Estudio biomecánico de la marcha mediante smartphones

Abstract

El presente Trabajo de Fin de Grado continúa la investigación iniciada por Celia Arnaiz Diestro sobre el estudio biomecánico de la marcha mediante dispositivos inteligentes. El principal objetivo es explorar cómo herramientas accesibles, en particular, aplicaciones para teléfonos móviles, pueden emplearse para registrar y analizar parámetros relevantes de la locomoción humana. Para la adquisición de datos, se utilizó la aplicación Sensor Logger, que permite registrar información de múltiples sensores integrados en el dispositivo. Tras analizar sus posibilidades, se seleccionaron el acelerómetro, que proporciona la aceleración lineal, y el giroscopio, que registra la velocidad angular. En una primera fase, el trabajo se centró en comprender en detalle un ciclo único de paso a partir de las señales del acelerómetro y del giroscopio. Se exploraron y compararon distintos métodos de análisis para identificar los eventos clave de la marcha y caracterizarla. Posteriormente, se realizaron mediciones bajo diferentes condiciones, como cambio de superficie de apoyo y modificación de la velocidad de desplazamiento. El análisis comparativo permitió observar diferencias en los parámetros de la marcha entre dichas condiciones, aportando evidencia sobre la influencia de cada factor en la biomecánica del movimiento. En conjunto, los resultados muestran que, con herramientas al alcance de cualquier usuario, es posible llevar a cabo análisis biomecánicos de interés científico y práctico, facilitando la investigación y el seguimiento de la marcha humana sin necesidad de equipamiento especializado de alto coste.

This Bachelor’s Thesis extends the research initiated by Celia Arnaiz Diestro on the biomechanical study of human gait using smart devices. The main goal is to demonstrate how widely accessible tools—specifically, mobile phone applications—can be used to record and analyze key parameters of human locomotion. Data were collected with the Sensor Logger app, which enables recording from multiple sensors embedded in the device. After assessing the available options, we selected the accelerometer, providing linear acceleration, and the gyroscope, providing angular velocity. The first stage focused on understanding a single gait cycle in detail from accelerometer and gyroscope signals. Several analysis methods were explored and compared to identify the main gait events and its characterization. Subsequently, measurements were carried out under different conditions, such as changes in walking surface and speed variation. Comparative analysis revealed systematic differences in gait parameters across these conditions, highlighting the influence of each factor on gait biomechanics. Overall, the results indicate that meaningful biomechanical analyses can be performed with readily available tools, enabling research and monitoring of human gait without the need for expensive specialized equipment.