ADQUISICIÓN Y PROCESAMIENTO DE SEÑALES EMG PARA CONTROLAR MOVIMIENTO DE UN BRAZO HIDRAULICO

  • Jorge Andrés García Pinzon Universidad de Pamplona
  • Luis Enrique Mendoza Universidad de Pamplona

Resumen

En este artículo se presenta el diseño e implementación de un sistema electrónico para el registro de las señales electromiográficas de la extremidad superior del sujeto (humano). Seguidamente al proceso de la implementación del sistema electrónico, en este trabajo se realiza una etapa de pre-procesamiento y procesamiento de las señales registradas, las técnicas utilizadas para éste fin son: análisis wavelet (AW), análisis de componentes principales (ACP), transformada de fourier (TF), transformada del coseno discreta (DCT), máquinas de soporte vectorial (SVM) y redes neuronales artificiales (RNA); estas técnicas se usaron para eliminar información poco relevante, reconocer zonas de interés, extraer patrones en cada grupo de señales y clasificar una nueva señal que controle en forma precisa el movimiento que quiere ejecutar el sujeto con el brazo Hidráulico. Dentro de las técnicas de control de procesos Industriales se busca realizar una aplicación con el fin de poder hacer control a dos grados de libertad más el efector final del brazo hidráulico del laboratorio de automatización y mantenimiento de equipos industriales de la Universidad de Pamplona.

Citas

K. Kuribayashi, S. Shimizu, K. Okimura, T. Taniguchi, "A discrimination system using neural network for EMG-controlled prostheses-Integral type of EMG signal processing," International Conference on Intelligent Robots and Systems '93, IROS '93. Proceedings of the 1993 IEEE/RSJ, vol.3, 26, pp.1750-1755.

A. Salman, J. Iqbal, U. Izhar, U.S. Khan, N. Rashid, "Optimized circuit for EMG signal processing," International Conference on Robotics and Artificial Intelligence (ICRAI), 22-23 Oct. 2012, pp.208-213.

L. Marie-Françoise, A. Gaufriau, S. Pascual, C. Doncarli, D. Farina, “Multi-channel surface EMG classification using support vector machines and signal-based wavelet optimization”, Biomedical Signal Processing and Control, Vol. 3, Issue 2, April 2008.

, J.L.G. Nielsen, S. Holmgaard, J. Ning, K. Englehart, D. Farina, P. Parker, "Enhanced EMG signal processing for simultaneous and proportional myoelectric control," Annual International Conference of the IEEE Engineering in Medicine and Biology Society EMBC 2009, 3-6 Sept. 2009, pp.4335-4338.

K. HeeSu, R. Kiwon, Y. Kyoung-jin, S. Hyun-chool, "Intuitive robot navigation using wireless EMG and acceleration sensors on human arm," International Symposium on Intelligent Signal Processing and Communications Systems (ISPACS), 7-9 Dec. 2011, pp.1-4.

X. Wang; Y. Liu; D. Yang; N. Li; L. Jiang; H. Liu, "Progress in the biomechatronic design and control of a hand prosthesis," International Conference on Intelligent Robots and Systems (IROS), 2010 IEEE/RSJ, 18-22 Oct. 2010, pp.5880-5885.

J. Z. Wang, R.C. Wang, F. Li, M.W. Jiang, D.W. Jin, "EMG Signal Classification for Myoelectric Teleoperating a Dexterous Robot Hand," Engineering in Medicine and Biology Society, 2005. 27th Annual International Conference of the IEEE-EMBS 2005. 17-18 Jan.2006, pp.5931,5933.

B. Gerard, J. Tortora, V. Bryan y H. Derrickson, Principios de la anatomía y la fisiología, Tortora, Derrickson, 2007.

D. Silverthorn, Fisiologia Humana un enfoque integrado, Texas: Panamericana, 2007.

Publicado
2014-06-15
Cómo citar
García Pinzon, J. A., & Mendoza, L. E. (2014). ADQUISICIÓN Y PROCESAMIENTO DE SEÑALES EMG PARA CONTROLAR MOVIMIENTO DE UN BRAZO HIDRAULICO. Mundo FESC, 4(7), 49-60. Recuperado a partir de https://www.fesc.edu.co/Revistas/OJS/index.php/mundofesc/article/view/22
Sección
Articulos