Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.uan.edu.co/handle/123456789/2212

Logo





Título : Identificación de la intencionalidad de movimientos del miembro superior mediante el uso de sensores de fuerza y sensores inerciales
metadata.dc.creator: Forero Guerrero, Jaisson Hernando
metadata.dc.contributor.advisor: Torres Londoño, Leonardo
Palabras clave : Inteligencia Artificial;Reconocimiento de Patrones;Identificación intencionalidad del movimiento;Aprendizaje Automático;Miografia de la Fuerza;Aprendizaje supervisado
Resumen : In the field of rehabilitation of people with disabilities due to damage or lack of any of their members, the use of robotic prostheses is of great importance. At present, these prostheses present a high technological development at the level of their hardware and software, however, their operation depends directly on the human machine interface (HMI), which is in charge of recording and identifying the data generated before the intention of the movement of the member; Proper registration will allow optimal control of the prosthesis. A system was implemented that allows the identification of the intentionality of the upper limb movement using alternative techniques such as the use of force sensors and inertial motion sensors. As a first step, a bracelet was manufactured whose function was to record data pertinent to changes in pressure and position of the arm. Subsequently, the information recording protocol was carried out where parameters were established to achieve communication between the microcontroller bracelet, computer microcontroller. Through the Matlab tool, algorithms were implemented to capture the signals from the bracelet, which was used in 10 test subjects, each one of the volunteers maintained a fixed arm position and a grip at the time of registration. The registration of eight combinations was specified: two positions and four types of grip, establishing a standard procedure for the location of the bracelet, and the taking of records. All the data were processed and stored in the computer, to later be used in the construction of training sets and validation sets. Multiple validation tests were performed for two supervised learning algorithms: logistic regression and vector support machines, varying the measurement parameters such as: subject, number of trials, number of positions, inclusion and exclusion of inertial motion sensors. The results of the tests show a high index of accuracy in the prediction of the position and grip before the intention of movement of the test subject in Off Line mode. On the other hand, an application was developed in Matlab that allows to graphically evaluate the behavior in On Line mode. However, the accuracy of the prediction decreased by as much as fifty percent.
metadata.dc.description.tableofcontents: En el ámbito de la rehabilitación de personas con discapacidad por daño o falta de alguno de sus miembros, el uso de prótesis robóticas es da gran importancia. En la actualidad estas prótesis presentan un alto desarrollo tecnológico a nivel su hardware y software, sin embargo, su funcionamiento depende directamente de la interfaz hombre maquina (HMI), que es la encargada de registrar e identificar los datos generados ante la intencionalidad del movimiento del miembro; Un registro apropiado permitirá un óptimo control de la prótesis. Se implementó un sistema que permite a la identificación de la intencionalidad del movimiento del miembro superior usando técnicas alternas como el uso sensores de fuerza y sensores de movimiento inercial. Como primer paso se fabricó un brazalete cuya función fue registrar los datos pertinentes a cambios de presión y posición del brazo. Posteriormente se efectuó el protocolo de registro de información donde se establecieron parámetros para lograr la comunicación entre el brazalete microcontrolador, microcontrolador computador. Por medio de la herramienta de Matlab se implementaron algoritmos para captar las señales del brazalete, el cual fue usado en 10 sujetos de prueba cada uno de los voluntarios mantuvieron una posición del brazo fija y un agarre en el momento del registro. Se concreto el registro de ocho combinaciones: dos posiciones y cuatro tipos de agarre, estableciendo un procedimiento estándar para la ubicación del brazalete, y la toma de registros. Todos los datos fueron procesados y almacenados en el computador, para luego ser utilizados en la construcción de conjuntos de entrenamiento y conjuntos de validación. Se realizaron múltiples pruebas de validación para dos algoritmos de aprendizaje supervisado: Regresión logística y máquinas de soporte vectorial variando los parámetros de medida como: sujeto, numero de ensayos, numero de posiciones, inclusión y exclusión de los sensores de movimiento inercial. Los resultados de las pruebas exponen un alto índice de exactitud en la predicción de la posición y agarre ante la intencionalidad de movimiento del sujeto de prueba en modo Off Line. Por otro lado, se desarrolló una aplicación en Matlab que permite evaluar de manera gráfica el comportamiento en modo On Line. Sin embargo, la exactitud en la predicción disminuyo hasta en un cincuenta por ciento.
URI : http://repositorio.uan.edu.co/handle/123456789/2212
Editorial : Universidad Antonio Nariño
metadata.dc.publisher.campus: Bogotá - Sur
metadata.dc.publisher.faculty: Facultad de Ingeniería Mecánica, Electrónica y Biomédica
metadata.dc.date.created: 2020-07-21
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-sa/3.0/us/
Aparece en las colecciones: Ingeniería mecánica

Ficheros en este ítem:
Fichero Tamaño  
2020AutorizacióndeAutores.pdf
  Restricted Access
1.67 MBVisualizar/Abrir  Request a copy
2020JaissonHernandoForeroGuerrero.pdf33.23 MBVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons