| Sumario: | Contextualização: O avanço da Internet das Coisas (IoT) e da Inteligência Artificial (IA) tem revolucionado as pesquisas focadas no monitoramento e na análise biomecânica do desempenho físico. Isso é especialmente evidente em ambientes esportivos, como academias e laboratórios dedicados à análise do movimento. Entretanto, muitos dispositivos utilizados para capturar movimentos possuem preços elevados e complexidade operacional que dificultam sua adoção em uma variedade de contextos esportivos e laboratoriais. Diante desse cenário, surge o Raspberry Pi como uma alternativa viável, versátil e de baixo custo, capaz de viabilizar sistemas eficientes para o monitoramento e análise biomecânica. Objetivo: O objetivo deste trabalho foi explorar a utilização da câmera Raspberry Pi IA, modelo Sony IMX500, acoplada a um dispositivo de baixo custo como o Raspberry Pi 4, para uma análise biomecânica acessível e eficiente, com enfoque específico em corredores em esteira. Material e métodos: Para este estudo, foi utilizado um Raspberry Pi 4 Model B que atualmente custa cerca de $55 dólares, equipado com a câmera Raspberry Pi IA modelo Sony IMX500 vendida separadamente por $116 dólares e que possui recursos avançados de processamento de imagem, além de ser otimizada para aplicações de inteligência artificial. A câmera foi posicionada estrategicamente para capturar os movimentos dos corredores na esteira ergométrica, registrando imagens em alta resolução (12 MP) com taxa de quadros adequada para análise biomecânica (60fps). O processamento das imagens foi realizado localmente pelo Raspberry Pi 4, que possui um processador quad-core ARM Cortex-A72 de 1.5 GHz, 4 GB de RAM e suporte nativo a redes Wi-Fi e Bluetooth 5.0. Para a implementação do sistema de detecção e análise de movimento, foram utilizados frameworks como YOLO (You Only Look Once) e MediaPipe em conjunto com a biblioteca OpenCV. Esta combinação de tecnologias permite uma análise prática e eficiente dos padrões de movimento das articulações, possibilitando o rastreamento de ângulos importantes como quadril, joelho, tornozelo, ombro e cotovelo. Resultados: A combinação da câmera Raspberry Pi Camera IA Sony IMX500 com o Raspberry Pi 4 revelou-se promissora para a realização de análises biomecânica de forma local e imediata (edge computing), reduzindo significativamente a latência. Essa configuração possibilita análises eficientes sem depender exclusivamente de processamento em nuvem ou de equipamentos laboratoriais tradicionais, que costumam ser custosos e limitantes para estudos realizados em ambientes externos ou remotos. Conclusões: A utilização da câmera Raspberry Pi IA modelo Sony IMX500 conectada ao Raspberry Pi 4 se apresenta como uma alternativa viável e econômica às tecnologias tradicionais utilizadas em biomecânica para corredores em esteira. Essa solução oferece maior acessibilidade e praticidade no monitoramento biomecânico durante a corrida em esteira e em diferentes contextos esportivos. Assim, abre-se um leque mais amplo de possibilidades de pesquisa, contribuindo para o desenvolvimento de soluções personalizadas e intervenções mais assertivas baseadas em análises biomecânica precisas e economicamente viáveis. No entanto, é fundamental abordar as limitações identificadas por meio de estratégias eficazes de otimização de hardware e software, garantindo, precisão e desempenho satisfatório nas análises realizadas.
|
|---|