Desenvolvimento de um sistema embarcado wearable demonitoramento da carga plantar empregando sensor FSR

Abstract

O monitoramento da carga plantar é uma ferramenta relevante para a análise biomecânica da marcha, especialmente em aplicaçõesInstituto Federal de Santa Catarina – Jaraguá do Sul - RAU Rua dos Imigrantes, 445 | Rau | Jaraguá do Sul /SC | CEP: 89254-430 Fone: (47) 3276-9600 | www.gw.ifsc.edu.br | CNPJ 11.402.887/0005-94 relacionadas à identificação de sobrecargas e ao acompanhamento de regiões plantares submetidas a maiores esforços mecânicos. Este trabalho apresenta o desenvolvimento de uma palmilha wearable para monitoramento relativo da carga plantar utilizando sensores do tipo Force Sensing Resistor (FSR). O sistema emprega quatro sensores FSR402 posicionados em regiões estratégicas da palmilha, associados a circuitos osciladores de relaxação responsáveis por converter a variação resistiva dos sensores em sinais de frequência. Esses sinais são adquiridos por um microcontrolador ESP8266, processados por meio de funções individuais de calibração e transmitidos via Wi-Fi para visualização em dashboard e armazenamento remoto. Foram realizados ensaios de caracterização dos sensores, validação da conversão resistência-frequência, calibração frequência-carga e avaliação do sistema integrado por meio da aplicação de cargas conhecidas. Os resultados demonstraram coerência entre a modelagem teórica, as medições em osciloscópio e a leitura realizada pelo firmware. Na validação via dashboard, o protótipo apresentou erro médio absoluto global de 0,244 kg, RMSE global de 0,306 kg e erro médio absoluto percentual de 5,49%.

Plantar load monitoring is a relevant tool for biomechanical gait analysis, especially in applications related to the identification of overloads and the monitoring of plantar regions subjected to higher mechanical stress. This work presents the development of a wearable insole for relative plantar load monitoring using Force Sensing Resistor (FSR) sensors. The system employs four FSR402 sensors positioned in strategic regions of the insole, associated with relaxation oscillator circuits responsible for converting the resistive variation of the sensors into frequency signals. These signals are acquired by an ESP8266 microcontroller, processed using individual calibration functions, and transmitted via Wi-Fi for dashboard visualization and remote storage. Sensor characterization tests, resistance-to-frequency conversion validation, frequency-to-load calibration, and integrated system evaluation were performed by applying known loads. The results showed consistency among the theoretical model, oscilloscope measurements, and firmware readings. In the dashboard validation, the prototype presented a global mean absolute error of 0.244 kg, a global RMSE of 0.306 kg, and a mean absolute percentage error of 5.49%.