Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place

En este proyecto se investigó, desarrolló e implementó una interfaz cerebro máquina (BMI) tomando señales de electroencefalografía (EEG) correspondientes a la actividad sensorial-motora de una persona, específicamente en la imaginación de movimientos del brazo izquierdo y derecho, con la finalidad d...

Full description

Autores:
Espitia Ocaciones, Hugo Yojhan
Sandoval Cordón, Edgar Alirio
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/17652
Acceso en línea:
http://hdl.handle.net/20.500.12749/17652
Palabra clave:
Mechatronic
Technological advances
Electroencephalography
UR3 robot
Arm movements
Manipulators
Robotics
Automatic control
Machine theory
Avances tecnológicos
Electroencefalografía
Robot UR3
Movimientos de brazo
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_b52f44b0a784d84ef967211809baa2fe
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/17652
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
dc.title.translated.spa.fl_str_mv Brain-machine interface implementation for motion control of a UR3 robotic manipulator arm for Pick and Place Applications
title Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
spellingShingle Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
Mechatronic
Technological advances
Electroencephalography
UR3 robot
Arm movements
Manipulators
Robotics
Automatic control
Machine theory
Avances tecnológicos
Electroencefalografía
Robot UR3
Movimientos de brazo
title_short Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
title_full Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
title_fullStr Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
title_full_unstemmed Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
title_sort Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and Place
dc.creator.fl_str_mv Espitia Ocaciones, Hugo Yojhan
Sandoval Cordón, Edgar Alirio
dc.contributor.advisor.none.fl_str_mv Barragán Gómez, Johann
dc.contributor.author.none.fl_str_mv Espitia Ocaciones, Hugo Yojhan
Sandoval Cordón, Edgar Alirio
dc.contributor.cvlac.spa.fl_str_mv Barragán Gómez, Johann [0001496379]
dc.contributor.googlescholar.spa.fl_str_mv Barragán Gómez, Johann [es&oi=ao]
dc.contributor.orcid.spa.fl_str_mv Barragán Gómez, Johann [0000-0001-6114-6116]
dc.subject.keywords.spa.fl_str_mv Mechatronic
Technological advances
Electroencephalography
UR3 robot
Arm movements
Manipulators
Robotics
Automatic control
Machine theory
topic Mechatronic
Technological advances
Electroencephalography
UR3 robot
Arm movements
Manipulators
Robotics
Automatic control
Machine theory
Avances tecnológicos
Electroencefalografía
Robot UR3
Movimientos de brazo
dc.subject.proposal.spa.fl_str_mv Avances tecnológicos
Electroencefalografía
Robot UR3
Movimientos de brazo
description En este proyecto se investigó, desarrolló e implementó una interfaz cerebro máquina (BMI) tomando señales de electroencefalografía (EEG) correspondientes a la actividad sensorial-motora de una persona, específicamente en la imaginación de movimientos del brazo izquierdo y derecho, con la finalidad de darle movimiento a un robot UR3. Las señales cerebrales son tomadas con una tarjeta de adquisición de datos llamada Cyton Biosensing de 8 canales, de la empresa OpenBCI. Se ubicaron los electrodos según la distribución internacional para EEG 10-20 en la región del cerebro para la imaginación motora. Mediante los algoritmos de clasificación llamados Análisis Discriminante Lineal (LDA) y Máquinas de Vector Soporte (SVM), se obtuvieron predicciones de los pensamientos del usuario, por medio de algoritmos desarrollados en un lenguaje de programación llamado python. El robot UR3 tiene unos puntos marcados sobre la mesa, donde debe hacer una actividad de pick and place (tomar o poner un objeto), el robot no sabe en cuál de los 4 puntos debe ir a recoger o dejar el objeto. Este proyecto se desarrolló con el fin de generar una comunicación entre una persona sin ninguna discapacidad motora y un brazo manipulador subiendo el nivel de colaboración que pueda realizar este cobot UR3. q
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-09-12T20:00:12Z
dc.date.available.none.fl_str_mv 2022-09-12T20:00:12Z
dc.date.issued.none.fl_str_mv 2022-07-09
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/17652
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/17652
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv 1. MUÑOZ SÁNCHEZ, Francisco. Construcción de una nueva interfaz cerebro-computador a partir de una de bajo coste (EMOTIV EPOC). Cartagena, Ingeniería Electrónica Industrial y Automática. Universidad Politécnica de Cartagena. (2014). pp 97.
