Resumen Técnico: IZSafe – Reconocimiento de Movimientos de Bomberos mediante Aprendizaje Profundo en el Cuerpo en Tiempo Real

Planteamiento del Problema

Los sistemas de inteligencia artificial existentes en la protección contra incendios y la gestión de crisis abordan principalmente tareas a nivel macro, como la detección de incendios, la predicción de su propagación y el apoyo robótico. Estos sistemas carecen de conciencia situacional a nivel micro, específicamente la capacidad de monitorear la actividad y el estado operativo en tiempo real de los bomberos individuales durante las intervenciones. El monitoreo de los movimientos individuales es particularmente desafiante en entornos caracterizados por el humo, la oscuridad, espacios estrechos y condiciones físicamente exigentes. Además, las soluciones existentes suelen depender de entornos de laboratorio, aprendizaje automático clásico o dispositivos de computación perimetial (edge computing) pesados, lo que impide proporcionar una solución de aprendizaje profundo embebida, robusta y de baja latencia que opere directamente en hardware portátil con recursos limitados sin necesidad de transmisión continua de datos.

Metodología

Recolección y Preparación de Datos

El estudio utilizó un conjunto de datos recolectado de 112 bomberos profesionales varones realizando 33 movimientos estandarizados en tres entornos realistas: un gimnasio, una escalera y un área cerca de un camión de bomberos con escaleras extensibles y verticales.

• Sensores: Los datos se capturaron a 200 Hz utilizando Unidades de Medición Inercial (IMU) y Magnetómetros (MAG) integrados en un portador de botella de oxígeno (unidad de cintura) e, inicialmente, en unidades de botas.
• Preprocesamiento: Los datos brutos se sometieron a una transformación desde el sistema de coordenadas del dispositivo al sistema de coordenadas del cuerpo. Un pipeline de segmentación combinó la división automática (basada en las señales de los sensores de las botas) con la verificación manual de video para etiquetar 303 ejercicios completos.
• Fusión de Clases: Para abordar la alta similitud entre ciertos movimientos (por ejemplo, diferentes ángulos de escalera), los 33 movimientos originales se fusionaron en 16 categorías más amplias (por ejemplo, "Caminar hacia adelante", "Subir escaleras", "Escalera aérea hacia arriba").
• Configuración de Sensores: Aunque el desarrollo inicial utilizó sensores en las botas para la segmentación, el modelo desplegado final depende exclusivamente de la unidad de cintura (acelerómetro y giroscopio) para asegurar la viabilidad práctica, eliminando las botas cableadas y la transmisión de datos inalámbrica de las botas, que es poco fiable.

Arquitectura del Modelo y Entrenamiento

El núcleo del sistema es una red neuronal recurrente de Memoria de Corto Planteamiento Largo (LSTM) compacta, diseñada para datos inerciales secuenciales.

• Arquitectura: El modelo cuenta con una capa LSTM TimeDistributed, una capa Flatten, una capa Dense con activación ReLU, una capa Dropout (0.2) y una capa de salida Dense con activación Softmax.
• Restricciones: La arquitectura fue diseñada explícitamente para ejecutarse en un microcontrolador ARM Cortex-M4. Para cumplir con estas restricciones, los autores evitaron arquitecturas complejas como los Transformers o los BiLSTMs y optaron por un LSTM unidireccional.
• Estrategia de Cuantización: A diferencia de muchos enfoques de TinyML, la implementación final mantiene una representación de punto flotante de 32 bits sin cuantización ni poda, ya que el tamaño del modelo era lo suficientemente pequeño como para caber dentro de la memoria y los límites de procesamiento del microcontrolador.
• Manejo del Magnetómetro: Se probaron dos configuraciones: una con datos de magnetómetro y otra sin ellos. La configuración de despliegue final omite el magnetómetro para eliminar la dependencia de la orientación magnética y reducir la sensibilidad a la interferencia magnética, aceptando un ligero compromiso en la precisión offline a cambio de una mayor robustez práctica.

