826582

Vista previa del material en texto

MÁSTER EN COMPUTACIÓN GRÁFICA, REALIDAD VIRTUAL Y 
SIMULACIÓN 
2020 
Trabajo Final de Máster 
DESARROLLO DE INTERFAZ CON REALIDAD AUMENTADA PARA MEJORAR 
LA INTERACCIÓN EN LA LOCOMOCIÓN CON EXOESQUELETOS ROBÓTICOS 
 
Autor: Raúl Díaz Monterde 
Tutores: Ing. David Pinto Fernández 
 
- 2 - 
 
 
- 3 - 
 
ÍNDICE DE CONTENIDOS 
 
I. ÍNDICE DE CONTENIDOS .............................................................................................. - 3 - 
II. RESUMEN .................................................................................................................... - 5 - 
III. ABSTRACT ................................................................................................................... - 6 - 
IV. MEMORIA .................................................................................................................... - 7 - 
ÍNDICE DE FIGURAS Y TABLAS ...................................................................................... - 8 - 
CAPÍTULO I. INTRODUCCIÓN. ..................................................................................... - 10 - 
1.1. Introducción ................................................................................................................ - 10 - 
CAPÍTULO II. OBJETIVOS............................................................................................. - 12 - 
CAPÍTULO III. ESTADO DEL ARTE. ................................................................................ - 13 - 
3.1 Rehabilitación robótica. Recuperación de la función de la marcha asistida por exoesqueleto. - 
13 - 
3.2 Tecnologías de valoración de movimiento. .................................................................... - 17 - 
3.3 La Realidad Aumentada ................................................................................................ - 20 - 
CAPÍTULO IV. MARCO METODOLÓGICO ...................................................................... - 27 - 
4.1 Software ....................................................................................................................... - 27 - 
4.2 Hardware ..................................................................................................................... - 31 - 
CAPÍTULO V. DESARROLLO ........................................................................................ - 33 - 
5.1 Arquitectura del desarrollo ............................................................................................ - 33 - 
5.2 Diseño de la interfaz ..................................................................................................... - 36 - 
5.3 Integración de Agora SDK para la transmisión de vídeo ................................................. - 42 - 
CAPÍTULO VI. RESULTADOS Y DISCUSIÓN ................................................................... - 45 - 
Limitaciones ....................................................................................................................... - 45 - 
CAPÍTULO VII. LÍNEAS FUTURAS DE DESARROLLO ....................................................... - 48 - 
REFERENCIAS ............................................................................................................ - 49 - 
 
 
- 4 - 
 
 
- 5 - 
 
RESUMEN 
 
El proceso de rehabilitación de la movilidad de los miembros inferiores supone un 
compromiso largo e intenso tanto para el paciente como para los fisioterapeutas que le ayudan. 
Para optimizar la efectividad de las sesiones y reducir la duración del proceso de rehabilitación, 
se utilizan herramientas que aprovechan los últimos avances en ingeniería biomecánica, entre 
las que destacan, por su efectividad, los exoesqueletos. Como complemento a la utilización de 
los exoesqueletos, también se han comenzado a introducir tecnologías de gamificación y 
Realidades Mixtas para favorecer la constancia y motivación del paciente durante la terapia. 
Sin embargo, para el fisioterapeuta es complicado conocer la forma en la que el exoesqueleto 
y el paciente interactúan entre sí en tiempo real, y actuar en consecuencia. 
Este proyecto busca introducir al fisioterapeuta en el lazo de interacción entre el paciente 
humano y el exoesqueleto, utilizando la Realidad Aumentada para que la visualización de la 
información recibida de ambos no suponga un obstáculo en la terapia, si se utiliza el dispositivo 
adecuado. Dado que para la utilización de esta tecnología en terapia es necesario hardware de 
última generación, apenas ha habido intentos de introducir esta tecnología en dicho lazo de 
interacción. Pero los últimos avances tecnológicos abren la puerta a desarrollos como el que 
aquí se presenta. 
El resultado del proyecto es una aplicación que, instalada en un dispositivo móvil, brinda 
una interfaz gráfica al fisioterapeuta en la que puede observar datos recibidos de diferentes 
sensores en tiempo real, como elementos virtuales en el entorno real que rodea al paciente, 
haciendo uso de la Realidad Aumentada. 
Palabras clave: Realidad Aumentada, Exoesqueleto, Rehabilitación de tren inferior, Sensor 
inercial, Plantillas de presión. 
 
- 6 - 
 
ABSTRACT 
 
The process of rehabilitation of the lower limbs’ mobility involves an enduring and intense 
commitment for both the patient and the therapists involved in said rehabilitation. To optimize 
the effectiveness of the therapy sessions and minimize the duration of this process, the latest 
advancements in biomechanical engineering are used, among which the exoskeletons stand out 
because of their effectiveness. As a supporting tool in the use of exoskeletons, gamification 
and Mixed Reality technologies have also been introduced in the latest therapies, to stimulate 
and motivate the patient during the sessions. However, it is complicated for the physiotherapist 
to know in which way the exoskeleton and the patient are interacting and react accordingly. 
This project aims to introduce the physiotherapist in the interaction loop between the patient 
and the exoskeleton, using Augmented Reality technologies to allow the therapist to visualize 
the information received from both without getting distracted from the patient’s actions. Given 
that to use these technologies the latest hardware is needed, there has been only a few attempts 
to integrate this technology in said interaction loop. 
The result of the project is a mobile application that presents a graphic interface to the 
therapist, in which the data received in real time from several sensors can be observed as virtual 
elements embedded in the real environment surrounding the patient. 
Key words: Augmented Reality, Exoskeleton, Rehabilitation of lower limbs, Inertial sensor, 
Pressure insoles. 
 
- 7 - 
 
MEMORIA 
 
 
- 8 - 
 
ÍNDICE DE FIGURAS Y TABLAS 
 
Figura 1. Ilustración que muestra un ciclo de la marcha con sus períodos y sus fases [12]. ................................................ - 13 - 
Figura 2. Esquema que muestra los ángulos de rotación de las articulaciones de cadera (Hip), rodilla (Knee) y tobillo (Ankle) 
en cada una de las fases de un ciclo de la marcha [13]. ........................................................................................................ - 14 - 
Figura 3. Científico estadounidense utilizando el prototipo de uno de los primeros exoesqueletos, el Hardiman, desarrollado 
por el ejército de los EEUU en 1968 (Museo de Innovación y Ciencia de Nueva York) [18]. ............................................ - 15 - 
Tabla 1. Tabla que muestra la principal información de los exoesqueletos de las empresas e iniciativas con mayor 
representación actualmente. .................................................................................................................................................. - 17 - 
Figura 4. Imagen del Exo-H3 de Technaid SL. En la que se aprecian las seis articulaciones motorizadas [23]. ................ - 17 -Figura 5. Representación del Continuo de la Virtualidad definido por Paul Milgram y Fumio Kishino [43]. .................... - 20 - 
Figura 6. Cartel promocional de la máquina Sensorama en el que se aprecia a Morton Heilig haciendo uso de la misma [45]. - 
21 - 
Figura 7. Imagen promocional de una persona utilizando las gafas de Realidad Aumentada NReal [50]. .......................... - 22 - 
Figura 8. Usuario utilizando la aplicación de Ikea Place en su móvil [53]. ......................................................................... - 24 - 
Figura 9. Captura de la interfaz básica del editor de Unity utilizada para el desarrollo del proyecto. ................................. - 28 - 
Figura 10. Esquema de las plantillas de presión Moticon Smart Insoles en el que se puede apreciar la posición de los 16 
sensores de presión (izquierda) y la posición del sensor inercial (derecha) [70].................................................................. - 31 - 
Figura 11. Esquema de alto nivel del proceso de transmisión y tratamiento de los datos de los sensores. .......................... - 33 - 
Figura 12. Captura del código de la función “parseFootPrintData”, contenida en el script “InsoleDataReader.cs”. .......... - 35 - 
Figura 13. Captura de la interfaz de Unity en la que se pueden apreciar los elementos en escena que intervendrán en la 
aplicación. Algunos elementos han sido censurados debido a que son propiedad intelectual de Werium........................... - 36 - 
Figura 14. Capturas de las pantallas que se muestran al usuario durante la fase de conexión con los sensores de la aplicación - 
37 - 
Figura 15. Captura de la interfaz inicial en dos dimensiones que mostraba los datos recibidos de los sensores. ................ - 38 - 
Figura 16. Captura de las modificaciones hechas en la interfaz de dos dimensiones tras analizar la primera distribución de los 
elementos. ............................................................................................................................................................................. - 39 - 
Figura 17. A la izquierda, los elementos que muestran la información de los sensores en el entorno virtual de Unity. A la 
derecha, los mismos elementos mostrando la información simulada que reciben en el entorno real, sobre el marcador elegido 
(logo de Unity). ..................................................................................................................................................................... - 41 - 
Figura 18. (Izquierda) Captura que muestra el estado de la interfaz en su estado inicial, sin transmitir vídeo y con la calibración 
de las plantillas activada. (Centro) Captura que muestra la interfaz con la transmisión de vídeo y la calibración de las plantillas 
activas. (Derecha) Captura que muestra la interfaz con la transmisión de vídeo activa y la calibración de las plantillas 
desactivada. ........................................................................................................................................................................... - 42 - 
Figura 19. Captura de la configuración del proyecto. ........................................................................................................... - 43 - 
- 9 - 
 
