Kinect-pohjaisen askellusanalyysiprototyypin käyttömahdollisuuksien, luotettavuuden ja raportoinnin arviointi
Thiel, Tom (2018)
Thiel, Tom
Metropolia Ammattikorkeakoulu
2018
Creative Commons Attribution-NonCommercial-ShareAlike 1.0 Suomi
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2018061914126
https://urn.fi/URN:NBN:fi:amk-2018061914126
Tiivistelmä
Xbox-pelikonsolille kehitettyä Kinect-liikesensoria on pyritty hyödyntämään huokeana vaihtoehtona 3D-liikemittauksen kalliille laboratoriojärjestelmille. Tässä insinöörityössä arvioitiin Kinect-pohjaisen prototyyppivaiheen askellusanalyysisovelluksen aikaa ja etäisyyttä mittaavien muuttujien luotettavuutta ja raportointia. Luotettavuutta arvioitiin mittaamalla askelpituutta ja -tiheyttä tasamaalla ja kävelymatolla toistokokeen avulla. Muita sovelluksen raportoimia mitta-arvoja ja niiden esitystä arvioitiin viimeisimmän tutkimustiedon ja asiantuntijatiedonantojen perusteella.
Luotettavuusmittauksia varten rakennettiin kaksi koeasetelmaa. Tasamaalla referenssimittarina käytettiin OptoGait-valokennojärjestelmää. Matolla käveltiin (1,3 m /s) metronomin tahdissa (120 askl. / min) muodostaen tasamittaisia askeleita (0,65 m). Kumpikin mittaus toistettiin kymmenen kertaa yhdellä perusterveellä henkilöllä.
Tuloksissa ilmeni, että Kinect-sovellus yliarvioi askelpituuden systemaattisesti: tasamaalla keskimäärin 0,300 ± 0,089 m ja matolla keskimäärin 0,199 ± 0,045 m. Laitteiden välisten mittausten yhdenmukaisuus sekä tasamaalla että matolla oli heikko. Askelpituuksien kes-kiarvojen erot referensseihin olivat erittäin merkitseviä (p < 0,001). Kinectin mitta-arvoissa oli huomattavaa satunnaishajontaa, joka heikensi mittausten toistettavuutta ja samalla myös luotettavuutta. Osa mitta-arvojen laskentaperusteista oli myös monitulkintaisia. Takaisin-mallinnuksen (reversed engineering) avulla voitiin päätellä sovelluksessa käytetty mittausmenetelmä (algoritmi). Tutkimustiedon perusteella pystyttiin arvioimaan sen suorituskykyä muihin Kinect-pohjaisiin askelluksen aikaa ja etäisyyttä mittaaviin algoritmeihin. Tuloksia voitiin hyödyntää sovelluksen tuotekehityksessä.
Johtopäätöksenä todettiin, että sovelluksen nykyinen nilkkanivelten etäisyyksien oskillaatioon perustuva mittausmenetelmä ei ollut riittävän luotettava asiakaskäyttöön. Suosituksena annettiin vaihtaa mittausmenetelmää ja sopeuttaa sovelluksen raportointi sensorin rajoitteiden mukaiseksi. Etäisyysmittausten tarkkuuden parantamiseksi voidaan rakentaa myös useaa kameraa hyödyntävä järjestelmä. Yksi ratkaisu on luopua sovelluskehitysalustan seurantamallista ja rakentaa oma tarkempi malli.
Luotettavuusmittauksia varten rakennettiin kaksi koeasetelmaa. Tasamaalla referenssimittarina käytettiin OptoGait-valokennojärjestelmää. Matolla käveltiin (1,3 m /s) metronomin tahdissa (120 askl. / min) muodostaen tasamittaisia askeleita (0,65 m). Kumpikin mittaus toistettiin kymmenen kertaa yhdellä perusterveellä henkilöllä.
Tuloksissa ilmeni, että Kinect-sovellus yliarvioi askelpituuden systemaattisesti: tasamaalla keskimäärin 0,300 ± 0,089 m ja matolla keskimäärin 0,199 ± 0,045 m. Laitteiden välisten mittausten yhdenmukaisuus sekä tasamaalla että matolla oli heikko. Askelpituuksien kes-kiarvojen erot referensseihin olivat erittäin merkitseviä (p < 0,001). Kinectin mitta-arvoissa oli huomattavaa satunnaishajontaa, joka heikensi mittausten toistettavuutta ja samalla myös luotettavuutta. Osa mitta-arvojen laskentaperusteista oli myös monitulkintaisia. Takaisin-mallinnuksen (reversed engineering) avulla voitiin päätellä sovelluksessa käytetty mittausmenetelmä (algoritmi). Tutkimustiedon perusteella pystyttiin arvioimaan sen suorituskykyä muihin Kinect-pohjaisiin askelluksen aikaa ja etäisyyttä mittaaviin algoritmeihin. Tuloksia voitiin hyödyntää sovelluksen tuotekehityksessä.
Johtopäätöksenä todettiin, että sovelluksen nykyinen nilkkanivelten etäisyyksien oskillaatioon perustuva mittausmenetelmä ei ollut riittävän luotettava asiakaskäyttöön. Suosituksena annettiin vaihtaa mittausmenetelmää ja sopeuttaa sovelluksen raportointi sensorin rajoitteiden mukaiseksi. Etäisyysmittausten tarkkuuden parantamiseksi voidaan rakentaa myös useaa kameraa hyödyntävä järjestelmä. Yksi ratkaisu on luopua sovelluskehitysalustan seurantamallista ja rakentaa oma tarkempi malli.