2. MORÁN GARCÍA, Álvaro. Diseño de interfaz cerebro-máquina controlados mediante registros de EEG. Madrid. Universidad Autónoma de Madrid. Departamento de Ingeniería Informática. (2015). pp 105.
3. PEÑA ÁLVAREZ, Andrés Mauricio. Desarrollo de interfaz cerebro-máquina basada en el análisis de EEG y potenciales visuales evocados en estado estable para el control de un objeto. Ingeniería Electrónica. La universidad de los Andes. Facultad de ingeniería. (2015). pp 52.
4. OLIVARES CARRILLO, Cristian Yarisse. Diseño y construcción de una interfaz cerebro computadora para el control de una silla de ruedas como ayuda a personas con discapacidad motriz. Barranquilla. Magíster en Ingeniería Electrónica. Universidad del Norte. Departamento de Ingeniería Eléctrica y Electrónica. (2017). pp 55.
5. ROMERO MEZA, Camilo Ernesto. Desarrollo de una interfaz cerebro-máquina para estudiar e incentivar la mejora de concentración y atención, por medio de potenciales evocados. Ingeniería Electrónica. La universidad de los Andes. Facultad de Ingeniería. Departamento de ingeniería eléctrica y electrónica. (2016). pp 57.
6. ESCOLANO MINGUEZ, Carlos Javier. Sistema de teleoperación Multi-robot basado en interfaz cerebro-computador. En: Revista iberoamericana de automática e información industrial. Vol 8. (Abril 2011); p. 16-23
7. E. A. Pohlmeyer, B. Mahmoudi, S. Geng, N. Prins and J. C. Sanchez, Brain-machine interface control of a robot arm using actor-critic rainforcement learning. En: IEEE. ( Nov 2012). p. 4108-4111.
8. O. P. Idowu, P. Fang, X. Li, Z. Xia, J. Xiong and G. Li. Towards Control of EEG-Based Robotic Arm Using Deep Learning via Stacked Sparse Autoencoder. En: IEEE. (Marzo 2018). p. 1053-1057
9. KHAN MA, Das R, Iversen HK, Puthusserypady S. Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application. En: Comput Biol Med. (2020). 123:103843.
10.M. Hajibabazadeh and V. Azimirad, Brain-robot interface: Distinguishing left and right hand EEG signals through SVM. En: Second RSI/ISM International Conference on Robotics and Mechatronics (ICRoM),( 2014). p 813-816
11.A. REUST, J. Desai and L. Gomez, Extracting Motor Imagery Features to Control Two Robotic Hands. En: IEEE International Symposium on Signal Processing and Information Technology (ISSPIT). (2018). p 118-122.
12.E. Hortal n, D.Planelles,A.Costa,E.Iáñez,A.Úbeda,J.M.Azorín,E.Fernández, SVM-based Brain-Machine Interface for controlling a robot arm through four mental tasks. (2015). p 116-121
13.Onose G, Grozea C, Anghelescu A, et al. On the feasibility of using motor imagery EEG-based brain-computer interface in chronic tetraplegics for assistive robotic arm control: a clinical test and long-term post-trial follow-up. En: Spinal Cord. (2012) p. 599-608
14.ZUMBA GAMBOA, Johanna Patricia. León Arreaga, Cecibel Alexandra. Evolución de las metodologías y modelos utilizados en el desarrollo de software. En: INNOVA. Vol 3. ( sept 2018). p 20-23.
15.OREJUELA M, Edgar Leonardo. Restrepo Rios, Tommy Jolian. Propuesta de un modelo para la selección de un proceso de software. Bogotá. Especialización en proyectos informáticos. Universidad distrital Francisco José de Caldas. (2018). pp 107.
16.CARDONA VELEZ, Alejandro. Yang,Hong.Xiao,Dianyun.Motor Imagery BCI-based robot arm system. China, Department of Electronic Engineering Shanghai Maritime University Shanghai, China. Seventh International Conference on Natural Computation. (2011).
17.JUN, Jiang. AN, Wang.Yu, GE. Zongtan, Zhou.Brain-Actuated Humanoid Robot Control Using One Class Motor Imagery Task.Changsha, China. College of Mechatronic Engineering and Automation,National University of Defense Technology. (2012).