Figura 20. (Izquierda) Captura de la función onJoinButtonClicked() del script Home.cs de Agora SDK que se ejecuta al clickar 
en el botón de comenzar a transmitir vídeo, modificada para utilizar el canal designado. (Derecha) Captura del código de la 
función join(), ejecutada desde el cliente de Realidad Aumentada de AgoraSDK. ............................................................. - 44 - 
Figura 21. Captura de la aplicación de prueba recibiendo el vídeo enviado captado desde la aplicación de Interfaz de Realidad 
Aumentada con el dispositivo Android. Se puede observar el canvas que muestra el vídeo (centro), y el botón que conecta y 
desconecta del canal (abajo). ................................................................................................................................................ - 44 - 
Figura 22. Captura del código del script BehaviourSimulator.cs. ........................................................................................ - 46 - 
 
- 10 - 
 
CAPÍTULO I. INTRODUCCIÓN. 
1.1. Introducción 
La rehabilitación física de un paciente que ha perdido parte o la totalidad de la movilidad 
del tren inferior es un proceso largo e intenso, que en primer lugar requiere de la constancia del 
paciente en la terapia. Gracias a los avances en ingeniería y medicina han surgido diferentes 
métodos y herramientas para complementar la terapia y ayudar al paciente a mantener el interés 
en la rehabilitación. 
Una de las técnicas más efectivas integradas recientemente son las terapias complementadas 
con sistemas robóticos. La implementación de este tipo de terapias ha aumentado gradualmente 
principalmente porque la terapia tradicional puede llegar a ser exhaustiva y agotadora para 
muchos pacientes. Esto puede producir desmotivación en el paciente y minar su compromiso 
con el tratamiento, lo que desemboca en una disminución de la mejora en la salud y la calidad 
de vida de dicho paciente [1] [2]. Hay abundantes pruebas experimentales que indican que la 
rehabilitación asistida con sistemas robóticos (principalmente exoesqueletos) ha sido muy 
efectiva a la hora de mantener al paciente motivado e interesado en el tratamiento, tanto en los 
casos de rehabilitación del tren superior como del inferior [3] [4]. 
Con los avances tecnológicos, también se ha buscado aplicar las tecnologías de realidad 
virtual, realidad aumentada y la gamificación, en conjunto con el uso de exoesqueletos, 
principalmente con el objetivo de aumentar el compromiso y la motivación del paciente durante 
el proceso de rehabilitación [5]. Diferentes estudios demuestran el efecto positivo que la 
gamificación y el uso de exoesqueletos tienen en los pacientes, y que la integración de la 
realidad virtual o la realidad aumentada es relativamente sencilla gracias los datos en tiempo 
real del paciente que puede facilitar el propio exoesqueleto [6] [7]. 
Sin embargo, la presencia y atención del terapeuta sigue siendo necesaria e imprescindible 
durante toda la terapia, por lo que el objetivo de estos sistemas es el de complementar y mejorar 
la terapia, como herramienta de ayuda tanto para el paciente como para el fisioterapeuta. Será 
el terapeuta el encargado de interpretar los datos que reciba de los diferentes sensores, por lo 
que es de gran importancia que éste sea capaz de entender dichos datos de forma rápida. Por 
ello es importante que tanto el paciente como el fisioterapeuta puedan entender y comunicar 
de forma sencilla los datos que reciben de cada una de estas herramientas. 
- 11 - 
 
De la misma forma que los avances tecnológicos han permitido que los exoesqueletos se 
integren en este tipo de terapias, también han permitido la creación de interfaces que facilitan 
la usabilidad tanto de dichos exoesqueletos como de otros sistemas de sensores. Estas interfaces 
juegan un papel crucial en el correcto aprovechamiento de estas herramientas, de nuevo, tanto 
desde el punto de vista del paciente como del fisioterapeuta. Para el fisioterapeuta, la 
integración de la realidad aumentada brinda la oportunidad de ver datos que no podría apreciar 
a simple vista, en tiempo real y sin desviar la atención del paciente. Para el paciente, las 
interfaces de realidad aumentada o realidad virtual pueden ayudar de forma considerable a 
comprender las indicaciones del exoesqueleto, y a aumentar su motivación si se combinan con 
un sistema de gamificación. 
 
- 12 - 
 
CAPÍTULO II. OBJETIVOS 
El presente proyecto tiene dos objetivos fundamentales: 
1. El diseño y desarrollo de una interfaz que permita el fisioterapeuta ver y analizar datos 
en tiempo real sobre la marcha de un paciente duranteuna sesión de rehabilitación de 
la marcha, haciendo uso de la realidad aumentada para que el terapeuta pueda observar 
los datos sin desviar la atención del paciente. 
2. Compartir la información relevante en tiempo real con una interfaz paralela que 
mostraría información al paciente durante la sesión. 
Para la consecución de los objetivos anteriores se define el siguiente conjunto de objetivos 
específicos: 
i. Investigar y seleccionar los datos que podrían ser de mayor utilidad para el 
fisioterapeuta. 
ii. Investigar, seleccionar y diseñar las diferentes formas de mostrar la información 
que se reciba en la interfaz. 
iii. Investigar los diferentes dispositivos que pueden hacer uso de la realidad 
aumentada, y seleccionar el más acorde a presupuesto y necesidades. 
iv. Investigar y seleccionar las herramientas adecuadas que permitan crear la interfaz 
de realidad aumentada. 
v. Habilitar una forma de compartir el vídeo desde el punto de vista del fisioterapeuta 
con el paciente durante la sesión de rehabilitación, ya que puede ayudar en gran 
medida en la efectividad de la terapia [8]. 
vi. Analizar el resultado y proponer líneas futuras de desarrollo. 
La interfaz formará parte de una aplicación que recibirá datos de un sensor de movimiento 
situado en la cadera del paciente y unas plantillas de presión en los pies, y los mostrará de 
forma clara y comprensible al fisioterapeuta para favorecer un análisis rápido. 
 
- 13 - 
 
CAPÍTULO III. ESTADO DEL ARTE. 
3.1 Rehabilitación robótica. Recuperación de la función de la marcha 
asistida por exoesqueleto. 
3.1.1 Análisis biomecánico de la marcha 
El estudio del movimiento de los miembros inferiores durante la marcha ha sido estudiado 
en profundidad en el campo de la medicina. En sujetos sanos, durante una marcha normal de 
una velocidad aproximada de entre 1 metro/segundo y 2 metros/segundo, la mayoría de los 
movimientos de tren inferior se realizan en el plano sagital [9]. La mayoría de los estudios 
distinguen dos fases principales en cada paso de la marcha: la fase de apoyo y la fase de 
balanceo. A su vez, cada una de estas fases puede dividirse en varias fases más [11], cada una 
de una duración determinada, como puede apreciarse en el esquema de la Figura 1: 
• La fase de apoyo puede dividirse en la fase de contacto inicial o IC, del inglés Initial 
Contact, la fase de carga de respuesta o LR, del inglés Loading Response, la fase de 
mitad del apoyo o MST, del inglés Mid Stance, la fase de apoyo final o TST, del inglés 
Terminal Stance, y la fase de pre-balanceo o PSW, del inglés Pre-Swing. 
• La fase de balanceo puede dividirse en el inicio del balanceo o ISW, del inglés Initial 
Swing, mitad del balanceo o MSW, del inglés Mid Swing, y final del balanceo o TSW, 
del inglés Terminal Swing. 
 
Figura 1. Ilustración que muestra un ciclo de la marcha con sus períodos y sus fases [12]. 
- 14 - 
 
Diferentes estudios han ayudado también a determinar los rangos de los ángulos de giro para 
los tobillos, rodillas y cadera durante las fases de la marcha [13]. En el esquema de la Figura 2 
se puede apreciar que el ángulo de giro en el tobillo alcanza la máxima flexión dorsal (7° 
aproximadamente) en la fase de final del apoyo, y la máxima flexión plantar (20° – 25° 
aproximadamente) en el inicio del balanceo. En la rodilla se espera el máximo ángulo de flexión 
en la fase de inicio del balanceo (hasta 50° aproximadamente), siendo el ángulo de extensión 
insignificante. En la cadera se llega hasta casi los 30° de flexión en la fase de contacto inicial 
y en el final del balanceo, y los 20° de extensión entre el final del apoyo y el pre-balanceo. 
 
Figura 2. Esquema que muestra los ángulos de rotación de las articulaciones de cadera (Hip), rodilla (Knee) 
y tobillo (Ankle) en cada una de las fases de un ciclo de la marcha [13]. 
3.1.2 Los exoesqueletos en la rehabilitación 
Un exoesqueleto es un sistema electromecánico acoplado a las extremidades del cuerpo 
humano que mejora las capacidades físicas del sujeto [14]. En la rehabilitación, los 
exoesqueletos están diseñados para sustituir o asistir las funciones motoras de una zona 
concreta del cuerpo de un ser vivo. De esta forma pueden ayudar a pacientes que han perdido 
movilidad en una zona del cuerpo, ya sea debido a una enfermedad, o condiciones físicas o 
neurológicas [15]. 
- 15 - 
 
Previamente a su uso en la medicina, los sistemas robotizados se han utilizado a lo largo del 
último siglo para la realización de tareas sencillas y concretas que facilitan la labor al ser 
humano. En la década de 1960 el ejército de EEUU comenzó el desarrollo de varios prototipos 
de exoesqueleto, con el objetivo de aumentar las capacidades físicas de sus soldados [16]. Estos 
prototipos eran muy poco funcionales, y su utilización presentaba demasiados inconvenientes 
como para ser producidos en masa. También desde el ámbito privado se desarrollaron 
prototipos más funcionales, con utilidad más acotada, como los de General Electric, enfocados 
al levantamiento de grandes pesos o a la manipulación de elementos radiactivos, como el 
proyecto Hardiman [17], el cual se puede observar en la imagen de Figura 3. 
 
