Diseño y construcción de un prototipo de brazo robótico de 6 GDL con movimiento restringido por planos, activado mediante señales EEG- SSVEP para contribuir a la autonomía de personas con discapacidad en las extremidades superiores
Se diseñó y construyó un prototipo de brazo robótico con movimiento restringido por planos enfocado a contribuir con la autonomía de personas con discapacidad en sus extremidades superiores activado por señales electroencefalográficas (EEG). Para lo cual, se desarrolló un marco conceptual referente...
Wedi'i Gadw mewn:
| Prif Awdur: | |
|---|---|
| Awduron Eraill: | |
| Fformat: | bachelorThesis |
| Iaith: | spa |
| Cyhoeddwyd: |
2022
|
| Pynciau: | |
| Mynediad Ar-lein: | http://repositorio.espe.edu.ec/handle/21000/32101 |
| Tagiau: |
Ychwanegu Tag
Dim Tagiau, Byddwch y cyntaf i dagio'r cofnod hwn!
|
Ychwanegu Tag | Crynodeb: | Se diseñó y construyó un prototipo de brazo robótico con movimiento restringido por planos enfocado a contribuir con la autonomía de personas con discapacidad en sus extremidades superiores activado por señales electroencefalográficas (EEG). Para lo cual, se desarrolló un marco conceptual referente a la discapacidad física motora, la robótica asistencial y las interfaces cerebro-computador (BCI – Brain Computer Interface). Se modeló la cinemática directa e inversa del robot lo que permitió definir el sistema de control. Se consideraron características de geometría, material y elementos electrónicos a utilizar con base a requerimientos del usuario para llegar a un prototipo funcional el cual es simétrico, robusto y modular. Se identificó un espacio de trabajo y trayectorias para el movimiento planar. Finalmente se evaluó el desempeño del robot a través de los criterios establecidos en la norma ISO9283, obteniendo una exactitud y repetitividad en la posición de ±0.85 cm y de ±1.49 cm respectivamente. Para la activación del brazo robótico se desarrolló una BCI bajo el paradigma de estímulos visuales en estado estacionario (SSVEP – Steady State Visual Evoked Potentials). En el preprocesamiento, se utilizaron filtros propios del casco g Nautilus Research. Para la extracción de características, se implementó el método de análisis de componentes principales (PCA – Principal Component Analysis) para separar los artefactos. Y finalmente, en la selección de características se empleó el algoritmo de análisis de Correlación Canónica (CCA – Canonical Correlation Analysis) para comparar las señales de los electrodos con señales senoidales y cosenoidales, lo que permitió obtener una muy buena precisión. En las pruebas online y offline desarrolladas con el sujeto principal se obtuvo una precisión del 83% y 75%, respectivamente. |
|---|