18.AIQIN, Sun. BINGHUI, Fan. CHAOCHUAN, Jia. Motor imagery EEG-based online control system for upper artificial limb. Changchun, China International Conference on Transportation, Mechanical, and Electrical Engineering (TMEE).
19.LI, Ming-Ai. WANG, Rui. HAO, Dong-Mei. YANG, Jin-Fu. Feature Extraction and Classification of Mental EEG for Motor Imagery. Beijing, China. Institution of Artificial Intelligence and Robot Beijing University of Technology.
20.Digital Guide IONOS. ¿Qué es el Modelo V?. Ubicado en: https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/modelo-v/ .23 de Junio del 2020.
21.Página Oficial de Arduino. Arduino Uno RV3. Ubicado en https://store.arduino.cc/usa/arduino-uno-smd-rev3, 21 de mayo 2020
22.Página ventas de OpenBci. Elementos para EEG. Ubicado en: https://shop.openbci.com/collections/frontpage. 1 de junio del 2020
23.Neurosky. Auriculares, diademas y elementos para EEG. Ubicado en: http://neurosky.com/. 12 junio 2020.
24.Universal Robots. Robots Colaborativos Disponibles. Ubicado en: https://www.universal-robots.com/es/productos/robot-ur3/. 20 de junio del 2020.
25.Emotiv página de ventas. Diademas para EEG.https://www.emotiv.com/epoc/. 10 de Agosto del 2020.
26.Compumedics Neuroscan. Sistemas de Adquisición y Amplificación para EEG. https://compumedicsneuroscan.com/applications/ep/. 3 Agosto del 2020
27.Departamento Administrativo Nacional de Estadística. Información Estadística de la Discapacidad. Colombia: DANE; Julio 2004.
28.Universal Robots. Robots Colaborativos Disponibles. Ubicado en: https://www.universal-robots.com/es/productos/robot-ur3/. 20 de junio del 2020.
29.DA SILVA SAUER, Leandro, FACTORES PSICOLÓGICOS EN LA IMPLEMENTACIÓN DE LOS SISTEMAS DE INTERFACES CEREBRO-ORDENADOR (BCI). Licenciatura en psicología. Universidad de Málaga. Facultad de psicología. (2014).
30.CASANE VARGAS, Bryan José. Miranda Llanos, Camilo Emmanuel. Relación entre el movimiento real e imaginado: Desarrollo de experimentación preliminar. Pontificia Universidad Católica del Perú.
31.GALVÁN, Catalina. DISEÑO, IMPLEMENTACIÓN Y EVALUACIÓN DE UNA INTERFAZ CEREBRO-COMPUTADORA DE BAJO COSTO. Instituto de Matemática Aplicada del Litoral, IMAL-CONICET-UNL. (2018).
32.CASANE VARGAS, Bryan José. Miranda Llanos, Camilo Emmanuel. Propuesta de interfaz cerebro computadora a partir del movimiento imaginado. Pontificia Universidad Católica del Perú.
33.PATERNINA ROA, Jaime. Castañeda Gonzalez, Arturo. Procesamiento embebido de señales cerebrales relacionadas con la imaginación de movimientos para aplicaciones de BCI. Ingeniería electrónica. PONTIFICIA UNIVERSIDAD JAVERIANA. Facultad de Ingeniería. (2013).
34.TABERNIG, Carolina B., Lucía Carolina Carrere, Leandro Escher, Gerardo G. Gentiletti and Erika G. Spaich. Evaluación de desempeño de un sistema basado en interfaz cerebro computadora por imaginación motora y realidad virtual: cambios entre y durante las sesiones de uso. (2017).
35.ABDI, H. Multivariate analysis. In M. Lewis-Beck, A. Bryman, & T. Futing (Eds): Encyclopedia for research methods for the social sciences. Thousand Oaks: Sage.(2003).
36.MARTINEZ HERAS, Jose. Inteligencia Artificial. Machine Learning. Máquinas de vector soporte. Tomado de https://www.iartificial.net/maquinas-de-vectores-de-soporte-svm/. (2019).