Figura 3. Científico estadounidense utilizando el prototipo de uno de los primeros exoesqueletos, el 
Hardiman, desarrollado por el ejército de los EEUU en 1968 (Museo de Innovación y Ciencia de Nueva York) 
[18]. 
Fue en la década de 1970 cuando surgieron los primeros prototipos de exoesqueletos 
enfocados a la medicina. Uno de los proyectos de mayor importancia fue el de la John Hopkins 
University de EEUU, que consistía en un prototipo para la ayuda a la movilidad a personas con 
movilidad reducida en los miembros superiores [19]. 
Es importante recalcar que, desde un principio, la rehabilitación asistida con sistemas 
robóticos ha tenido como objetivos principales tanto la optimización de los resultados de las 
sesiones de terapia a las que asiste el paciente, como la sustitución de las funciones del miembro 
a tratar con el exoesqueleto, en los casos en los que esto sea necesario [20]. Aunque la mayor 
- 16 - 
 
parte de los avances en este ámbito se han hecho en los exoesqueletos enfocados a la 
rehabilitación de los miembros superiores, en los últimos años la oferta de exoesqueletos para 
la rehabilitación del tren inferior a aumentado. Existen dos tipos principales de exoesqueletos 
de tren inferior, los de tipo treadmill, en los cuales la marcha es estática, siendo la superficie 
sobre la que se realiza la que se mueve (una cinta de correr), y los de tipo overground, en los 
que la marcha se realiza libremente en el espacio [21]. La ventaja de los segundos respecto a 
los primeros es obvia, la libertad de movimiento que proporcionan al paciente, que puede 
traducirse en una mayor motivación durante la terapia. 
Actualmente, existen alrededor de una centena de modelos de exoesqueletos en el mundo, 
de los cuales menos de la mitad están enfocados en la medicina. El resto están enfocados a usos 
comerciales, industriales o militares [22]. En la Tabla 1, se enumeran los exoesqueletos para la 
rehabilitación de la marcha de las empresas e iniciativas con mayor representación: 
Principales exoesqueletos desarrollados actualmente (2020) 
Nombre Empresa País Tipo 
Utilidad en 
terapia 
Descripción 
Exo-H3 
Technaid 
SL. 
España Overground 
Marcha y 
posición en 
pie 
Exoesqueleto diseñado para asistir a personas que hayan perdido 
parcialmente la capacidad de caminar tras un accidente 
cerebrovascular o una lesión medular parcial. Lo logra integrando 
seis articulaciones motorizadas en el plano sagital (una en cadera, 
rodilla y tobillo por cada pierna), como se puede observar en la 
imagen de la Figura 4. Es un dispositivo diseñado específicamente 
para la investigación, por lo que permite la integración de 
algoritmos propios. También cuenta con una aplicación para 
Androidque permite operar las funciones básicas del exoesqueleto, 
como levantarse, sentarse, controlar la velocidad de la marcha o el 
grado de asistencia a ésta [23]. 
Ekso NR 
Ekso 
Bionics 
Estados 
Unidos 
Overground 
Marcha y 
posición en 
pie 
Ekso NR permite al terapeuta modificar diferentes parámetros de la 
marcha como la altura del paso, la distancia y tiempo de oscilación. 
También permite diferentes grados de asistencia durante la marcha, 
desde la realización de pasos pasivos, con alto grado de asistencia, 
hasta liberar completamente una o ambas piernas. También puede 
ser utilizado por pacientes que hayan perdido la movilidad de los 
miembros inferiores para trabajar la estabilidad del tronco y obtener 
los beneficios inherentes a la marcha. 
E-Helper Zarya Rusia Overground 
Marcha y 
posición en 
pie 
E-Helper puede ser utilizado tanto para la rehabilitación de los 
miembros del tren inferior, como para uso diario por personas que 
han perdido totalmente la funcionalidad de los miembros inferiores. 
Permite al paciente realizar movimientos para sentarse, levantarse, 
caminar, subir escaleras y rampas y superar pequeños obstáculos sin 
ayuda de terceros, aunque se aconseja la utilización de muletas, 
andadores, o barras de apoyo [24]. 
- 17 - 
 
Walking 
Assist 
Device 
Honda Japón Overground Marcha 
Honda comenzó la investigación de su dispositivo de ayuda a la 
marcha en 1999. Este exoesqueleto ayuda al usuario a caminar de 
forma eficiente. Contiene motores que se activan basándose en 
datos del ángulo de la cadera para mejorar la simetría de la marcha 
y alargar la zancada. Está diseñado para ser utilizado bajo la 
supervisión de un terapeuta en todo momento [25]. 
Lokomat Hocoma Suiza Treadmill 
Marcha y 
posición en 
pie 
Lokomat es el exoesqueleto más utilizado globalmente en medicina. 
Como en este caso el paciente se encuentra suspendido, sujeto por 
arneses, el dispositivo permite una total libertad de movimiento 
pélvico al paciente. También tiene una mayor capacidad de ajuste y 
personalización que la mayoría de los exoesqueletos overground. 
HAL 
Therapy 
Cyberdyne Japón Overground 
Marcha y 
posición en 
pie 
HAL Therapy es el único dispositivo a la venta que es capaz de 
detectar una intención de movimiento por parte del usuario, aunque 
actualmente hay investigaciones en curso para desarrollar prototipos 
que también tengan esa capacidad. Lo consigue mediante sensores 
en la piel del usuario que reconocen las señales bioeléctricas que el 
cerebro envía a los músculos, para moverse en consecuencia [27]. 
Tabla 1. Tabla que muestra la principal información de los exoesqueletos de las empresas e iniciativas con 
mayor representación actualmente. 
 
Figura 4. Imagen del Exo-H3 de Technaid SL. En la que se aprecian las seis articulaciones motorizadas [23]. 
3.2 Tecnologías de valoración de movimiento. 
La utilización de tecnologías de captación y valoración del movimiento en medicina se ha 
generalizado en los últimos años [28]. La posibilidad de captar datos para su posterior análisis 
optimiza en gran medida las tareas de investigación y rehabilitación. En concreto, son de gran 
ayuda en las terapias con pacientes que necesitan rehabilitación de funciones motoras, ya que 
permiten comparar con exactitud los movimientos de un sujeto sin patologías con los de un 
paciente en rehabilitación. En el caso de la rehabilitación de tren inferior, es práctica común el 
- 18 - 
 
recopilar datos de la marcha de un sujeto sano, para luego poder compararlos con los del 
paciente [29] [30]. 
Los tipos de sistemas más utilizados para la captación de movimiento son los sensores 
inerciales, los goniómetros, los sistemas ópticos, las plantillas sensorizadas y las plataformas 
de fuerza. 
Sensores inerciales 
Los sensores inerciales o IMUs, del inglés Inertial Measurement Units, están diseñados para 
capturar datos de su propio movimiento. Los IMUs están compuestos a su vez de múltiples 
sensores como acelerómetros, giroscopios y magnetómetros, cada uno para capturar un tipo de 
movimiento diferente. De esta forma, pueden detectar y medir numerosas características: 
• Con el acelerómetro puede medir la velocidad y la aceleración del movimiento. 
• Con el giroscopio puede medir las rotaciones y la velocidad angular. 
• Con el magnetómetro puede establecer la dirección con respecto a los puntos cardinales 
(dependiendo de los campos magnéticos que rodeen al sensor). 
El IMU combina los datos recibidos de cada uno de estos sensores, para hacer una 
valoración del movimiento y la posición más precisa [31]. Este método es eficaz mientras que 
la aceleración que se quiera medir sea notablemente menor que la de la gravedad, situación que 
engloba la mayoría de las situaciones de medición de la marcha [32]. 
Estos sensores son muy utilizados en dispositivos de navegación en aeronaves o como 
complemento a sistemas de posicionamiento GPS, del inglés Global Positioning System. 
También son muy utilizados en el deporte y la medicina, para medir fuerzas y ángulos de 
movimientos concretos de forma precisa. 
La principal desventaja en la utilización de estos sensores es su tendencia a acumular error 
durante el tiempo de uso, ya que el sensor siempre mide los cambios utilizándose a sí mismo 
como referencia, sin poder triangular con un dispositivo externo. Este error acumulado se 
produce principalmente por el constante redondeo de los números obtenidos en sus cálculos, 
imprecisiones que individualmente pueden insignificantes pero acumuladas pueden dar lugar 
a errores significativos [33]. 
- 19 - 
 
En algunas investigaciones se han estudiado y diseñado técnicas para reducir este error, 
aunque no aplicables para el procesamiento de los datos en tiempo real [34]. Otros estudios 
han propuesto soluciones prescindiendo del magnetómetro, ya que el ruido magnético puede 
ser un problema en las mediciones son sistemas inerciales en espacios cerrados [35]. 
Goniómetros 
Los goniómetros son dispositivos capaces de medir ángulos. Hay varios tipos de 
goniómetros en el mercado, pero la estructura básica suele componerse de dos brazos, uno fijo 
y uno móvil, y un eje, normalmente envuelto en el cuerpo del dispositivo, que contiene una 
escala de medición normalmente en grados. En el caso de los goniómetros digitales, suelen 
tener una precisión de 0.01°, y pueden efectuar medidas de todo el rango angular (360°). En 
este caso estaríamos interesados en los goniómetros digitales capaces de medir los ángulos de 
rotación con respecto a los ejes de las tres dimensiones a la vez [36]. Su bajo precio, fácil uso 
y buenos resultados los ha convertido en una buena alternativa a los sistemas ópticos que, 
aunque más precisos, su uso conlleva más complicaciones y su precio es más elevado. 
Sistemas ópticos 
Los sistemas ópticos ofrecen gran precisión en la captura de movimiento. Estos sistemas 
utilizan software para reconocer puntos de interés en la imagen. Para su correcto 
funcionamiento y precisión, es necesaria la utilización de varias cámaras, que enviarán los 
datos de la posición de un punto en concreto. Combinando estos datos, se puede hallar la 
posición del punto en el espacio por triangulación. La precisión de la medida dependerá de la 
resolución de la imagen, el número de cámaras, y el software de reconocimiento [37]. Sistemas 
como VICON o BTS Bioengineering cuentan con una gran precisión de medida, aunque a un 
alto coste [38]. Por ello se han desarrollado multitud de sistemas que utilizan la herramienta 
Kinect que, aunque no consiguen la misma precisión, pueden conseguir resultados 
satisfactorios [39] [40]. 
Plantillas sensorizadas 
Las plantillas con sensores de presión se han convertido en uno de los sistemas más 
utilizados para el análisis de la marcha y la pisada tanto en el ámbito de la medicina como en 
el deportivo. La precisión de la medición dependerádel número y distribución de los sensores 
que contenga la plantilla y la calidad de éstos. Con las plantillas de presión podemos obtener 
- 20 - 
 
