na análise do movimento
humano, nomeadamente as câmaras de
profundidade (RGB-D), as câmaras time-of-
flight, as câmaras infravermelhas com
marcadores passivos e ativos, e os sensores
vestíveis (i.e., wearable sensors). As secções
que se seguem exploram cada uma destas
tecnologias, aprofundando as vantagens e
desvantagens operacionais dos vários
equipamentos analisados.
2.1 CÂMARAS COM MARCADORES
Na análise biomecânica do movimento
humano é usual colocarem-se marcadores
retrorrefletores nas extremidades dos
segmentos corporais que se pretendem
analisar, permitindo, assim, identificar a
posição e os parâmetros de ação desses
segmentos. Deste modo, podem ser usados
sistemas com marcadores ativos ou passivos.
Estes marcadores encontram-se fixos ao
corpo do executante, facilitando o
rastreamento nas imagens, e beneficiando de
métodos de segmentação e deteção
adequados para o efeito [5]. Regra geral, são
necessárias duas ou mais câmaras de filmar
para obter a localização dos marcadores no
espaço. Neste caso, cada segmento do corpo
humano deve ser definido pelo menos com
três marcadores, para poder obter
movimentos 3D, reduzindo, assim, o risco de
oclusão causada por outras partes do corpo.
1
www.naturalpoint.com/optitrack/
Os marcadores ativos mais tradicionais
utilizam díodos emissores de luz (LED),
colocados no corpo do executante, que
permitem saber a localização de cada
marcador em cada instante. A possibilidade
de os marcadores serem colocados próximos
uns dos outros torna-se uma vantagem deste
método. Outra vantagem do uso de
marcadores ativos é o facto de fornecerem
resultados de forma célere, pois, com o uso
dos sistemas que registam luz infravermelha
(IR), o processamento de imagens é mais
rápido e eficiente. Este método também
incide no facto destes sistemas poderem
fornecer resultados mais fiáveis, utilizando
operações básicas de processamento de
imagens. No entanto, tal procedimento exige
mais equipamentos e manutenção, pois são
impostas restrições no número e tamanho
dos marcadores necessários para a aquisição
dos dados, bem como constrangimentos
associados à luz ambiente, campo de visão
das câmaras e ao tipo de movimento a ser
analisado, tornando-os menos atrativos [6].
Nesta óptica, são conhecidos vários sistemas
baseados em marcadores ativos, tais como o
OptiTrack 1 [7].
Ainda nos sistemas de câmaras com
marcadores, encontram-se aqueles que
utilizam marcadores passivos. Estes
equipamentos têm a vantagem de não
necessitarem de cabos elétricos, baterias ou
manutenção periódica na sua utilização. Os
LEDs à volta de cada câmara enviam sinais
de radiação infravermelha, que são
posteriormente refletidos de volta para a
lente da câmara, i.e., a partir dos marcadores.
As lentes possuem filtros IR e sistemas de
threshold que identificam os marcadores
mais brilhantes e suprimem a informação
dos objetos menos brilhantes. Ao comparar
com os marcadores activos, os marcadores
passivos permitem diminuir as restrições de
movimento do executante mas requerem
mais pré- processamento [8]. Apesar do
mínimo de câmaras requeridas poder ser de
 Jessica Vital, Micael S. Couceiro, Gonçalo Dias, Nuno M. F. Ferreira
três, seis é o número recomendado para
sistemas de marcadores passivos. Neste
sentido, o Vicon 2 é um dos sistemas de
marcadores passivos mais conhecido no
mercado.
2.2 CÂMARAS DE PROFUNDIDADE
A câmara de profundidade, também
conhecida como RGB-D, consiste numa
câmara de cores com adição de um sensor de
profundidade (depth). Estas câmaras,
associadas a um módulo de processamento,
são capazes de extrair informações sobre o
posicionamento do executante.
Contudo, este processo exige a necessidade
de um treino offline, pois este processo
apenas identifica padrões, o que pode ser
reconhecido como um ponto fraco desta
aplicação. Nesta base, os dados de
profundidade são fornecidos, tipicamente,
por sensores de infravermelhos [9]. Posto
isto, existem diversos sistemas RGB-D de
baixo custo, incluindo a primeira versão do
Microsoft Kinect 3 e o ASUS Xtion 4.
2.3 CÂMARAS TIME-OF-FLIGHT
Similarmente às câmaras de profundidade,
as câmaras time-of-flight (e.g., tempo de
voo, ou TOF) são uma tecnologia que
oferece informação sensorial sobre a
distância entre os objetos e a câmara de
forma não invasiva. O princípio de
funcionamento das câmaras TOF baseia-se
na medição do tempo que uma luz próxima
do infravermelho, emitida pelo sistema, leva
a “viajar” a partir de LEDs para os objetos
no campo de visão, e, de seguida, refletida
de volta para o sensor. Os sistemas
convencionais TOF utilizam um detetor que
permite digitalizar um feixe de laser
modulado através do cenário, de modo a
adquirir uma imagem 3D [10].