37. FLORES LÓPEZ, R., & Fernández Fernández, J. Las Redes Neuronales Artificiales: Fundamentos teóricos y aplicaciones prácticas. (L. Bellos, Ed.) España: Netbiblo. Recuperado el 15 de Agosto de 2016.
38.Aprender sobre electrónica. Tomado de http://www.learningaboutelectronics.com/
39.Filtro pasa banda (BPF). Tomado de http://musiki.org.ar/Filtro_pasa_banda_(BPF)
40.Wilaeba electronica. Filtros Pasa banda. Tomado de https://wilaebaelectronica.blogspot.com/2017/01/filtros-pasa-banda.html . (2018).
41.Página online de procesado de señales. Tomado de http://www.ehu.eus/Procesadodesenales/tema7/ty1.html.(2022).
42.Página online de orientación educativa. Tomado de https://orientacion.larioja.edu.es/necedidad-ed-especiales/defmotoricos/104defimoto/190-discamot.(2022).
43.GUTIÉRREZ MARTÍNEZ, J. Cantillo Negrete, J. Cariño Escobar, R. Elías Viñas, D. Los sistemas de interfaz cerebro-computadora: una herramienta para apoyar la rehabilitación de pacientes con discapacidad motora. (2013).
44.Página oficial de scikit learn. Tomado de https://scikit-learn.org/stable/. (2022).
45.Página oficial de Digital Guide Ionos. Tomado de https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/modelo-v/. (2022).
46.Repositorios online de EEG con Open BCI. Tomado de https://brainflow.readthedocs.io/en/stable/Examples.html#python-get-data-fr om-a-board. (2022).
47.Tienda online de telas en Bogota, Colombia. Tomado de https://telasbogota.com/tienda/scuba/ . (2022).
48.Tienda online especializada en venta de accesorios para EEG. Tomado de https://besdatatech.com/accessories-for-prewired-head-caps/. (2022).
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/17652/1/2022_Tesis_Hugo_Espitia_Edgar_Sandoval%20%281%29.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/17652/2/2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/17652/3/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/17652/4/2022_Tesis_Hugo_Espitia_Edgar_Sandoval%20%281%29.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/17652/5/2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf.jpg
bitstream.checksum.fl_str_mv fafd6fffd44bc9073d0a2483c805a4fb
947660d199215d7a56d9273d6632b361
3755c0cfdb77e29f2b9125d7a45dd316
7e3f9ee4ab1dff59865897af531ba167
13b7294e7d4fa81586953238183a01a3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1808410608647798784
spelling Barragán Gómez, Johann0ab6a6a8-7804-44ae-9848-5fc0efca1206Espitia Ocaciones, Hugo Yojhaned20dd90-91a7-434e-8f46-7f604f4cae97Sandoval Cordón, Edgar Alirioe6f09e9b-f35d-47ef-bf27-6647771da3baBarragán Gómez, Johann [0001496379]Barragán Gómez, Johann [es&oi=ao]Barragán Gómez, Johann [0000-0001-6114-6116]2022-09-12T20:00:12Z2022-09-12T20:00:12Z2022-07-09http://hdl.handle.net/20.500.12749/17652instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEn este proyecto se investigó, desarrolló e implementó una interfaz cerebro máquina (BMI) tomando señales de electroencefalografía (EEG) correspondientes a la actividad sensorial-motora de una persona, específicamente en la imaginación de movimientos del brazo izquierdo y derecho, con la finalidad de darle movimiento a un robot UR3. Las señales cerebrales son tomadas con una tarjeta de adquisición de datos llamada Cyton Biosensing de 8 canales, de la empresa OpenBCI. Se ubicaron los electrodos según la distribución internacional para EEG 10-20 en la región del cerebro para la imaginación motora. Mediante los algoritmos de clasificación llamados Análisis Discriminante Lineal (LDA) y Máquinas de Vector Soporte (SVM), se obtuvieron predicciones de los pensamientos del usuario, por medio de algoritmos desarrollados en un lenguaje de programación llamado python. El robot UR3 tiene unos puntos marcados sobre la mesa, donde debe hacer una