INDRI: Localización y detección integrada para el seguimiento digital de la actividad humana: del posicionamiento al análisis del movimiento (proyecto de generación de conocimiento, MICINN ref. PID2021-122642OB-C43, fecha de ejecución 1-9-2022 a 28-2-2026)
Es una colaboración entre los grupos GEINTRA (universidad de Alcalá, coordinador), GISS (universidad de Extremadura), IA3 (universidad Jaume I) y LOPSI (CSIC).
El objetivo general del proyecto INDRI es el desarrollo de sistemas sensoriales para el estudio del movimiento humano, abarcando desde la determinación de su ubicación (o trayectoria), especialmente en entornos interiores, hasta la calidad fisiológica de su forma de caminar, la detección de la fragilidad, o el estudio de los hábitos de las personas viviendo independiente en sus hogares. El impacto sobre la sociedad se alcanza mediante herramientas digitales que aumentan el bienestar de la población, especialmente en la tercera edad.
Durante el transcurso del proyecto, se diseñaron y construyeron varios dispositivos experimentales. Uno de los que nos permitió obtener resultados muy innovadores es un sensor para análisis de la marcha humana (gait) basados en dos sensores inerciales (IMUs) colocados en los pies de las personas.
Gracias a algoritmos propios del grupo Lopsi, es posible analizar las señales de aceleración y velocidad angular de las IMUs para identificar las diferentes fases de la caminata, incluyendo los apoyos del pie, levantamientos, etc, y a partir de ahí generar parámetros objetivos sobre la calidad de la marcha.
La herramienta software diseñada en el marco del proyecto INDRI (IMUE-CSIC) permite un análisis completo del movimiento de la persona, por ejemplo la trayectoria seguida, obtenida mediante odometría (curva roja).
Asimismo, mediante el trabajo con médicos especialistas en fragilidad, podemos usar los parámetros medidos por las IMUs para desarrollar clasificadores que estiman el riesgo que tiene un paciente de sufrir una caída. Este indicador puede usarse, siempre bajo el criterio de un médico, para comenzar tratamientos preventivos y evitar el riesgo de caídas futuras.
Más información en la referencia: Luisa Ruiz et al, IMU-Based Software Tool for Gait Analysis in Older Adults: Assessment of Frailty and Fall Risk. En 2025 IEEE Medical Measurements & Applications (MeMeA). IEEE, 2025. p. 1-6. (enlace)
Otra línea de investigación en INDRI es el estudio del movimiento humano mediante cámaras de profundidad (RGB/D). Comparando las imágenes ligeramente distintas recibidas por dos sensores infrarrojos en la cámara, este dispositivo produce un array de puntos con la distancia física desde la cámara hasta un cuerpo situado frente a la misma.
La imagen obtenida por la cámara consiste en una nube de puntos con coordenadas tridimensionales (x,y,z), correspondientes a la superficie reflectante, en este caso el cuerpo humano (puntos azules en la imagen de la derecha). Mediante algoritmos especializados, el sistema procesa la nube de puntos para determinar las ubicaciones de puntos clave del cuerpo humano: los pies, tobillos, rodillas, caderas, etc, como se ve en las zonas de color verde en la figura.
Una vez se han determinado estos puntos clave («el esqueleto»), el software desarrollado presenta las secuencias de vídeo para poder comprobar cómo se está realizando un ejercicio físico, como la sentadilla de la imagen. Por ejemplo, evaluando si el ángulo de las rodillas es el correcto al bajar, si el tronco permanece recto durante el ejercicio, etc.
Más información en la referencia: Melisa Pilla et al, Assessing the Impact of Depth Data on Human Kinematics: A Hybrid RGB-D and MediaPipe Method. En 2025 IEEE Medical Measurements & Applications (MeMeA). IEEE, 2025. p. 1-6. (enlace)
Gracias al proyecto INDRI, hemos podido mantenernos al día en las últimas tecnologías empleadas en posicionamiento: en este caso mostramos un sistema Wifi-RTT (round trip time) capaz de medir el rango entre un teléfono móvil y routers wifi que soporten el protocolo IEEE 802.11mc. En las fotos se muestra un experimento de calibración en un entorno exterior.
El resultado de las primeras pruebas de posicionamiento llevadas a cabo en interiores muestra la capacidad de la tecnología Wifi-RTT. En la imagen de la izquierda, una comparativa entre Wifi-RTT (color azul) y UWB (color rojo) muestra que, aunque menos precisa, Wifi puede ser una gran alternativa a UWB para la localización en todo tipo en entornos, con la ventaja de estar disponible en dispositivos OEM.
Este trabajo será presentado en la próxima conferencia IEEE Indoor Positioning and Indoor Navigation (IPIN) en Roma, 5-8 octubre de 2026