Sistema de Inferencia

El sistema opera mediante un pipeline embebido que consta de tres componentes principales:

1. Rutina de Servicio de Interrupción (ISR): Recolecta datos de los sensores, promedia las muestras (12 muestras) y gestiona una ventana de salto (hopping window) de 1200 ms.
2. Bucle Principal: Ejecuta la inferencia del modelo de IA sobre la ventana promediada, promedia los resultados sobre 10 ejecuciones para reducir el ruido y aplica un umbral de probabilidad (40%) para clasificar los movimientos como "conocidos" o "desconocidos".
3. Tarea de Transmisión de Movimiento: Agrega el movimiento reconocido más frecuente durante un intervalo de transmisión (3 segundos) y lo envía a través de una red de radio a la interfaz de mando.

Resultados Clave

Rendimiento del Modelo

• Modelo IMU/MAG (16 clases): Logró una precisión del 93.85% y un F1-score ponderado de 0.94 en el conjunto de prueba.
• Modelo sin Magnetómetro (16 clases): Logró una precisión del 85.22% y un F1-score ponderado de 0.852. Esta configuración fue la seleccionada para el despliegue para asegurar la robustez de la orientación y magnética.
• Análisis de Confusión: El modelo mostró una alta precisión para caminar, gatear y movimientos de escaleras. La confusión se observó principalmente entre movimientos de escalera similares (por ejemplo, escaleras verticales vs. de intervención) y ángulos específicos de la escalera.

Rendimiento del Sistema

Tras implementar la agregación temporal y la fusión de las clases de escaleras difíciles de distinguir (por ejemplo, fusionar "Escalera de intervención hacia arriba" con "Escalera aérea hacia arriba"), el sistema de inferencia completo logró una tasa de éxito de reconocimiento ponderada del 95.47%.

• Latencia: El tiempo de inferencia en el ARM Cortex-M4 es de aproximadamente 52 ms.
• Tiempo de Reacción: El tiempo de reacción efectivo para detectar un cambio de movimiento es de aproximadamente 1.2 segundos (1200 ms).
• Tiempo de Inicialización: El tiempo de inicialización del sistema es de aproximadamente 2.4 segundos.

Verificación de Despliegue

El sistema fue verificado durante ejercicios reales de bomberos. Los movimientos reconocidos se transmitieron vía radio, se almacenaron en una base de datos y se visualizaron en una interfaz de tableta para el comandante de la intervención. El sistema rastreó con éxito la ubicación y actividad de los bomberos en tiempo real, demostrando estabilidad en condiciones reales ruidosas.

Significado y Contribuciones

El artículo posiciona a IZSafe no como un avance en la arquitectura general de Reconocimiento de Actividad Humana (HAR), sino como una contribución orientada al despliegue que integra con éxito varias áreas de investigación distintas en un sistema funcional y operativo.

1. Conciencia Situacional a Nivel Micro: El sistema extiende el monitoreo existente a nivel macro al proporcionar datos de actividad individual en tiempo real, complementando los sistemas de escena de incendio y predicción de propagación.
2. Aprendizaje Profundo Embebido: Demuestra la viabilidad de ejecutar un modelo LSTM recurrente directamente en un microcontrolador ARM Cortex-M4 de bajo consumo sin requerir la transmisión continua de datos brutos a un servidor remoto o a un dispositivo perimetial potente (como una Raspberry Pi).
3. Configuración de Sensores Minimalista: La solución logra altas tasas de reconocimiento utilizando únicamente una unidad montada en la cintura (acelerómetro y giroscopio), evitando la complejidad y los problemas de cableado de los trajes de múltiples sensores o las botas con sensores.
4. Compromisos Prácticos: El trabajo destaca un compromiso exitoso entre el detalle de la clasificación, la robustez y la latencia. Al eliminar el magnetómetro y fusionar las clases indistinguibles, el sistema prioriza la estabilidad operativa y la robustez sobre la precisión teórica máxima.
5. Validación en el Mundo Real: A diferencia de muchos estudios de HAR limitados a la evaluación offline o entornos simulados, IZSafe fue entrenado con datos de 112 bomberos profesionales y verificado en escenarios de entrenamiento realistas con equipos de intervención auténticos.

Los autores concluyen que, si bien existen limitaciones respecto a la diversidad del conjunto de datos (solo varones, una sola organización) y la necesidad de detección de anomalías en iteraciones futuras, IZSafe demuestra que la conciencia situacional a nivel micro mediante aprendizaje profundo en microcontroladores portátiles es técnicamente viable y prácticamente útil para la respuesta ante emergencias.