This thesis addresses the ergonomic assessment of repetitive movement risks using the OCRA method, a process that is time-consuming and prone to inter-observer variability when performed manually. The work describes the architecture of a markerless system that integrates an Azure Kinect sensor (for body tracking) with the MediaPipe library (for detailed hand tracking), alongside the implementation of an experimental protocol to capture the kinematic data required for the future automatic recognition of technical actions.

La tesi affronta il tema della valutazione ergonomica del rischio da movimenti ripetitivi secondo il metodo OCRA, la cui applicazione manuale risulta dispendiosa in termini di tempo e soggetta a variabilità tra osservatori. Il lavoro descrive l'architettura di un sistema markerless che integra un sensore Azure Kinect, per il tracciamento del corpo, con la libreria MediaPipe, per il dettaglio della mano, e l'applicazione di un protocollo sperimentale per l'acquisizione dei dati cinematici necessari al futuro riconoscimento automatico delle azioni tecniche.

SVILUPPO DI UN PROTOTIPO MOTION CAPTURE MARKERLESS PER IL RICONOSCIMENTO DELLE AZIONI TECNICHE AI FINI DELLA VALUTAZIONE OCRA

MARRANZINO SCOPECE, DAVIDE
2025/2026

Abstract

This thesis addresses the ergonomic assessment of repetitive movement risks using the OCRA method, a process that is time-consuming and prone to inter-observer variability when performed manually. The work describes the architecture of a markerless system that integrates an Azure Kinect sensor (for body tracking) with the MediaPipe library (for detailed hand tracking), alongside the implementation of an experimental protocol to capture the kinematic data required for the future automatic recognition of technical actions.
2025
DEVELOPMENT OF A MARKERLESS MOTION CAPTURE PROTOTYPE FOR TECHNICAL ACTION RECOGNITION IN SUPPORT OF OCRA ASSESSMENT
La tesi affronta il tema della valutazione ergonomica del rischio da movimenti ripetitivi secondo il metodo OCRA, la cui applicazione manuale risulta dispendiosa in termini di tempo e soggetta a variabilità tra osservatori. Il lavoro descrive l'architettura di un sistema markerless che integra un sensore Azure Kinect, per il tracciamento del corpo, con la libreria MediaPipe, per il dettaglio della mano, e l'applicazione di un protocollo sperimentale per l'acquisizione dei dati cinematici necessari al futuro riconoscimento automatico delle azioni tecniche.
OCRA Checklist
Ergonomia
Motion Capture
File in questo prodotto:
File Dimensione Formato  
MARRANZINO_SCOPECE_Tesi.pdf

File consultabile da postazioni biblioteca

Dimensione 1.3 MB
Formato Adobe PDF
1.3 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/110764