Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/58226
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPinto, Gabriel Edmilson-
dc.date.accessioned2023-08-01T12:06:52Z-
dc.date.available2023-08-01T12:06:52Z-
dc.date.issued2023-08-01-
dc.date.submitted2023-02-24-
dc.identifier.citationPINTO, Gabriel Edmilson. Aplicação de internet das coisas na identificação e monitoramento de movimentos em exercícios físicos com pesos livres. 2023. 74p. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Lavras, 2023.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/58226-
dc.description.abstractIn a world increasingly integrated with digital media, a new technological communication resource has received more visibility: the Internet of Things (IoT). This feature consists of imbuing wireless sensors in devices used in the daily life of society to facilitate communication and explore the capacity of these tools in optimizing tasks. This paper integrates the IoT in the monitoring of physical activities with a focus on the use of free weights (weight plates), aiming to assist practitioners and coaches through an analysis of the performed movements and identifying exercises through the data read. This recognition was achieved through the use of machine learning algorithms such as decision trees, multi-layer perceptron, and kNN, trained to recognize patterns in the movement of weights. The plates were sensed with an ESP8266 microcontroller and an MPU-6050 inertial sensor calibrated with positional methods and digital filters. The microcontrollers send data to a server in the local network using socket communication. In the server, data are received, recorded, processed, and passed to the algorithms to accomplish the classification process which identified the exercises efficiently, achieving accuracies superior to 90% for the best cases. Therefore, this application brings great potential to make remote and asynchronous training efficiently possible, not invasive, and with a low cost.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.rightsAttribution 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.subjectInternet das coisas (IoT)pt_BR
dc.subjectReconhecimento de movimentospt_BR
dc.subjectAcademias inteligentespt_BR
dc.subjectInternet of Things (IoT)pt_BR
dc.subjectMovement recognitionpt_BR
dc.subjectSmart gymspt_BR
dc.titleAplicação de internet das coisas na identificação e monitoramento de movimentos em exercícios físicos com pesos livrespt_BR
dc.title.alternativeInternet of things application for monitoring and identifying free weight exercisespt_BR
dc.typedissertaçãopt_BR
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computaçãopt_BR
dc.publisher.initialsUFLApt_BR
dc.publisher.countrybrasilpt_BR
dc.contributor.advisor1Heimfarth, Tales-
dc.contributor.advisor-co1Giacomin, João Carlos-
dc.contributor.referee1Rosa, Renata Lopes-
dc.contributor.referee2Silva, Sandro Pereira da-
dc.contributor.referee3Penoni, Álvaro César de Oliveira-
dc.description.resumoEm um mundo cada vez mais integrado aos meios digitais, um novo recurso de comunicação tecnológica tem recebido mais visibilidade: a internet das coisas (Internet of Things – IoT). Esse recurso trata-se de imbuir de sensores sem fio os dispositivos utilizados no dia a dia da sociedade com o intuito de facilitar a comunicação e explorar a capacidade dessas ferramentas na otimização de tarefas. Este trabalho integrou a internet das coisas no monitoramento de atividades físicas com foco no uso de pesos livres (anilhas), visando auxiliar praticantes e treinadores por meio de uma análise dos movimentos executados identificando exercícios através dos dados dos sensores. Este reconhecimento se deu pelo uso de algoritmos de aprendizado de máquina como árvores de decisão, perceptron multi-camadas e kNN, treinados para reconhecer padrões na movimentação dos pesos. As anilhas foram sensorizadas com um microcontrolador ESP8266 e um sensor inercial MPU-6050 calibrado através de métodos de posição e filtros digitais. Os microcontroladores enviam os dados a um servidor através de comunicação por socket por meio de uma rede local, no servidor os dados são organizados e guardados, posteriormente aplicando processamentos e executando os algoritmos para classificar os exercícios. Os algoritmos se mostraram eficazes na identificação dos exercícios, alcançando acurácias superiores a 90% nos melhores casos. Essa aplicação possibilita treinamentos remotos e ou assíncronos de forma efetiva, não invasiva e com baixo custo.pt_BR
dc.publisher.departmentInstituto de Ciências Exatas e Tecnológicaspt_BR
dc.subject.cnpqSistemas de Computaçãopt_BR
dc.creator.Latteshttps://lattes.cnpq.br/7344500600610819pt_BR
Aparece nas coleções:Ciência da Computação - Mestrado (Dissertações)



Este item está licenciada sob uma Licença Creative Commons Creative Commons