información sobre la pisada que con otros sensores apenas es apreciable. Esto en conjunto con 
su fácil uso y su bajo precio en relación con otros sistemas las ha convertido en una de las 
opciones más utilizadas en terapias de rehabilitación [41]. 
Desde el Consejo Superior de Investigaciones Científicas se nos proporcionan los datos de 
prueba recopilados por un sensor inercial Pro Motion Capture de Werium, y de unas plantillas 
de presión Smart Insoles de Moticon, con 16 sensores de presión cada una. 
Plataformas de fuerza 
Estos dispositivos consisten en una plataforma que al ser pisada hace una lectura de la fuerza 
de dicha pisada. En comparación con las plantillas sensorizadas, las plataformas de fuerza son 
mucho más precisas y son capaces de medir la dirección de la fuerza, aunque con un precio 
mucho más elevado [42]. 
3.3 La Realidad Aumentada 
Dadas las similitudes entre la Realidad Aumentada y la Realidad Virtual, es necesario 
definirlas y explicar sus diferencias. Fue en 1994 cuando Paul Milgram y Fumio Kishino 
definieron en concepto del Continuo de la Virtualidad, tal y como se muestra en la Figura 5 
[43]. El Continuo de la Virtualidad es representado por una escala en cuyos extremos se 
encuentran el entorno virtual y el entorno real, quedando como conceptos intermedios la 
Virtualidad Aumentada y la Realidad Aumentada, ambas entrando en el conjunto de las 
Realidades Mixtas. Según Kishino y Milgram la Realidad Aumentada consta de un entorno 
real al que se añaden elementos virtuales, mientras que la Virtualidad Aumentada parte de un 
entorno virtual sobre el que se añaden elementos reales [43]. 
 
Figura 5. Representación del Continuo de la Virtualidad definido por Paul Milgram y Fumio Kishino [43]. 
 
- 21 - 
 
3.3.1 Contexto e historia 
Los primeros intentos de desarrollar tecnologías inmersivas se produjeron durante las 
décadas de los 50 y 60 en Estados Unidos, aunque esos prototipos tienen poco o nada que ver 
con el concepto de Realidad Virtual o Realidad Aumentada que tenemos actualmente. Uno de 
los prototipos fue el Sensorama, creado por Morton Heilig. Esta máquina era capaz de simular 
viento, olores, sonido estéreo y visión estereoscópica, a lo que se añadía el movimiento de una 
silla móvil sobre la que se sentaba el usuario, como se puede observar en la imagen de la Figura 
6, para producirle la sensación de estar conduciendo una motocicleta [44]. 
 
Figura 6. Cartel promocional de la máquina Sensorama en el que se aprecia a Morton Heilig haciendo uso de 
la misma [45]. 
No ha sido hasta la década de 2010 cuando la Realidad Virtual y la Realidad Aumentada ha 
comenzado a llegar al público general y a desarrolladores e investigadores independientes, 
integrada en los dispositivos móviles inteligentes. 
3.3.2 Realidad Aumentada: Tipos de dispositivos 
A continuación, se estudiarán los diferentes tipos de dispositivos que permiten la integración 
de la Realidad Aumentada: 
• Dispositivos móviles inteligentes: los dispositivos móviles han permitido que el público 
general pueda experimentar la Realidad Aumentada. Aplicaciones utilizadas 
globalmente como Snapchat, Instagram o el conocido videojuego Pokemon Go 
- 22 - 
 
implementaron esta tecnología en el ámbito del ocio y entretenimiento con una gran 
recepción [46]. 
• Gafas de Realidad Aumentada: este tipo de gafas entran dentro del grupo de los 
denominados HMD, del inglés Head Mounted Displays. Estos dispositivos se 
encuentran actualmente en pleno desarrollo e innovación, mostrando cada año nuevas 
versiones con más capacidades. Ha sido en los últimos años cuando este tipo de gafas 
se ha podido aplicar a la Realidad Aumentada, ya que hasta entonces tan sólo estaban 
enfocados a la Realidad virtual. Su uso solía estar muy acotado al ámbito del 
entretenimiento, pero también comienzan en otros sectores como la medicina, la 
construcción e industria [47]. Este tipo de dispositivos sería el objetivo último de este 
proyecto, aunque aún no se haya podido trabajar con ellos, ya que permitirán al 
fisioterapeuta ver la información en elementos virtuales sin ocupar sus manos con un 
dispositivo móvil. Por ejemplo, en algunas partes del mundo el público ya puede 
adquirir por el mismo precio que un HMD de Realidad Virtual las gafas de Realidad 
Aumentada NReal [48]. Estas gafas utilizan tecnologías de computación espacial, que 
permiten hacer un seguimiento de la posición del usuario en tiempo real, y 
reconocimiento de imagen y superficies. Todo ello haciendo uso del sistema operativo 
Android, el sistema operativo que actualmente utiliza la mayoría de los dispositivos 
móviles del mercado, ya que deberán ser conectadas por cable a un dispositivo móvil y 
funcionarán como una interfaz más de dicho dispositivo. Esto facilita 
extraordinariamente la labor de los desarrolladores, ya que puede comenzarse el 
desarrollo de la estructura de una aplicación de Realidad Aumentada sabiendo que al 
final sólo habrá que hacer pequeños cambios para adaptarla a los nuevos dispositivos 
[49]. Como se puede observar en la Figura 7, el diseño de estas gafas cada vez se acerca 
más al de unas gafas tradicionales, dejando atrás los visores y HMDs. 
 
Figura 7. Imagen promocional de una persona utilizando las gafas de Realidad Aumentada NReal [50]. 
- 23 - 
 
3.3.2 Realidad Aumentada: Tipos de implementación 
Actualmente, se considera que hay cuatro principales tipos de implementación de la 
Realidad Aumentada en los diferentes dispositivos [51]: 
• Realidad Aumentada por geolocalización: en este tipo de implementación, el sistema 
recibe la información que obtiene de un sensor de geolocalización GPS (Global 
Positioning System) y conexiones inalámbricas para crear una experiencia de Realidad 
Aumentada en función de dicha localización. Ejemplos de uso de esta tecnología son el 
videojuego Pokemon Go y la aplicación Google Maps. 
• Realidad Aumentada con marcadores: esta implementación se basa en la utilización de 
cualquier imagen o modelo tridimensional, al que se llama marcador, como objetivo a 
reconocer en la imagen. Cuando se reconoce dicho marcador, se toma como referencia 
para mostrar cualquier información virtual en la imagen. Dependiendo de la 
implementación, el marcador puede utilizarse sólo para iniciar o activar el proceso de 
muestra de la información virtual, o puede ser utilizado como referencia durante todo 
el proceso. En el primer caso, si el marcador deja de ser captado en la imagen, el 
contenido virtual seguirá siendo mostrado; en el segundo el contenido virtual se perderá 
[52]. 
• Realidad aumentada sin marcadores: con esta implementación el sistema de Realidad 
Aumentada identifica el entorno que rodea al usuario, analizando la imagen que se 
recibe por cámara. De esta forma es capaz de situar y referenciar la posición de los 
objetos virtuales, detectar planos y formas predefinidas en el entorno real…etc. Este 
tipo de implementación exige una mayor capacidad de procesamiento que las dos 
anteriores, ya que conlleva un análisis de la imagen más exhaustivo. El mejor ejemplo 
de este tipo de implementación sigue siendo Ikea Place. Con la aplicación, se puede 
comprobar cómo quedarían los muebles de la empresa en el hogar de forma realista. La 
aplicación detecta superficies planas sobre las cuales se pueden colocar los muebles y 
accesorios virtuales como se observa en la Figura 8 [53]. 
- 24 - 
 
 
Figura 8. Usuario utilizando la aplicación de Ikea Place en su móvil [53]. 
Para este proyecto se utilizará la Realidad Aumentada con marcadores, ya que, al ocurrir la 
actividad en un entorno controlado, y no suponer un problema la utilización de marcadores, se 
podrán obtener mejores resultados con menor potencia utilizando esta metodología. En estecaso, la Realidad Aumentada por geolocalización sería prácticamente inútil, y la Realidad 
aumentada sin marcadores produciría resultados menos precisos en cuanto a la posición de la 
información virtual [54]. 
3.3.4 Realidad Aumentada: Plataformas de desarrollo 
A continuación, se hace una breve explicación de cada una de las opciones tenidas en cuenta 
para el desarrollo de la interfaz de Realidad Aumentada. 
Vuforia 
El SDK de Vuforia [55] puede implementar la Realidad Aumentada con marcadores, ya que 
incorpora reconocimiento de imágenes y formas tridimensionales, y también puede 
implementar la Realidad Aumentada sin marcadores, pues incorpora reconocimiento de 
superficies en tiempo real. Está enfocado principalmente a dispositivos móviles, aunque sus 
últimas versiones incluyen soporte para gafas de Realidad Aumentada. Está diseñado para ser 
utilizado en conjunto con el motor gráfico multiplataforma Unity Engine [56]. 
ARCore (Google Play Services for AR) 
Google Play Services for AR [57], antes denominado ARCore, es el SDK desarrollado por 
Google para el desarrollo de aplicaciones de Realidad Aumentada. Su primera versión fue 
lanzada en marzo de 2018 como respuesta al ARKit de Apple [58]. 
- 25 - 
 