actividad de pick and place (tomar o poner un objeto), el robot no sabe en cuál de los 4 puntos debe ir a recoger o dejar el objeto. Este proyecto se desarrolló con el fin de generar una comunicación entre una persona sin ninguna discapacidad motora y un brazo manipulador subiendo el nivel de colaboración que pueda realizar este cobot UR3. qRESUMEN 9 INTRODUCCIÓN 10 1.PLANTEAMIENTO DEL PROBLEMA 11 2. JUSTIFICACIÓN 12 3. MARCO TEÓRICO 13 3.1 Señales Cerebrales 13 3.2 Clasificación de ondas cerebrales 13 3.2.1 Ondas delta 13 3.2.2 Ondas theta 13 3.2.3 Ondas alpha 13 3.2.4 Ondas beta 14 3.2.5 Ondas gamma 14 3.3 Adquisición de Ondas Cerebrales 14 3.4 BMI 15 3.5 Potenciales Evocados 15 3.6 Wavelet 15 3.7 Sistemas Embebidos 15 3.8 Sensores 17 3.9 Sistemas de Adquisición Completos 19 3.10 Máquinas o Actuadores 20 3.11 Imaginación Motora 20 3.12 Modelo de clasificación de datos 23 3.12.1 Análisis Discriminante lineal o LDA 23 3.12.2 Máquinas de Vector soporte o SVMs 25 3.12.2.1 El truco de Kernel 26 3.12.3 Redes Neuronales 26 3.13 Actividades De Pick And Place 27 3.14 Voltaje RMS 29 3.15 Filtros 30 3.15.1 Filtro pasa bandas 30 3.16 Transformada rápida de Fourier 31 4. OBJETIVOS 33 4.1 Objetivo General 33 4.2 Objetivos Específicos 33 5. DESARROLLO 34 5.1.Metodología en V 34 5.2.Arquitectura de la interfaz Cerebro-Máquina 35 5.3. Selección de los equipos y diseño de las conexiones externas 36 5.3.1.Tarjeta cyton Biosensing, electrodos copa deoro y gorro 37 5.3.2. Equipo de computo (PC) 38 5.3.3. Arduino uno y módulos relé 39 5.3.4. Robot cobot UR3 39 5.3.5. Mesa de trabajo 40 5.3.6. Conexiones externas entre componentes 41 5.4. Programación de códigos, interacción entre componentes e interfaz para el procesamiento de datos 43 5.4.1. Características del código de adquisición deseñales cerebrales 43 5.4.2. Reducción de datos obtenidos de la fase de adquisición de señales 43 5.4.3. Filtro media móvil 44 5.4.4. Análisis con la transformada rápida de fourier 44 5.4.5. Filtro Pasa banda 45 5.4.6. Valor RMS 46 5.4.7. Sistemas de clasificación 47 5.4.8. Base de datos sin valor RMS 47 5.4.9. Base de datos con valor RMS 48 5.4.10. Características de los modelos de clasificación 48 5.4.11. Modelo de clasificación de Análisis Discriminante Lineal LDA 49 5.4.12. Modelo de clasificación de Máquinas De VectorSoporte SVMs 49 5.4.13. Programación del robot UR3 50 5.4.14. Comunicaciones internas entre componentes 51 5.4.15. Interfaces de procesamiento de datos 53 5.4.16. Interfaz de entrenamiento 53 5.4.17. Interfaz de conexión final 55 5.5. Verificación de las etapas del sistema 57 5.5.1. Pruebas de validación en unidad 57 5.5.2. Prueba de validación para la integración de los componentes 58 5.5.3. Prueba de validación final 59 6. RESULTADOS Y EVIDENCIAS 60 6.1 Resultados LDA sin RMS 60 6.2 Resultados LDA con RMS 61 6.3 Resultados SVMs sin RMS 63 6.4 Resultados SVMs con RMS 65 7. DISCUSIÓN 67 8. CONCLUSIONES 68 9. REFERENCIAS 70 10. ANEXOS 76PregradoIn this project, a brain machine interface (BMI) was investigated, developed and implemented, taking electroencephalography (EEG) signals corresponding to the sensory-motor activity of a person, specifically in the imagination of movements of the left and right arm, with the purpose of give movement to a UR3 robot. Brain signals are taken with an 8-channel data acquisition card called Cyton Biosensing, from the company OpenBCI. Electrodes were placed according to the international distribution for EEG 10-20 in the region of the brain for motor imagery. Through the classification algorithms called Linear Discriminant Analysis (LDA) and Support Vector Machines (SVM), predictions of the user's thoughts were obtained, through algorithms developed in a programming language called python. The UR3 robot has some points marked on the table, where it must do a pick and place activity (take or put an object), the robot does not know in which of the 4 points it should go to pick up or leave the object. This project was developed in order to generate communication between a person without any motor disability and a manipulator arm, raising the level of collaboration that this UR3 cobot can perform.