As câmaras TOF proporcionam imagens
tridimensionais numa frame rate elevada e,
simultaneamente, fornecem uma medida de
2 4
www.vicon.com/
3
www.microsoft.com/en-us/kinectforwindows/
profundidade em cada pixel do cenário
virtual com elevada precisão e exatidão.
Assim, o intervalo de dados fornecido
permite uma fácil segmentação do corpo
humano, possibilitando, ainda, distinguir os
diferentes movimentos [3]. Outras vantagens
destas câmaras são o peso reduzido e as
pequenas dimensões, assim como a auto-
iluminação e o reduzido consumo de
energia.
Porém, se várias câmaras TOF estiverem
simultaneamente em execução, estas podem
perturbar as medições umas das outras,
dependendo do tempo de multiplexação e
das frequências de modulação, o que torna
uma desvantagem neste tipo de câmaras.
Finalmente, as câmaras TOF são usadas em
várias áreas de investigação (e.g.,
computação gráfica, visão artificial e
robótica) [11], sendo o Kinect 23 um bom
exemplo de um sistema TOF, que também
pode ser ponderado na análise de
movimentos desportivos.
2.4 SENSORES INERCIAIS
Os sensores inerciais, também conhecidos
como unidades de medição inerciais (inertial
measurement unit, ou IMU) [12], são
transdutores que exploram a propriedade da
inércia, como, por exemplo, a resistência a
alterações de movimento e as variações em
movimento num plano linear. Estes
equipamentos permitem que as medições
sejam feitas fora do ambiente de laboratório,
o que é de extrema importância para a
análise do movimento humano [4].
Os sensores inerciais sem fios, são mais
leves que outros equipamentos similares, o
que faz com que seja possível realizar o
rastreamento do movimento humano a
qualquer instante e em qualquer lugar.
Adicionalmente, com o seu baixo consumo
de energia, estes proporcionam ao utilizador,
a longo prazo, uma monitorização minuciosa
das atividades físicas ao longo de várias
www.asus.com/pt/Multimedia/Xtion/
 Jessica Vital, Micael S. Couceiro, Gonçalo Dias, Nuno M. F. Ferreira
horas. O Xsens MVN é um exemplo de um
fato de análise de movimento humano que
beneficia de sensores inerciais [13].
Os sensores inerciais permitem ainda
mensurar movimentos cinemáticos, tais
como a aceleração linear com acelerómetros,
a velocidade angular com giroscópios e a
intensidade do campo magnético com
magnetómetros [14]. Assim, giroscópios,
acelerómetros e magnetómetros são
exemplos comuns de sensores inerciais que
podem ser relevantes para a adequada
análise de parâmetros cinemáticos [15].
Posto isto, as subsecções que se seguem
descrevem cada um desses sensores.
2.4.1 GIROSCÓPIOS
O giroscópio permite medir a orientação dos
segmentos corporais no espaço 3D, bem
como efetuar medições de velocidade de
rotação de um objeto em torno de um centro
de rotação. Ou seja, o giroscópio consegue
mensurar a velocidade angular de um
determinado objeto, servindo apenas como
referência de direção.
Com a utilização do giroscópio, é possível
calcular, continuamente, a orientação do
sensor no espaço 3D, mesmo quando este se
encontra sujeito a aceleração. Todavia, a
calibração de giroscópio é muitas vezes
difícil de operacionalizar face ao seu delay.
Para tal, uma polarização DC não-zero é
introduzida na leitura do sensor, produzindo,
assim, uma medição de velocidade angular
diferente de zero, isto, entenda-se, quando
nenhum movimento está realmente a ocorrer
[16].
2.4.2 ACELERÓMETROS
Os acelerómetros têm vindo a ser usados em
estudos da cinemática humana desde 1990
[17]. Estes dispositivos eletromecânicos
permitem medir a aceleração e a velocidade
própria de um determinado objeto,
calculando assim as forças exercidas sobre o
mesmo [18]. Operacionalmente, contêm
uma pequena massa conectada a uma mola
que incorpora sensores que permitem medir
a sua deflexão quando esta é acelerada. Este
dispositivo é um método prático e
relativamente económico de captura do
movimento humano. Deste modo, sistemas
baseados em acelerómetros são capazes de
adquirir e estimar vários valores
cinemáticos, tais como a velocidade e o
deslocamento, desde que acoplados aos
vários segmentos do corpo humano [16].
