La identificación de las Actividades de la Vida Diaria (AVD) es intrínseca a la reconocimiento del entorno del usuario. Esta detección puede ser ejecutada a través de sensores estándar presentes en dispositivos móviles de uso diario. Por un lado, la propuesta principal es reconocer el entorno y las actividades de pie de los usuarios. Por otro lado, estas características están incluidas en un marco para la identificación de AVD y entorno. Por lo tanto, este documento se divide en dos partes: en primer lugar, se utilizan sensores acústicos para la recopilación de datos hacia el reconocimiento del entorno y, en segundo lugar, la información del entorno reconocido se fusiona con la información recopilada por sensores de movimiento y magnéticos. El reconocimiento del entorno y las AVD se realizan mediante técnicas de reconocimiento de patrones que apuntan al desarrollo de un sistema, que incluye procedimientos de recopilación, procesamiento, fusión y clasificación de datos. Estas técnicas de clasificación incluyen distintos tipos de Redes Neuronales Artificiales (RNA), analizando varias implementaciones de RNA y eligiendo la más adecuada para su inclusión en las diferentes etapas del sistema desarrollado. Los resultados presentan un 85.89% de precisión utilizando Redes Neuronales Profundas (DNN) con datos normalizados para el reconocimiento de AVD y un 86.50% de precisión utilizando Redes Neuronales Feedforward (FNN) con datos no normalizados para el reconocimiento del entorno. Además, las pruebas realizadas presentan un 100% de precisión para el reconocimiento de actividades de pie utilizando DNN con datos normalizados, lo cual es el más adecuado para el propósito previsto.