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Implementación de interfaz cerebro-máquina para el control de movimiento de un brazo manipulador robótico UR3 para Aplicaciones de Pick and PlaceBrain-machine interface implementation for motion control of a UR3 robotic manipulator arm for Pick and Place ApplicationsIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPMechatronicTechnological advancesElectroencephalographyUR3 robotArm movementsManipulatorsRoboticsAutomatic controlMachine theoryAvances tecnológicosElectroencefalografíaRobot UR3Movimientos de brazo1. MUÑOZ SÁNCHEZ, Francisco. Construcción de una nueva interfaz cerebro-computador a partir de una de bajo coste (EMOTIV EPOC). Cartagena, Ingeniería Electrónica Industrial y Automática. Universidad Politécnica de Cartagena. (2014). pp 97.2. MORÁN GARCÍA, Álvaro. Diseño de interfaz cerebro-máquina controlados mediante registros de EEG. Madrid. Universidad Autónoma de Madrid. Departamento de Ingeniería Informática. (2015). pp 105.3. PEÑA ÁLVAREZ, Andrés Mauricio. Desarrollo de interfaz cerebro-máquina basada en el análisis de EEG y potenciales visuales evocados en estado estable para el control de un objeto. Ingeniería Electrónica. La universidad de los Andes. Facultad de ingeniería. (2015). pp 52.4. OLIVARES CARRILLO, Cristian Yarisse. Diseño y construcción de una interfaz cerebro computadora para el control de una silla de ruedas como ayuda a personas con discapacidad motriz. Barranquilla. Magíster en Ingeniería Electrónica. Universidad del Norte. Departamento de Ingeniería Eléctrica y Electrónica. (2017). pp 55.5. ROMERO MEZA, Camilo Ernesto. Desarrollo de una interfaz cerebro-máquina para estudiar e incentivar la mejora de concentración y atención, por medio de potenciales evocados. Ingeniería Electrónica. La universidad de los Andes. Facultad de Ingeniería. Departamento de ingeniería eléctrica y electrónica. (2016). pp 57.6. ESCOLANO MINGUEZ, Carlos Javier. Sistema de teleoperación Multi-robot basado en interfaz cerebro-computador. En: Revista iberoamericana de automática e información industrial. Vol 8. (Abril 2011); p. 16-237. E. A. Pohlmeyer, B. Mahmoudi, S. Geng, N. Prins and J. C. Sanchez, Brain-machine interface control of a robot arm using actor-critic rainforcement learning. En: IEEE. ( Nov 2012). p. 4108-4111.8. O. P. Idowu, P. Fang, X. Li, Z. Xia, J. Xiong and G. Li. Towards Control of EEG-Based Robotic Arm Using Deep Learning via Stacked Sparse Autoencoder. En: IEEE. (Marzo 2018). p. 1053-10579. KHAN MA, Das R, Iversen HK, Puthusserypady S. Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application. En: Comput Biol Med. (2020). 123:103843.10.M. Hajibabazadeh and V. Azimirad, Brain-robot interface: Distinguishing left and right hand EEG signals through SVM. En: Second RSI/ISM International Conference on Robotics and Mechatronics (ICRoM),( 2014). p 813-81611.A. REUST, J. Desai and L. Gomez, Extracting Motor Imagery Features to Control Two Robotic Hands. En: IEEE International Symposium on Signal Processing and Information Technology (ISSPIT). (2018). p 118-122.12.E. Hortal n, D.Planelles,A.Costa,E.Iáñez,A.