ARCore cuenta con capacidad para detectar y medir el movimiento, lo que permite al 
dispositivo relativizar su posición con respecto al entorno en el que se encuentra; capacidad 
para analizar el entorno, conseguida mediante la detección de planos y puntos de interés en la 
imagen; y estimación de luz, que permite al dispositivo renderizar los objetos virtuales en 
función de las condiciones de luz que detecte en el entorno. 
Este SDK, ya que ha sido diseñado por Google, está especialmente diseñado para trabajar 
con dispositivos Android (sistema operativo creado por Google) y, de nuevo, Unity Engine. 
Wikitude 
Wikitude fue uno de los pioneros en lo que se refiere a la Realidad Aumentada tal y como 
la conocemos actualmente. La primera versión de este SDK se lanzó en 2008, y ya incluía 
reconocimiento de marcadores [59]. En sus últimas actualizaciones incluye soporte para 
ARCore y ARKit. 
Para este proyecto se ha elegido utilizar ARCore por su flexibilidad y sencilla integración 
con otras tecnologías y herramientas que se utilizarán en el desarrollo del proyecto. 
3.3.3 La Realidad Aumentada en la rehabilitación 
Los mayores retos a la hora de utilizar la realidad aumentada en medicina son la adopción 
y familiarización tanto del paciente como del trabajador a estas nuevas tecnologías, y hasta 
hace poco, su alto precio. 
A diferencia de la Realidad Virtual, en la que el mundo real es sustituido completamente 
por un entorno virtual, la Realidad Aumentada no reemplaza el mundo real, sino que añade 
información virtual sobre el mundo real que observa el usuario. La aplicación de la Realidad 
Aumentada en la ingeniería de rehabilitación se ha convertido en el nuevo paradigma para la 
investigación en tecnologías asistenciales [60]. 
En numerosos estudios se ha demostrado que la aplicación de este tipo de tecnologías puede 
favorecer en gran medida la rehabilitación del paciente [61] [62]. En 2010 finalizó el desarrollo 
de un Sistema de Entrenamiento Adaptativo con Realidad Mixta para pacientes en 
rehabilitación tras haber sufrido un infarto, principalmente enfocado a pacientes que sufren 
hemiparesia. El sistema proporcionaba datos en tiempo real sobre los patrones de movimiento 
- 26 - 
 
del brazo y torso afectados del paciente al realizar la acción de agarre, y enviaba al paciente 
señales musicales y visuales que contribuían a la estimulación y motivación del paciente 
durante las sesiones de fisioterapia [61]. En 2018 J. Monge y O. Postolache crearon un sistema 
inteligente para la rehabilitación de tren inferior en pacientes que combina la realidad 
aumentada, la gamificación y sensores inalámbricos que portaba el paciente. Con este sistema 
se consiguió aumentar considerablemente la motivación y compromiso del paciente con la 
terapia [62]. En 2011 se realizó un estudio que presentaba un entorno de entrenamiento para la 
rehabilitación del movimiento de dedos y manos en pacientes que habían sufrido un infarto. 
Este sistema integraba la Realidad Aumentada con dispositivos asistenciales para el proceso 
de repetición de agarrar-soltar [63]. En 2007 se desarrolló GenVirtual, una aplicación para 
ayudar a pacientes con la coordinación de funciones motoras. La aplicación consistía en un 
juego musical que incluía interacción con los dedos de manos o pies [64]. 
En comparación con estas investigaciones, este proyecto está principalmente enfocado en 
crear una interfaz de Realidad Aumentada para el fisioterapeuta en lugar de para el paciente. 
Haciendo uso de las tecnologías y los dispositivos comentados anteriormente, puede 
implementarse una interfaz en la que el terapeuta pueda ver toda la información que necesita 
en tiempo real, si desviar su atención del paciente y manteniendo las manos libres como en una 
sesión de rehabilitación tradicional. 
 
- 27 - 
 
CAPÍTULO IV. MARCO METODOLÓGICO 
En el presente capítulo se hablará de las diferentes herramientas y métodos utilizados 
durante el desarrollo de la aplicación para la consecución de los objetivos estipulados. 
4.1 Software 
El software que se utilizará durante el desarrollo del proyecto será: 
• El motor gráfico Unity Engine como plataforma de desarrollo de la aplicación Android. 
• La API de ARFoundation para integrar la Realidad Aumentada del ARCore SDK en el 
proyecto de Unity. 
• El SDK de Agora para integrar la transmisión de vídeo en el proyecto de Unity. 
A continuación, se explica brevemente las posibilidades que ofrece cada herramienta y la 
forma en que han ayudado a conseguir los objetivos planteados en el capítulo 2. 
Unity: Plataforma de desarrollo en tiempo real 
Unity Engine es un motor gráfico multiplataforma creado por la compañía danesa Unity 
Technologies [65]. Con esta plataforma de desarrollo se ha creado la aplicación Android que 
integra la interfaz de Realidad Aumentada en un dispositivo móvil. 
En la Figura 9 se puede observar una captura de la interfaz principal con la que se ha 
trabajado durante el desarrollo del proyecto. En la imagen pueden diferenciarse las diferentes 
secciones: 
• Administrador de recursos (izquierda): desde el administrador de recursos se puede 
encontrar cualquier fichero que esté contenido en el proyecto. 
• Consola (zona inferior): en la consola se pueden leer los errores y logs de compilación 
y ejecución de las aplicaciones. 
• Editor de escena (centro izquierda): en el editor de escena se puede ver el entorno 
tridimensional de la aplicación, añadir y eliminar elementos, y editar los elementos que 
en él se encuentren. 
• Vista de juego (centro): la vista de juego se corresponde con lo que se verá en pantalla 
cuando la aplicación se ejecute. Una vez se ejecuta la aplicación desde el editor de 
- 28 - 
 
Unity, en la vista de juego se podrá interactuar con la aplicación tal y como se haya 
diseñado. 
• Jerarquía de la escena (centro derecha): en la vista de jerarquía de la escena se pueden 
seleccionar, añadir o eliminar elementos de la escena, y observar y cambiar las 
relaciones entre ellos. 
• Inspector (derecha): en el inspector se muestra la información del elemento actualmente 
seleccionado. Desde el inspector se pueden observar y editar las características de un 
elemento y todos sus componentes. 
 
Figura 9. Captura de la interfaz básica del editor de Unity utilizada para el desarrollo del proyecto. 
Unity incluye una tienda de recursos integrada en el editor en la que cualquier desarrollador 
puede mostrar sus aportaciones, las cuales pueden ser descargadas, de forma gratuita o por el 
precio estipulado por el desarrollador, y ser importadas en el proyecto de forma inmediata. De 
esta tienda se ha importado el SDK de Agora. También incluyeun administrador de paquetes, 
del se que han obtenido los paquetes AR Foundation (mínima versión 3.0.1), ARCore XR 
Plugin (mínima versión 3.0.1) y ARKit Plugin (mínima versión 3.0.1) para poder utilizar la 
Realidad Aumentada de ARCore mediante ARFoundation en el proyecto. 
- 29 - 
 
Además, Unity incluye la descarga del entorno de desarrollo o IDE (del inglés Integrated 
Development Environment) Visual Studio, el cual se utilizará para escribir el código y la lógica 
necesaria de nuestra aplicación. 
Desde el planteamiento del proyecto se tuvo clara la utilización de Unity, ya que proporciona 
una muy buena integración con los sistemas operativos móviles y las realidades mixtas que 
ningún otro motor gráfico consigue igualar. Para la integración de la realidad aumentada en un 
proyecto, Unity hace uso de un conjunto de APIs llamado ARFoundation, compatible con las 
principales tecnologías de Realidad Aumentada del mercado. 
ARFoundation: API de integración de Realidad Aumentada 
ARFoundation es el conjunto de APIs que Unity brinda a sus usuarios para integrar la 
Realidad Aumentada en sus proyectos. Se ha utilizado para integrar el SDK de ARCore en la 
aplicación, sin excluir futuras posibles implementaciones con otras plataformas de integración 
de Realidad Aumentada, como ARKit. 
ARFoundation ofrece muchas posibilidades para integrar la Realidad Aumentada [67], pero 
debido a las capacidades del dispositivo utilizado durante del desarrollo, las utilizadas han sido: 
• Rastreo y detección de imágenes bidimensionales. 
• Renderizado optimizado de la imagen recibida por cámara en la pantalla táctil como 
fondo del contenido virtual de la experiencia de Realidad Aumentada. 
Los principales componentes para conseguir las capacidades enumeradas anteriormente que 
se utilizan en la propia escena de Realidad Aumentada en Unity son [67]: 
• ARSession: componente que controla el ciclo de vida (sesión) de la aplicación de 
Realidad Aumentada. También se encarga de la instalación del software necesario para 
el correcto funcionamiento de la aplicación, y contiene el sistema encargado del rastreo 
de puntos de referencia en el entorno. 
• ARSessionOrigin: es el componente encargado de traducir las posiciones y 
orientaciones de los planos y puntos de interés detectados a posiciones, orientaciones y 
escalas finales en Unity. Establece el punto de origen de la sesión en la escena de Unity. 
- 30 - 
 
