Submitted by Marcio Filho (marcio.kleber@ufba.br) on 2017-06-09T12:09:03Z No. of bitstreams: 1 Dissertação(Nilmar_de_Souza).pdf: 5913699 bytes, checksum: 6cf8b98ccf18c8274e595050aff45af7 (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-06-12T15:25:52Z (GMT) No. of bitstreams: 1 Dissertação(Nilmar_de_Souza).pdf: 5913699 bytes, checksum: 6cf8b98ccf18c8274e595050aff45af7 (MD5) / Made available in DSpace on 2017-06-12T15:25:52Z (GMT). No. of bitstreams: 1 Dissertação(Nilmar_de_Souza).pdf: 5913699 bytes, checksum: 6cf8b98ccf18c8274e595050aff45af7 (MD5) / O Airsoft é um esporte no qual duas equipes simulam uma situação de combate. Os participantes utilizam réplicas de armas de fogo em escala 1:1. Os jogadores disparam projéteis plásticos que atingem o oponente sem deixar nenhum tipo de marcação, não sendo visível para os demais participantes quando um determinado jogador sofreu um tiro. Dessa forma, para sair da partida o participante atingido deve se declarar. Entretanto nem todos os jogadores tem essa postura e alguns deles, mesmo sendo atingidos, não se pronunciam e continuam jogando. Esse problema criou em alguns clubes de Airsoft a necessidade de desenvolver um instrumento que acuse quando um jogador for atingido. O projeto surgiu a partir dessa necessidade, tendo como principal objetivo desenvolver um colete instrumentado que identifique quando um usuário sofreu um impacto proveniente de arma de Airsoft. Para que isso fosse possível fez-se necessário identificar os melhores materiais para confecção do colete, desenvolver um equipamento de aquisição, identificar uma característica a partir da qual o reconhecimento fosse viável e por fim implementar essa estratégia. Como ferramenta básica para identificação de impacto foi utilizado um filtro de mediana que atende bem para os eventos convencionais em uma partida. Contudo, para alguns eventos simulados em laboratórios a estratégia não foi eficiente, e para esses casos optou-se por conectar o colete a um servidor e aplicar uma rede neural artificial que classificou corretamente aproximadamente 83% dos impactos analisados. O produto desenvolvido contempla com sucesso a necessidade para a qual foi proposto havendo demanda para o desenvolvimento de novos equipamentos que objetivam um maior monitoramento do jogador durante a partida, como capacete e calça.