2.4.3 MAGNETÓMETROS
O magnetómetro não é considerado um
sensor inercial, mas pode ser usado
juntamente com o giroscópio e o
acelerómetro para análise cinemática,
permitindo obter a orientação do sensor em
relação ao “norte magnético” [19]. Os
magnetómetros magneto indutivos e os
magnetómetros de efeito Hall são os mais
conhecidos, devido à sua sensibilidade e
baixo consumo de energia [16].
3 COMPARAÇÃO DE PRODUTOS
Posto isto, a Tabela 1 mostra os produtos
referentes a cada tecnologia mencionada ao
longo da secção 2. Neste sentido, é possível
comparar diferentes produtos ao nível da
taxa de aquisição, número de indivíduos
passíveis de serem analisados em
simultâneo, bem como o espaço de prática
motora e o preço de cada equipamento em
específico.
4 DISCUSSÃO
Este artigo descreveu algumas das
tecnologias usadas na análise cinemática do
movimento humano. Nesta base, ao longo da
evolução científica que emergiu na última
década, constata-se que estas tecnologias
têm sofrido várias transformações, as quais
devem ser acompanhadas pelos
investigadores que se debruçam sobre as
áreas de Biomecânica, Ciências do
Desporto, Engenharia do Desporto, Controlo
Motor, entre outras correlatas. É certo que
esta “caminhada” científica teve inicio com
o uso de câmaras de filmar em contexto
laboratorial e, hoje em dia, começamos a
 Jessica Vital, Micael S. Couceiro, Gonçalo Dias, Nuno M. F. Ferreira

refletir melhor sobre a possibilidade de usar
outras alternativas, não só em contexto
laboratorial, mas também em situações reais
de ensino-aprendizagem [2], [3], [4], [20].
O estado da arte indica que o uso de
marcadores, em conjunto com os sistemas de
vídeo [1], [3], [21], permite uma análise
quantitativa e qualitativa eficaz do
movimento humano, algo que também deve
ser ponderado com uma forte aplicação
prática para o futuro. Com efeito, esta
análise pode ser complementada com os
valores de momentos de massa de inércia e,
também, com as velocidades e acelerações
de cada segmento corporal, de modo a
avaliar, convenientemente, os graus de
liberdade das articulações, bem como as
“sinergias” que emergem na realização de
movimentos desportivos. Em oposição, os
dispositivos que usam tecnologias inerentes
a câmaras filmar, tendem a ser muitos
dispendiosos e, como verificámos
anteriormente, apresentam várias limitações,
nomeadamente a portabilidade destes
equipamentos e o tempo elevado que se
perde no processo de análise de dados ao
nível da investigação científica [5].
Finalmente, a revisão de estudos indica que,
contrariamente ao uso das câmaras de filmar,
a tecnologia wearable tende a ser mais
adequada para a análise cinemática de
movimentos desportivos [4].
Este tipo de tecnologia permite obter uma
estimativa ilimitada da orientação e
produção de movimento dos membros
superiores e inferiores, bem como
“imunidade” a “ângulos mortos”,
aumentando, deste modo, a quantidade e
qualidade da informação obtida [1].
5 CONCLUSÃO
Não obstante o reconhecido papel que os
“métodos tradicionais” têm vindo a oferecer
à área da Biomecânica, o qual está bem
patente nas inúmeras publicações que são
exaustivamente apresentadas em congressos
e periódicos da especialidade, entenda-se,
com recurso a câmaras de filmar de alta
precisão, conclui-se que todos os fatores
anteriormente apresentados podem ser alvo
de reflexão futura e, quem sabe, constituir,
também, motivo de inovação científica e
tecnológica.

Tab. 1 Comparação de produtos das diferentes tecnologias

Taxa de Nº Espaço de Representação

Produtos Tipo Custo
Aquisição (Hz) Indivíduos Trabalho Gráfica
Optitrack Marcadores
(p/ 72 180 até 12 26×26×3 m ~300 000€
Ativos 5
câmaras)
Vicon
(TSeries160 Marcadores
120 até 6 9×9×5 m ~150 000€
– p/ 24 Passivos
6
câmaras)
Câmara de
Kinect 30 até 2 2×3,5×2 m ~150€
Profundidade 7

~200 €
Kinect 2 Câmara (+iPi
(iPi Time-Of- 30 até 6 3×4×2 m Biomech
Biomech
Flight Add-On
Add-On) 8
400€/ano)
XSens Sensores
MVN 60 1 - ~60 000€
Inerciais
Awinda 9

5 7
https://www.naturalpoint.com/optitrack/systems/#motive- http://www.fastmocap.com/
8
body/prime-41/72 http://ipisoft.com/software/biomech-add-on/
6 9
http://www.creativebloq.com/audiovisual/how-track- https://www.xsens.com/products/mvn-biomech-awinda/
motion-capture-data-10134857
 Jessica Vital, Micael S. Couceiro, Gonçalo Dias, Nuno M. F. Ferreira
A título de conclusão final, não nos compete
a nós dizer que um método é melhor que
outro, mas sim discutir as vantagens e
limitações das várias tecnologias. Deste
modo, estamos certos que é possível
continuar a evoluir no que à análise dos
sistemas de movimento humano diz respeito.