• AR Camera Manager: componente encargado de la recuperación de las imágenes de la 
cámara y el control de la estimación de la iluminación. 
• AR Camera Background: renderiza la imagen capturada por la cámara como fondo de 
la pantalla. 
• Tracked Pose Driver: componente asociado a la cámara que establece la posición y 
orientación de ésta con respecto a la información recibida por el rastreo de la imagen. 
• AR Input Manager: componente que ayuda Tracked Pose Driver a determinar la 
posición y rotación del propio dispositivo. 
• AR Raycast Manager: este componente permite determinar el lugar de intersección de 
un rayo definido por origen y dirección haciendo uso sólo del análisis y rastreo de 
imagen. 
A parte, habría que añadir cada trackable, o tipo de objeto a detectar, y su manager o gestor. 
Algunos de estos trackables son el ARPlane (con su ARPlaneManager) que detecta superficies 
planas, el ARPointCloud (con su ARPointCloudManager) que detecta puntos de interés, o el 
ARFace (con su ARFaceManager) que detecta caras humanas. 
Para poder utilizar ARFoundation en el proyecto de Unity, se deberán descargar los paquetes 
AR Foundation (mínima versión 3.0.1), ARCore XR Plugin (mínima versión 3.0.1) y ARKit 
Plugin (mínima versión 3.0.1). 
Agora SDK: transmisión de vídeo en tiempo real 
El SDK (del inglés Software Development Kit) de Agora nos permite desarrollar 
aplicaciones que utilicen tecnología de comunicación en tiempo real. Es compatible con 
multitud de plataformas y sistemas operativos como Android iOS, Windows, macOS, web o 
Unity. Desde Agora ofrecen SDK de transmisión de vídeo en tiempo real, audio en tiempo real, 
mensajería, grabación en la nube…etc [68]. Para este proyecto se ha utilizado el SDK de 
transmisión de vídeo integrado en Unity. 
Aunque el objetivo principal del proyecto es el desarrollo de una interfaz para el 
fisioterapeuta, se quiere aprovechar el desarrollo para incluir la posibilidad de enviar la imagen 
de cámara en tiempo real a una aplicación paralela con la que el paciente podría observar estos 
y otros datos durante la sesión de terapia, lo cual puede ayudar a mejorar tanto a la aceptación 
por parte del propio paciente de su condición, como la efectividad de las sesiones, como 
- 31 - 
 
demuestran estudios como [8]. Se utilizará Agora SDK para transmitir la imagen de cámara 
entre estas aplicaciones. Además, Agora ofrece muchas facilidades a la hora de integrar este 
SDK con otros de realidad aumentada como ARCore o ARKit, por lo que se adecúa 
perfectamente a las necesidades del proyecto [69]. Para la integración del SDK en el proyecto, 
se puede descargar e importar directamente desde la tienda de recursos de Unity. 
4.2 Hardware 
Plantillas Moticon 
Las plantillas con sensores de presión de Moticon serán utilizadas para proporcionar al 
fisioterapeuta más datos sobre la marcha del paciente durante la sesión de terapia. En la versión 
con la que se ha trabajado cada plantilla cuenta con 16 sensores de presión repartidos por toda 
la plantilla. También, cada una de ellas contiene un sensor inercial en el centro de la plantilla. 
Entre las características de los sensores de presión se incluyen [70]: 
• Rango de presión detectable de 0 a 50 N/cm2. 
• Precisión de la medida 0.25 N/cm2. 
• Histéresis menor igual al 1%. 
• Calibrado en tiempo real. 
En la Figura 10 se puede observar la distribución de los sensores de presión y el sensor 
inercial en las plantillas. 
 
Figura 10. Esquema de las plantillas de presión Moticon Smart Insoles en el que se puede apreciar la 
posición de los 16 sensores de presión (izquierda) y la posición del sensor inercial (derecha) [70]. 
- 32 - 
 
Las principales características del sensor IMU de cada plantilla son [70]: 
• Detecta aceleración en los ejes tridimensionales. 
• Rango de detección de aceleraciones: de 0 a 16 veces la aceleración de la gravedad 
en cualquier sentido. 
• Precisión de la medida de aceleración: 0.488 mg. 
• Rango de detección de velocidad angular: de 0 a 2000 grados por segundo, en 
cualquier sentido. 
• Precisión de la medida de velocidad angular: 70 miligrados por segundo. 
• Calibración en tiempo real. 
Respecto a la adquisición y transmisión de datos, se puede seleccionar una tasa de captación 
de datos de 10 Hz, 25 Hz, 50 Hz o 100 Hz. También ofrecen la posibilidad de guardar los datos 
detectados y no transmitirlos en tiempo real, si sólo se quiere hacer un análisis posterior al uso 
[70]. 
También se ha de destacar que junto con las plantillas Moticon ofrece su propio software 
que facilita el análisis y visualización de los datos. Lamentablemente, no incluye la capacidad 
de integrar las visualizaciones en una interfaz propia, mucho menos de Realidad Aumentada, 
por lo que se ha trabajado con los datos recibidos de las plantillas sin que el formato de éstos 
haya sido tratado. 
Sensor inercial (IMU) Werium 
El sensor inercial Pro Motion Capture de Werium Assistive Solutions es capaz de medir el 
movimiento y realizar un informe biomecánico en tiempo real. Sus sensores le permiten hacer 
una correcta medición del movimiento en todas las articulaciones del cuerpo humano. Se 
especifica que cubre concretamente las articulaciones de hombros, cervical, lumbar, caderas, 
codos, muñecas, rodillas y tobillos, todas en los tres ejes de movimiento. Con la nueva solución 
de software que incluye se puede generar un informe en tiempo récord e incluir gamificación 
en la terapia. El dispositivoestá validado clínicamente por profesionales en fisioterapia. Su 
precio es de 949€ más IVA [71]. 
 
- 33 - 
 
CAPÍTULO V. DESARROLLO 
 
5.1 Arquitectura del desarrollo 
A continuación, se explicará tanto el proceso de transmisión de los datos desde los sensores 
al dispositivo, el sistema de adquisición y transformación de dichos datos, y el proceso de 
creación de la interfaz de Realidad Aumentada. También se explicará la integración de Agora 
SDK para la retransmisión de vídeo a otra aplicación. En la Figura 11 se propone un esquema 
de alto nivel del proceso general. 
 
Figura 11. Esquema de alto nivel del proceso de transmisión y tratamiento de los datos de los sensores. 
4.1.1 Transmisión de los datos 
Sensor inercial Pro Motion Capture 
El sensor inercial Pro Motion Capture transmite los datos mediante una conexión bluetooth 
con el dispositivo móvil. Al comienzo de la transmisión se transmiten las primeras líneas que 
indican que el objetivo está en proceso de calibración. Este proceso de calibración existe para 
establecer una correlación entre el IMU y el segmento anatómico en cuestión, que en este caso 
será el torso. Una vez el sensor y el software de Werium están enlazados, en cada transmisión 
de datos se transmiten los elementos de una matriz 3x3. Esta matriz es la matriz de rotación del 
propio sensor con respecto a la posición de calibración. Es en el sistema de adquisición donde 
a partir de esta matriz se obtendrán los ángulos de inclinación lateral, rotación y flexo-
extensión. 
Plantillas de presión Moticon 
Las plantillas de Moticon también transmiten los datos por conexión bluetooth, con un rango 
de más de 5 metros. Las plantillas no integran ningún tipo de proceso de calibrado, simplemente 
envían los datos de presión y aceleración que detectan. En cada envío de datos las plantillas 
envían la siguiente información por cada una de las plantillas: 
- 34 - 
 
• Instante temporal en el que se ha tomado la muestra, tomando como cero el momento 
en el que se toma la primera muestra. 
• Presión que medida por cada uno de los 16 sensores, en N/cm2. 
• Aceleración en los ejes X, Y y Z, medida en g. 
• Velocidad angular respecto a los ejes X, Y y Z, medida en grados por segundo. 
• Fuerza total a la que está sometida la plantilla, en Newtons. 
• Posición del centro de presión en la plantilla en los ejes X e Y, relativo al tamaño de 
la propia plantilla, +1 siendo el extremo positivo y -1 siendo el extremo negativo. 
Estas cifras llegan al sistema de adquisición de datos, donde serán tratadas para poder 
mostrar información útil en la interfaz del fisioterapeuta. 
4.1.2 Sistema de adquisición y tratamiento de datos 
Adquisición y tratamiento de los datos recibidos del sensor inercial Pro Motion Capture 
El sistema de adquisición de datos proporcionado por Werium consta de un controlador que 
monitoriza el estado del sensor y un Message Listener, u oyente. El controlador se encarga de 
buscar y establecer la conexión con el sensor IMU, y una vez que esta se establece comprueba 
su estado periódicamente. Con la conexión activa, el controlador añade cada uno de los 
mensajes que recibe del sensor a una cola. En cada nuevo frame durante la ejecución de la 
aplicación, el controlador envía el primer mensaje de esa cola al Message Listener, que 
ejecutará una lógica u otra en función de la naturaleza del mensaje. Si el mensaje es relativo a 
la conexión o desconexión del dispositivo, se informa por consola de el suceso. Si el mensaje 
es de otro tipo, primero se comprueba si es un mensaje del proceso de calibración, en cuyo caso 
se construye la matriz de rotación de calibración del dispositivo. Si el mensaje recibido no es 
de calibración, se calcula la matriz de rotación con respecto a la posición de calibración 
calculada anteriormente, y, a partir de ésta, se obtienen los ángulos de rotación, inclinación 
lateral y flexo-extensión. 
Adquisición y tratamiento de los datos recibidos de las plantillas Moticon 
En el caso de las plantillas se ha construido un sistema similar al proporcionado por Werium 
para el sensor IMU. Una vez la conexión ha sido establecida, cada mensaje recibido se envía 
también a un Message Listener. El Message Listener comprueba que el mensaje no sea relativo 
a la conexión de la plantilla, y ejecuta la lógica que separa cada dato informativo del mensaje 
en una variable para facilitar su tratamiento. Pero para el fisioterapeuta, los datos de la presión 
- 35 - 
 
a la que es sometido cada sensor no aportan información útil, ya que ese dato de presión variará 
en función del peso del paciente. Por ello se ha introducido una fase de calibrado con respecto 
a la presión máxima detectada. Durante esta fase se guarda el mayor valor de presión de los 
obtenidos en todos los sensores de la plantilla, y se normalizan todos los valores con respecto 
a él. De esta forma se obtienen unos valores que, aunque no reales, son de mayor utilidad para 
el fisioterapeuta que los datos sin normalizar, y facilita la tarea de expresarlos visualmente en 
la interfaz. Esta lógica se puede observar en el código del script “InsoleDataReader.cs” 
mostrado en la Figura 12. 
 
