Il primo di ottobre si è avviamo ufficialmente il progetto GESTUS, della durata di 30 mesi, cofinanziato nell’ambito di una call H2020 con Gter come prime. Fanno parte del team anche Stonex, Comftech, Geonumerics, Ubitech, Università di Genova, RIMS, FISM e CNITIl progetto rappresenta un’evoluzione del precedente progetto REMOT, recentemente concluso con successo, e mira a sfruttare i risultati ottenuti per migliorare il sistema e fare un passo avanti.

Il progetto REMOT si è focalizzato sullo sviluppo di un sistema di cattura del movimento in ambienti reali, basato sulla localizzazione tramite GNSS e INS, con dispositivi integrati fissati su diverse parti del corpo. Una delle maggiori sfide di questo sistema è garantire precisione e accuratezza. I dispositivi montati sul corpo umano si muovono rapidamente, subiscono impatti e possono facilmente essere coperti, perdendo la visibilità satellitare e riducendo così la qualità del posizionamento. Infatti, se un ricevitore statico montato orizzontalmente può raggiungere una precisione di circa un centimetro, i ricevitori montati su un corpo in movimento difficilmente raggiungono una precisione migliore di 5–10 centimetri.

Un’altra sfida riguarda il peso e la dimensione dei sensori. I marcatori ottici, normalmente utilizzati per la cattura del movimento, sono estremamente piccoli, leggeri e facilmente applicabili. Le IMU (sensori inerziali) utilizzate in laboratorio sono più grandi ma di dimensioni ridotte. Per un’analisi accurata del movimento, è necessario fissarle su ogni segmento di un arto, come il bacino, la coscia, la gamba e il piede. Tuttavia, un dispositivo con ricevitore e antenna GNSS non può essere troppo piccolo e leggero e comporta costi maggiori, quindi è essenziale minimizzarne il numero, applicandoli solo sulle parti più strategiche del corpo.

Per il nuovo progetto, puntiamo a migliorare il nostro modello computazionale integrandolo con un modello cinematico del corpo umano. Un’ipotesi su come siano collegati i segmenti scheletrici e sui vincoli di movimento delle articolazioni può migliorare significativamente le prestazioni. Ad esempio, non sarà possibile che i due piedi si trovino a 3 metri di distanza l’uno dall’altro o che un ginocchio si pieghi all’indietro. Un’interazione continua tra il modello del corpo umano e i dati provenienti dai sensori fornirà una stima del movimento più realistica e affidabile.