Posto isto, urge aprofundar e aplicar este tipo
de tecnologia na análise cinemática do
movimento humano, beneficiando, para o
efeito, do contributo interdisciplinar das
diversas áreas de conhecimento.
6 REFERÊNCIAS
[1] A. Shingade e A. Ghotkar, “Animation of 3D Human
Model Using Markerless Motion Capture Applied To
Sports,” International Journal of Computer Graphics
& Animation (IJCGA), 2014.
[2] A. Dubois e F. Charpille, “Human Activities
Recognition with RGB-Depth camera using HMM,”
em In Engineering in Medicine and Biology Society
(EMBC), 2013 35th Annual International Conference
of the IEEE, 2013.
[3] S. Foix, G. Alenyà e C. Torras, “Lock-in Time-of-
Flight (TOF) Cameras : A Survey,” Sensors Journal,
IEEE, pp. 11(9), 1917-1926, 2011.
[4] R. Takeda, S. Tadano, A. Natorigawa, M. Todoh e S.
Yoshinari, “Gait posture estimation using wearable
acceleration and gyrosensors,” Journal of
biomechanics,42(15), pp. 2486-2494, 2009.
[5] M. S. Couceiro, D. Portugal, N. Gonçalves, R. Rocha,
J. M. A. Luz, C. M. Figueiredo e G. Dias, “A
Methodology for Detection and Estimation in the
Analysis of the Golf Putting,” Pattern Analysis and
Applications, vol. 16, nº 3, pp. 459-474, 2013.
[6] A. L. A. D. P. Suaide, “Desenvolvimento e validação
de uma ferramenta computacional para mensuração
das curvaturas da coluna verterbral,” 2010.
[7] V. Macellari, “Costel: a computer peripheral remote
sensing device for 3-dimensional monitoring of human
motion,” em Medical and Biological Engineering and
Computing, 1983.
[8] A. F. F. d. Silva, “Projecto de uma clínica de análise
biomecânica do movimento,” 2011.
[9] K. Litomisky, “Consumer RGB-D Cameras and their
Applications,” Tech. rep. University of California.,
2012.
View publication stats
[10] R. Lange e P. Seitz, “Solid-State Time-of-Flight Range
Camera,” Quantum Electronics, IEEE Journal of,
37(3), pp. 390-397, 2001.
[11] D. Uebersax, “Gesture Recognition with a Time-of-
Flight Camera,” Department of Information
Technology and Electrical Engineering, ETH Zurich,
2010.
[12] X. Chen, “Human Motion Analysis with Wearable
Inertial,” 2013.
[13] D. Roetenberg, H. Luinge e P. Slycke, “Xsens MVN:
full 6DOF human motion tracking using miniature
inertial sensors,” Xsens Motion Technologies BV,
2009.
[14] M. Miezal, G. Bleser, N. Schmitz e D. Stricker, “A
generic approach to inertial tracking of arbitrary
Kinematic chains,” em In Proceedings of the 8th
International Conference on Body Area Networks,
ICST (Institute for Computer Sciences, Social-
Informatics and Telecommunications Engineering).,
September 2013.
[15] M. Kok, J. D. Hol e T. B. Schön, “An optimization-
based approach to human body motion capture using
inertial sensors.”.
[16] J. F.-S. Lin, “Automated Rehabilitation Exercise,”
2013.
[17] D. T.-P. Fong e Y.-Y. Chan, “The Use of Wearable
Inertial Motion Sensors in Human Lower Limb
Biomechanics Studies: A Systematic Review,”
Sensors 10(12), pp. 11556-11565, 2010.
[18] C.-C. Yang e Y.-L. Hsu, “A Review of Accelerometry-
Based Wearable Motion Detectors for Physical
Activity Monitoring,” Sensors, 10(8), pp. 7772-7788,
2010.
[19] P. Garofalo, “Development of motion analysis
protocols based on inertial sensors (Doctoral
dissertation, PhD thesis, University of Bologna),”
2010.
[20] V. Ganapathi, C. Plagemann, D. Koller e S. Thrun,
“Real Time Motion Capture Real Using a Single Time-
Of-Flight Camera,” em In Computer Vision and
Pattern Recognition (CVPR), 2010 IEEE Conference
on, 2010.
[21] T. Josefsson, E. Nordh e P. Eriksson, A flexible
highprecision video system for digital recording of
motor acts through lightweight reflex markers,
Computer Methods and Programs in Biomedicine,
1996, pp. 49 (2): 119-29.