Figura 12. Captura del código de la función “parseFootPrintData”, contenida en el script 
“InsoleDataReader.cs”. 
- 36 - 
 
5.2 Diseño de la interfaz 
Para el diseño de la interfaz se han tenido en cuenta las necesidades del fisioterapeuta y el 
tipo de datos que se quieren transmitir. En la Figura 13 se puede observar una captura de la 
interfaz de Unity en la que se aprecian los elementos en la escena. Entre ellos, cabe destacar 
los elementos pertenecientes a ARFoundation ARSession y ARSessionOrigin, que contiene la 
ARCamera, y los canvas que se irán mostrando en las diferentes fases de ejecución de la 
aplicación. Principalmente, la aplicación se presenta en dos fases, la de conexión de los 
sensores al dispositivo, y la de la interfaz de Realidad Aumentada una vez que los dispositivos 
están conectados. 
 
Figura 13. Captura de la interfaz de Unity en la que se pueden apreciar los elementos en escena que 
intervendrán en la aplicación. Algunos elementos han sido censurados debido a que son propiedad intelectual de 
Werium. 
5.2.1 Fase de conexión con los sensores 
En esta fase, que comienza al iniciar la aplicación, se muestra al usuario el canvas “P. Conf 
Terapia”, el cual contiene dos botones, “btn_connectSensor” para intentar conectar con el 
sensor inercial (IMU), y “btn_connectInsoles” para intentar conectar con las plantillas de 
presión, como se observa en la Figura 14 a la izquierda. Una vez se pulsa en uno de los botones, 
la aplicación intentará establecer la conexión con el dispositivo. Si lo consigue, el mensaje del 
- 37 - 
 
botón cambiará a “Sensor connected”; mientras no lo consiga el mensaje que mostrará el botón 
será “Waiting for the sensor…”, tal y como muestra la Figura 14 en el centro. Una vez que 
ambos sensores están conectados, se mostrará al usuario el canvas “P.Preparar Sensor”, que 
informa al usuario de que ambos sensores están conectados y contiene el botón 
“btn_startSession” que al ser pulsado da el paso a la fase de muestra de la interfaz de Realidad 
Aumentada, como se muestra en la Figura 14 a la derecha. Todos los elementos nombrados 
pueden encontrarse también en el panel de jerarquía de la Figura 13. 
 
Figura 14. Capturas de las pantallas que se muestran al usuario durante la fase de conexión con los sensores 
de la aplicación 
5.2.2 Fase de interfaz de Realidad Aumentada 
En este apartado se explica el procedimiento de creación y diseño de los elementos gráficos 
que muestran los datos obtenidos de los sensores, y los diferentes elementos que componen la 
interfaz en esta fase de la ejecución de la aplicación. 
Creación y diseño de los elementos gráficos de datos de sensores 
En una primera fase de la creación de la aplicación, se hizo usode una interfaz en dos 
dimensiones en un canvas, que mostraba la información de los sensores al usuario. Esta interfaz 
- 38 - 
 
se creó para que la fase de desarrollo de la conexión y tratamiento de datos recibidos por los 
sensores no dependiese de la implementación de la Realidad Aumentada en el proyecto. Los 
elementos que componían esta interfaz eran “balanceZone2D”, al cual pertenecían los 
elementos que mostraban la información de los sensores, y “heartRateUI”, elemento que se 
añadió a la interfaz (Figura 15 abajo derecha) como información complementaria básica que 
monitorizaría el ritmo cardíaco del paciente recibiendo ese dato de otro dispositivo externo, ya 
que se considera un dato importante a tener en cuenta cuando se trabaja con pacientes con 
parálisis [72]. En la Figura 13 puede apreciar la situación que estos elementos tenían en el panel 
de jerarquía, aunque en una fase siguiente del proyecto se hayan desactivado. En la Figura 15 
puede apreciarse el aspecto que tenía dicha interfaz. 
 
Figura 15. Captura de la interfaz inicial en dos dimensiones que mostraba los datos recibidos de los sensores. 
El elemento “balanceZone2D” estaba compuesto por: 
• Imagen esquemática de las plantillas de presión (Figura 15 abajo a la izquierda): 
Para expresar la información de los sensores de presión de las plantillas se ha creado 
una textura partiendo del esquema de la Figura 10. Para mostrar el dato normalizado 
de la presión de forma gráfica se ha optado por una gama de colores cálidos 
utilizando un gradiente blanco-amarillo-rojo. Se ha utilizado el blanco como color 
que representa el vacío, amarillo como color intermedio, y rojo como color límite, 
- 39 - 
 
siguiendo lo que se aconseja en estudio psicológicos como [73]. En esta primera fase 
se analizaba la textura en el código pixel a pixel, en función de la posición del pixel 
se determinaba el dato de qué sensor debía mostrar y se aplicaba el color del 
gradiente que lo representase. 
• Slider que representaba el ángulo de rotación (Figura 15 arriba): este slider mostraba 
el ángulo de rotación que se recibía del sensor. El extremo izquierdo representaba -
180°, y el extremo derecho 180°, quedando los 0° en el centro. 
Tras un análisis de esta primera configuración, se determinó que sería más cómodo para el 
fisioterapeuta el mantener la información que se muestra en pantalla lo menos dispersa posible. 
De esta forma éste sería capaz de recibir la información visual en el menor tiempo posible. 
Junto con este cambio, se convirtió el slider recto en un slider en forma de corona, con los 0° 
situados en el eje frontal hacia el que estaría orientado el usuario según la posición del 
esquemático de las plantillas. Esta nueva distribución combinada de ambos elementos gráficos 
facilitaba una más rápida comprensión de la información, como se aprecia en la Figura 16. 
 
Figura 16. Captura de las modificaciones hechas en la interfaz de dos dimensiones tras analizar la primera 
distribución de los elementos. 
Tras integrar la Realidad Aumentada en el proyecto, se procedió a redistribuir la interfaz de 
dos dimensiones para mostrar la información de forma adecuada utilizando esta tecnología. Ya 
que se está tratando con pacientes durante la utilización de un exoesqueleto de tren inferior, se 
ha decidido que mostrar la información en la zona superior del cuerpo del paciente no tiene 
sentido. La información del sensor inercial será mostrada en la zona de la cadera, donde se 
sitúa dicho sensor, y la información de cada plantilla se mostrará al lado de cada pierna del 
paciente. De esta forma el fisioterapeuta puede ver la información sin desviar la mirada de la 
zona del cuerpo del paciente en la que transcurre la acción. De nuevo, se hicieron cambios en 
los elementos gráficos: 
- 40 - 
 
• La corona que representa la rotación del sensor se ha modificado y convertido en 
una semicircunferencia, ya que durante las sesiones de fisioterapia se espera que el 
paciente siga la trayectoria frontal, sin dar media vuelta. Este cambio se lleva a cabo 
porque al situar el elemento virtual de la corona completa alrededor de la cadera del 
paciente, ésta se superpone sobre el propio paciente, lo que puede llevar a confusión 
y dificultar la comprensión de la información. El resultado es, como se observa en 
la Figura 17, una semicircunferencia alrededor de la zona frontal de la cadera del 
paciente. 
• Las texturas de los esquemáticos de las plantillas se han separado, situando cada una 
a un lado de las piernas del paciente, a la altura del muslo. También se hicieron 
cambios en la forma en la que se renderiza cada una de las texturas de las plantillas 
en pantalla, ya que analizar la textura píxel a píxel afecta al rendimiento del 
dispositivo móvil, lo cual se hace más evidente cuando se ha de mostrar la 
información utilizando la Realidad Aumentada. Para solucionar el problema se 
dividió la imagen en 16 texturas, una por cada sensor de la plantilla. Cada una de 
estas texturas se ha importado en Unity como un Sprite, y se ha creado un 
GameObject que contiene a todas ellas, posicionándolas manualmente para 
representar la “huella”. Esto permite determinar el color de cada una de estas texturas 
de forma individual, sin necesidad de analizarlas píxel a píxel en el código. Ya que 
cada una de las texturas completas de la plantilla tiene una resolución de 300 x 890 
píxeles, por lo que la orden de determinar el color de una sección de la textura se 
ejecutaba 267.000 veces. Tras la modificación, la orden de determinar el color de 
una textura se ejecuta 16 veces, por lo que la mejora en rendimiento fue notable. 
Para que los elementos virtuales se muestren, se deberá captar en pantalla un marcador 
definido en la aplicación. Este marcador debe tener suficientes puntos de interés para poder ser 
captado por la cámara de forma correcta. Como marcador provisional se ha utilizado el símbolo 
de Unity, que se situará sobre el sensor inercial en la parte frontal de la cadera del paciente. 
Una vez se capte el marcador se mostrarán los elementos definidos anteriormente como se 
observa en la Figura 17. 
- 41 - 
 
