Detección de caídas usando el ecosistema de sensores integrados en un smartwatch con WEAR OS

Abstract

Gracias a los avances tecnológicos realizados en los últimos años, personas en situación de riesgo han conseguido vivir su vida de forma más independiente. Aun así, esto no los deja libres de riesgos. De esta forma, es importante monitorizar los accidentes que puedan suceder, más específicamente, las caídas que puedan sufrir. Hoy en día hay una gran variedad de dispositivos propios que permiten esta monitorización, existiendo la opción de utilizar aplicaciones para relojes inteligentes. Sin embargo, estas aplicaciones son privativas, tanto en el caso de las aplicaciones incluidas por defecto en los smartwatches como en el caso de aplicaciones desarrolladas de manera independiente. Este proyecto, dado al creciente uso que se les está dando a los relojes inteligentes, propone la creación de una aplicación de monitorización de caídas abierta, haciendo uso de algoritmos documentados en literatura científica accesible. Para ello, se realiza la ampliación de una aplicación ya existente, la cual incluye la monitorización de ubicación, monitorización de retirada del dispositivo y posibilidad de enviar un aviso de emergencia de manera manual. A lo largo de este proyecto se amplía el proyecto tomado como punto de partida, añadiendo un algoritmo de detección de caídas basado en la doble comprobación de umbrales para la detección de la propia caída: detección de caída libre y detección del impacto. Además, se incluye la determinación de la gravedad de la caída, la cual puede ser grave, leve o falsa. Con esto se tiene una aplicación que detecta entre un 90 % y un 100 % de las caídas verdaderas dadas, y tan solo entre un 20 % y un 30 % de falsas caídas.

Thanks to technological advances made in recent years, people at risk have been able to live their lives more independently. Even so, this does not leave them free of risks. Thus, it is important to monitor the accidents that may occur, more specifically, the falls they may suffer. Nowadays there is a wide variety of proprietary devices that allow this monitoring, with the option of using applications for smart watches. Nevertheless, these applications are privative, both for the default applications included in smartwatches and in the case of independently developed ones. This project, given the growing use of smart watches, suggests the creation of an open fall monitoring application, using algorithms documented in available scientific literature. To accomplish this, the extension of an existing application is undertaken, app which includes location monitoring, device removal monitoring and the possibility of manually sending an emergency alert. Throughout this project, the starting point of the original project is extended by adding a fall detection algorithm based on dual threshold checks for the detection of the fall itself: free fall recognition and impact detection. In addition, it also includes the determination of the severity of the fall, which can be severe, minor or false. This results in an application that detects between 90-100 % of the given true falls, and just 20-30 % of false falls.