El reconocimiento automático de la marcha es un enfoque computacional para el análisis de la marcha bípeda humana. Dicho enfoque se basa en la evaluación y comparación del patrón de caminata de cada persona respecto a la marcha normal. Este trabajo de investigación se centra en el desarrollo de un marco de trabajo para el análisis y reconocimiento automático de anomalías de la marcha basados en la cinemática bípeda del humano. La primera etapa del marco consiste en el desarrollo del modelado cinemático directo de posición de un sistema de 8 GDL y de un sistema reducido de 3 GDL, los cuales representan las extremidades inferiores durante el ciclo de marcha. Para dicho propósito, en esta etapa se usan los métodos convencionales basados en geometría y Denavit-Hartenberg; y además se propone un enfoque novedoso para el cálculo de la cinemática basado en álgebra de cuaterniones. Derivado de lo anterior, se realiza el análisis y visualización de la marcha normal y marcha agachada en el espacio cartesiano en los 3 planos anatómicos empleando métricas no convencionales. En la segunda etapa, se propone un método basado en geometría y transformación de coordenadas para el cálculo de la cinemática inversa de posición de los mismos modelos cinemáticos de 8 GDL y 3 GDL, respectivamente. En esta fase se hace el análisis y visualización de la marcha normal y marcha agachada en los 3 planos anatómicos en el espacio articular. La última etapa, consiste en el desarrollo de un marco de trabajo para el reconocimiento de marcha antiálgica y no antiálgica, basado en un sistema experimental para la medición de actividad usando el giroscopio de un teléfono inteligente. En esta fase se hace una descripción detallada de cada una de las fases del flujo de trabajo haciendo énfasis en el diseño experimental, validación de datos, así como extracción y selección de características. Los algoritmos de clasificación que se usan son: k-vecinos más cercanos, Naive Bayes, máquinas vectoriales de soporte vectorial, análisis discrimante lineal, arboles de decisión y ensamble de clasificadores. Las métricas empleadas para la evaluación del rendimiento de la etapa de clasificación son: exactitud, medida-f, sensibilidad, especificidad y precisión. Finalmente, los resultados obtenidos del marco de trabajo tanto en ambiente de simulación como experimentalmente para el modelado cinemático directo e inverso de posición de las extremidades inferiores durante el ciclo de marcha, determinan la viabilidad de la propuesta. Por lo que, la metodología presentada puede ser empleada para diagnóstico y evaluación de enfermedades derivadas en la marcha antiálgica y marcha agachada; sin embargo, tanto las etapas de modelado cinemático como las de reconocimiento automático pueden ser extendidas para evaluar otras anomalías relacionadas a la marcha.