Úbeda,J.M.Azorín,E.Fernández, SVM-based Brain-Machine Interface for controlling a robot arm through four mental tasks. (2015). p 116-12113.Onose G, Grozea C, Anghelescu A, et al. On the feasibility of using motor imagery EEG-based brain-computer interface in chronic tetraplegics for assistive robotic arm control: a clinical test and long-term post-trial follow-up. En: Spinal Cord. (2012) p. 599-60814.ZUMBA GAMBOA, Johanna Patricia. León Arreaga, Cecibel Alexandra. Evolución de las metodologías y modelos utilizados en el desarrollo de software. En: INNOVA. Vol 3. ( sept 2018). p 20-23.15.OREJUELA M, Edgar Leonardo. Restrepo Rios, Tommy Jolian. Propuesta de un modelo para la selección de un proceso de software. Bogotá. Especialización en proyectos informáticos. Universidad distrital Francisco José de Caldas. (2018). pp 107.16.CARDONA VELEZ, Alejandro. Yang,Hong.Xiao,Dianyun.Motor Imagery BCI-based robot arm system. China, Department of Electronic Engineering Shanghai Maritime University Shanghai, China. Seventh International Conference on Natural Computation. (2011).17.JUN, Jiang. AN, Wang.Yu, GE. Zongtan, Zhou.Brain-Actuated Humanoid Robot Control Using One Class Motor Imagery Task.Changsha, China. College of Mechatronic Engineering and Automation,National University of Defense Technology. (2012).18.AIQIN, Sun. BINGHUI, Fan. CHAOCHUAN, Jia. Motor imagery EEG-based online control system for upper artificial limb. Changchun, China International Conference on Transportation, Mechanical, and Electrical Engineering (TMEE).19.LI, Ming-Ai. WANG, Rui. HAO, Dong-Mei. YANG, Jin-Fu. Feature Extraction and Classification of Mental EEG for Motor Imagery. Beijing, China. Institution of Artificial Intelligence and Robot Beijing University of Technology.20.Digital Guide IONOS. ¿Qué es el Modelo V?. Ubicado en: https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/modelo-v/ .23 de Junio del 2020.21.Página Oficial de Arduino. Arduino Uno RV3. Ubicado en https://store.arduino.cc/usa/arduino-uno-smd-rev3, 21 de mayo 202022.Página ventas de OpenBci. Elementos para EEG. Ubicado en: https://shop.openbci.com/collections/frontpage. 1 de junio del 202023.Neurosky. Auriculares, diademas y elementos para EEG. Ubicado en: http://neurosky.com/. 12 junio 2020.24.Universal Robots. Robots Colaborativos Disponibles. Ubicado en: https://www.universal-robots.com/es/productos/robot-ur3/. 20 de junio del 2020.25.Emotiv página de ventas. Diademas para EEG.https://www.emotiv.com/epoc/. 10 de Agosto del 2020.26.Compumedics Neuroscan. Sistemas de Adquisición y Amplificación para EEG. https://compumedicsneuroscan.com/applications/ep/. 3 Agosto del 202027.Departamento Administrativo Nacional de Estadística. Información Estadística de la Discapacidad. Colombia: DANE; Julio 2004.28.Universal Robots. Robots Colaborativos Disponibles. Ubicado en: https://www.universal-robots.com/es/productos/robot-ur3/. 20 de junio del 2020.29.DA SILVA SAUER, Leandro, FACTORES PSICOLÓGICOS EN LA IMPLEMENTACIÓN DE LOS SISTEMAS DE INTERFACES CEREBRO-ORDENADOR (BCI). Licenciatura en psicología. Universidad de Málaga. Facultad de psicología. (2014).30.CASANE VARGAS, Bryan José. Miranda Llanos, Camilo Emmanuel. Relación entre el movimiento real e imaginado: Desarrollo de experimentación preliminar. Pontificia Universidad Católica del Perú.31.GALVÁN, Catalina. DISEÑO, IMPLEMENTACIÓN Y EVALUACIÓN DE UNA INTERFAZ CEREBRO-COMPUTADORA DE BAJO COSTO. Instituto de Matemática Aplicada del Litoral, IMAL-CONICET-UNL. (2018).32.CASANE VARGAS, Bryan José. Miranda Llanos, Camilo Emmanuel. Propuesta de interfaz cerebro computadora a partir del movimiento imaginado. Pontificia Universidad Católica del Perú.33.PATERNINA ROA, Jaime. Castañeda Gonzalez, Arturo. Procesamiento embebido de señales cerebrales relacionadas con la imaginación de movimientos para aplicaciones de BCI. Ingeniería electrónica. PONTIFICIA UNIVERSIDAD JAVERIANA. Facultad de Ingeniería. (2013).34.TABERNIG, Carolina B., Lucía Carolina Carrere, Leandro Escher, Gerardo G. Gentiletti and Erika G. Spaich. Evaluación de desempeño de un sistema basado en interfaz cerebro computadora por imaginación motora y realidad virtual: cambios entre y durante las sesiones de uso. (2017).35.ABDI, H. Multivariate analysis. In M. Lewis-Beck, A. Bryman, & T. Futing (Eds): Encyclopedia for research methods for the social sciences. Thousand Oaks: Sage.