 
Figura 17. A la izquierda, los elementos que muestran la información de los sensores en el entorno virtual de 
Unity. A la derecha, los mismos elementos mostrando la información simulada que reciben en el entorno real, 
sobre el marcador elegido (logo de Unity). 
A continuación, se procede a explicar cada uno de los diferentes elementos que componen 
la interfaz en esta fase de la ejecución de la aplicación. 
Elementos en pantalla durante la fase de muestra de información 
Como se puede observar en la Figura 17, en esta fase también se muestran dos botones en 
pantalla que se corresponden con los elementos que se pueden observar en el panel de jerarquía 
de la Figura 13 “btn_start_stream” y “btn_togglecalibrate”. El botón “btn_start_stream” activa 
la transmisión de vídeo, permitiendo al usuario comenzar a enviar el vídeo que se capta por 
cámara en el canal “ARExoesqueleto” asociado a esta aplicación con Agora SDK, sin incluir 
los elementos de Realidad Aumentada. Mientras se está transmitiendo vídeo el texto del botón 
cambia a “Stop video stream” y se muestra un mensaje que informa del canal en el que se está 
retransmitiendo, como se observa en la Figura 18 (centro y derecha). Si el usuario quiere parar 
de transmitir el vídeo, sólo tiene que pulsar el botón de nuevo, lo que parará la transmisión y 
cambiará el texto del botón de nuevo a “Start video stream”. El botón “btn_togglecalibrate” 
activa y desactiva el estado de calibración de las plantillas, de tal forma que el usuario puede 
recalibrar en cualquier momento si cree que la información que está viendo no se muestra 
correctamente. Cuando no se está calibrando el botón muestra el mensaje “Start calibration” 
- 42 - 
 
(Figura 18 derecha), cuando seestá calibrando muestra el mensaje “Stop calibration” (Figura 
18 izquierda y centro). 
 
Figura 18. (Izquierda) Captura que muestra el estado de la interfaz en su estado inicial, sin transmitir vídeo y 
con la calibración de las plantillas activada. (Centro) Captura que muestra la interfaz con la transmisión de vídeo 
y la calibración de las plantillas activas. (Derecha) Captura que muestra la interfaz con la transmisión de vídeo 
activa y la calibración de las plantillas desactivada. 
5.3 Integración de Agora SDK para la transmisión de vídeo 
Como complemento para mejorar el desempeño y la aceptación del paciente durante las 
sesiones [8], se ha integrado un sistema para que pueda observarse desde la perspectiva del 
fisioterapeuta si está haciendo uso de un dispositivo que le permita utilizar la Realidad 
Aumentada. Una vez instalados los paquetes de ARFoundation que se nombran en la sección 
4.1 de esta memoria, para integrar el SDK de Agora en el proyecto se ha descargado e 
importado el paquete Agora Video SDK for Unity, gratuito y disponible en la Unity Store [74]. 
Una vez importado, se ha partido del proyecto de prueba para AR que provee Agora [75], para 
integrar el streaming de vídeo junto con ARFoundation. Se deberán configurar algunos campos 
de la configuración del proyecto para asegurar un correcto funcionamiento en dispositivos 
Android. En las opciones de configuración del proyecto (menú Project Settings), en la lista de 
la izquierda, se debe seleccionar la pestaña Player. A continuación, se debe seleccionar la 
- 43 - 
 
pestaña Android a la derecha, y en la sección Other Settings se deben establecer los valores de 
los siguientes campos: 
• Auto Graphics API: desactivar la opción si está activada y seleccionar OpenGLES3 
como única API, tal y como se aprecia en la Figura 19. 
 
Figura 19. Captura de la configuración del proyecto. 
• Desactivar la opción de Multithreaded Rendering. 
• Establecer la opción de Minimum API Level en Android 7.0 ‘Nougat’ (API level 24). 
El funcionamiento de Agora es sencillo y efectivo. Primero se ha de crear una cuenta de 
usuario en su página oficial [76]. Se debe crear un proyecto nuevo, cuyo Application ID se 
debe especificar en un objeto de la escena que integre el script Home.cs que provee el SDK de 
Agora. Cuando el usuario clicka en el botón “btn_start_stream” (Figura 18 izquierda), se crea 
una instancia del cliente por el que se retransmitirá el vídeo, y se una al usuario al canal 
especificado (“ARExoesqueleto”) Agora permite a sus usuarios crear un canal temporal por el 
que se envía el vídeo (Figura 20 izquierda). Antes de unirse al canal se activa el envío de vídeo 
a través de éste, y la posibilidad de que se unan receptores. También se especifica la 
configuración de la cámara, y si se quiere utilizar la cámara frontal o trasera del dispositivo 
(Figura 20 derecha). 
- 44 - 
 
 
Figura 20. (Izquierda) Captura de la función onJoinButtonClicked() del script Home.cs de Agora SDK que 
se ejecuta al clickar en el botón de comenzar a transmitir vídeo, modificada para utilizar el canal designado. 
(Derecha) Captura del código de la función join(), ejecutada desde el cliente de Realidad Aumentada de 
AgoraSDK. 
Para ver el vídeo desde otro dispositivo en tiempo real, sólo se necesitará una aplicación con 
Agora integrado, ése Application ID específico, y conectarse al canal en el que se esté 
transmitiendo el vídeo como receptor. Para comprobar que la transmisión de vídeo funciona de 
forma correcta se ha creado una aplicación sencilla que actúa como receptora, y consta de un 
canvas en el que se muestra el vídeo, y un botón que conecta y desconecta del canal definido 
en el código, como se puede observar en la Figura 21. 
 
Figura 21. Captura de la aplicación de prueba recibiendo el vídeo enviado captado desde la aplicación de 
Interfaz de Realidad Aumentada con el dispositivo Android. Se puede observar el canvas que muestra el vídeo 
(centro), y el botón que conecta y desconecta del canal (abajo). 
- 45 - 
 
CAPÍTULO VI. RESULTADOS Y DISCUSIÓN 
Respecto a los resultados obtenidos, puede determinarse que los dos objetivos generales de 
desarrollo de una interfaz que integra Realidad Aumentada para el fisioterapeuta, y la 
implementación de un sistema que permita compartir el vídeo captado por el fisioterapeuta con 
el paciente, han sido cumplidos. Sin embargo, esta afirmación no ha podido ser sustentada con 
pruebas con pacientes reales, debido a la situación excepcional causada en 2020 por la COVID-
19. De los objetivos específicos que se proponen en el capítulo 2 de esta memoria se puede 
determinar que se han cumplido: 
i. Investigar y seleccionar los datos que podrían ser de mayor utilidad para el 
fisioterapeuta. 
ii. Investigar, seleccionar y diseñar las diferentes formas de mostrar la información 
que se reciba en la interfaz. 
Los tres objetivos restantes sólo se han cumplido de forma parcial, debido a limitaciones 
provocadas por la situación de pandemia y por la necesidad de más tiempo para cumplirlos, lo 
que se tratará en mayor profundidad en el siguiente apartado. 
Limitaciones 
La situación de pandemia durante la mayor parte de 2020 ha supuesto un reto extra para el 
desarrollo del proyecto. Esta situación ha supuesto que la interacción con el CSIC se haya visto 
afectada ya que apenas ha sido posible acudir al Grupo de Neurorrehabilitación en el Instituto 
Cajal para hacer pruebas durante el desarrollo, lo que ha provocado que se trabaje 
principalmente simulando los datos recibidos de los sensores, lo que ha supuesto una dificultad 
añadida y puede ser causa de futuras imprecisiones en los algoritmos implementados. 
Para implementar las simulaciones se ha creado un objeto en la escena de Unity que 
implementa el script “BehaviourSimulator.cs”, que es el encargado de simular el envío de datos 
por parte de los sensores. Los datos de las pruebas de dichos sensores fueron recopilados en 
ficheros de texto sin formato, sin darles ningún tratamiento. El script nombrado hace que, al 
activarse en objeto que lo contenga en la escena de Unity, se lean todos los datos que contengan 
esos ficheros de texto y, una vez se reciba la señal de comenzar a simular, se hace uso de dos 
corrutinas, una que simula el envío de datos de las plantillas y otra el envío de datos del sensor 
- 46 - 
 
inercial, para enviar una línea de datos de las contenidas en los ficheros de texto cada cierto 
período de tiempo. El código de este script puede observarse en la Figura 22. 
 
Figura 22. Captura del código del script BehaviourSimulator.cs. 
Esta situación también ha provocado que la consecución del hardware necesario para el 
desarrollo del proyecto se retrasase (como fue el caso con las plantillas de Moticon) o fuese 
imposible, por lo que se ha tenido que trabajar desde el propio hogar y con dispositivos móviles 
propios que no cuentan con soporte para todas las posibilidades y tecnologías que ofrece la 
Realidad Aumentada, no habiéndose podido efectuar pruebas en múltiples dispositivos. 
También ha sido una gran limitación el no haber podido realizar un experimento con pacientes 
- 47 - 
 
y fisioterapeutas reales para validar la utilidad de la aplicación y poner en el foco posibles 
problemas no detectados durante el desarrollo. Tampoco se ha podido incluir un exoesqueleto 
en las pruebas para observar el efecto que pueda tener éste sobre los sensores, y cómo resulta 
la representación de Realidad Aumentada sobre el marcador. 
Además de la situación de pandemia, la falta de tiempo ha supuesto que no se pueda integrar 
el proyecto con el desarrollo en paralelo de otro proyecto que trabajaba en la creación de una 
interfaz de Realidad Aumentada enfocada al paciente de estas terapias, aunque se haya 
conseguido implementar el sistema para compartir vídeo. 
 
 
 
- 48 - 
 
CAPÍTULO VII. LÍNEAS FUTURAS DE DESARROLLO 
Quedan