Implementazione di Algoritmi Predittivi per l'Assistenza Proattiva in Deambulatori tramite Sensori di Pressione a Basso Costo

Questa tesi esplora l'implementazione di algoritmi predittivi per l'assistenza proattiva nei deambulatori, utilizzando sensori di pressione piezoresistivi a basso costo. L'obiettivo principale è migliorare la qualità della vita delle persone con difficoltà motorie, sviluppando una tecnologia accessibile in grado di rilevare e prevedere i movimenti dell'utente. I sensori, applicati alle manopole del deambulatore, rilevano la variazione di pressione e, attraverso l'uso di algoritmi di machine learning come Random Forest, Multinomial Naive Bayes, Support Vector Machines, K-Nearest Neighbors e Decision Tree, classificano i movimenti dell'utente in tempo reale. I risultati hanno mostrato che il sistema è in grado di riconoscere con precisione i movimenti, sebbene richieda ulteriori ottimizzazioni per migliorare la velocità di risposta e l’adattamento a contesti reali.