(2003).36.MARTINEZ HERAS, Jose. Inteligencia Artificial. Machine Learning. Máquinas de vector soporte. Tomado de https://www.iartificial.net/maquinas-de-vectores-de-soporte-svm/. (2019).37. FLORES LÓPEZ, R., & Fernández Fernández, J. Las Redes Neuronales Artificiales: Fundamentos teóricos y aplicaciones prácticas. (L. Bellos, Ed.) España: Netbiblo. Recuperado el 15 de Agosto de 2016.38.Aprender sobre electrónica. Tomado de http://www.learningaboutelectronics.com/39.Filtro pasa banda (BPF). Tomado de http://musiki.org.ar/Filtro_pasa_banda_(BPF)40.Wilaeba electronica. Filtros Pasa banda. Tomado de https://wilaebaelectronica.blogspot.com/2017/01/filtros-pasa-banda.html . (2018).41.Página online de procesado de señales. Tomado de http://www.ehu.eus/Procesadodesenales/tema7/ty1.html.(2022).42.Página online de orientación educativa. Tomado de https://orientacion.larioja.edu.es/necedidad-ed-especiales/defmotoricos/104defimoto/190-discamot.(2022).43.GUTIÉRREZ MARTÍNEZ, J. Cantillo Negrete, J. Cariño Escobar, R. Elías Viñas, D. Los sistemas de interfaz cerebro-computadora: una herramienta para apoyar la rehabilitación de pacientes con discapacidad motora. (2013).44.Página oficial de scikit learn. Tomado de https://scikit-learn.org/stable/. (2022).45.Página oficial de Digital Guide Ionos. Tomado de https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/modelo-v/. (2022).46.Repositorios online de EEG con Open BCI. Tomado de https://brainflow.readthedocs.io/en/stable/Examples.html#python-get-data-fr om-a-board. (2022).47.Tienda online de telas en Bogota, Colombia. Tomado de https://telasbogota.com/tienda/scuba/ . (2022).48.Tienda online especializada en venta de accesorios para EEG. Tomado de https://besdatatech.com/accessories-for-prewired-head-caps/. (2022).ORIGINAL2022_Tesis_Hugo_Espitia_Edgar_Sandoval (1).pdf2022_Tesis_Hugo_Espitia_Edgar_Sandoval (1).pdfTesisapplication/pdf12892899https://repository.unab.edu.co/bitstream/20.500.12749/17652/1/2022_Tesis_Hugo_Espitia_Edgar_Sandoval%20%281%29.pdffafd6fffd44bc9073d0a2483c805a4fbMD51open access2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdfLicenciaapplication/pdf994902https://repository.unab.edu.co/bitstream/20.500.12749/17652/2/2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf947660d199215d7a56d9273d6632b361MD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/17652/3/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD53open accessTHUMBNAIL2022_Tesis_Hugo_Espitia_Edgar_Sandoval (1).pdf.jpg2022_Tesis_Hugo_Espitia_Edgar_Sandoval (1).pdf.jpgIM Thumbnailimage/jpeg6350https://repository.unab.edu.co/bitstream/20.500.12749/17652/4/2022_Tesis_Hugo_Espitia_Edgar_Sandoval%20%281%29.pdf.jpg7e3f9ee4ab1dff59865897af531ba167MD54open access2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf.jpg2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf.jpgIM Thumbnailimage/jpeg9720https://repository.unab.edu.co/bitstream/20.500.12749/17652/5/2022_Licencia_Hugo_Espitia_Edgar_Sandoval.pdf.jpg13b7294e7d4fa81586953238183a01a3MD55metadata only access20.500.12749/17652oai:repository.unab.edu.co:20.500.12749/176522022-09-12 22:00:37.758open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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

Publicaciones similares