• acquisizione dati
• Convolution Neural Networks
• Leap Motion
• Prime VR-2
• Realsense
• ricostruzione arti superiori
• sensori ottici

Il lavoro di tesi presentato, svolto nell'ambito del progetto europeo "Prime VR-2", consiste principalmente nella programmazione di una procedura di acquisizione e allineamento dati, catturati da sensori ottici di profondità (Intel Realsense D415) e di movimento (Leap Motion Controller), con lo scopo di ricostruire in ambiente virtuale l'anatomia degli arti superiori; mentre il primo dispositivo è in grado di fornire una nuvola di punti della mano scansionata, il secondo presenta i dati attraverso un modello stilizzato dell'arto, paragonabile al suo scheletro. Questo permette di realizzare una piattaforma di supporto ai pazienti affetti da problemi di mobilità agli arti superiori durante la loro riabilitazione.
La procedura prevede una serie di operazioni, che sono possibili attraverso l'utilizzo di programmi implementati negli ambienti di Matlab e Python; per la comprensione del funzionamento dei dispositivi ottici utilizzati, è stato necessario approfondire le conoscenze di base dei sistemi di visione artificiale. L'allineamento proposto prevede inoltre l'utilizzo di una rete neurale convoluzionale (CNN), integrata con il pacchetto di funzioni necessarie alla gestione dei dati acquisiti dai sensori.
La procedura dovrà successivamente essere integrata all'attuale sistema di acquisizione utilizzato, composto da una struttura in plexiglass a forma di anello, su cui sono montati i sensori; nell'ultima parte del lavoro si valuta gli eventuali benefici, che porterebbe al sistema un nuovo prototipo di anello di supporto, cercando di ottimizzare la massa senza diminuire la rigidezza strutturale.