Real-time pattern recognition for prosthetic hand
El control de prótesis mioeléctricas es todavía un problema sin resolver, actualmente, la mayoría de las prótesis comerciales usan estrategias de control directas, proporcionales o por máquina de estados para este propósito. Sin embargo, a medida que el diseño mecánico avanza, prótesis más habilidos...
- Autores:
-
Benítez López, Mario Alejandro
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- eng
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/44103
- Acceso en línea:
- http://hdl.handle.net/1992/44103
- Palabra clave:
- Prótesis mioeléctrica
Microcontroladores
Sistemas de reconocimiento de configuraciones
Manos artificiales
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_9ce31924254635016d43d7977a303801 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/44103 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.es_CO.fl_str_mv |
Real-time pattern recognition for prosthetic hand |
| title |
Real-time pattern recognition for prosthetic hand |
| spellingShingle |
Real-time pattern recognition for prosthetic hand Prótesis mioeléctrica Microcontroladores Sistemas de reconocimiento de configuraciones Manos artificiales Ingeniería |
| title_short |
Real-time pattern recognition for prosthetic hand |
| title_full |
Real-time pattern recognition for prosthetic hand |
| title_fullStr |
Real-time pattern recognition for prosthetic hand |
| title_full_unstemmed |
Real-time pattern recognition for prosthetic hand |
| title_sort |
Real-time pattern recognition for prosthetic hand |
| dc.creator.fl_str_mv |
Benítez López, Mario Alejandro |
| dc.contributor.advisor.none.fl_str_mv |
Rodríguez Herrera, Carlos Francisco Camargo Leyva, Jonathan |
| dc.contributor.author.none.fl_str_mv |
Benítez López, Mario Alejandro |
| dc.contributor.jury.none.fl_str_mv |
Young, Aaron |
| dc.subject.armarc.es_CO.fl_str_mv |
Prótesis mioeléctrica Microcontroladores Sistemas de reconocimiento de configuraciones Manos artificiales |
| topic |
Prótesis mioeléctrica Microcontroladores Sistemas de reconocimiento de configuraciones Manos artificiales Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
El control de prótesis mioeléctricas es todavía un problema sin resolver, actualmente, la mayoría de las prótesis comerciales usan estrategias de control directas, proporcionales o por máquina de estados para este propósito. Sin embargo, a medida que el diseño mecánico avanza, prótesis más habilidosas con más grados de libertad (GDL) son creadas, por lo cual se requiere un control más preciso e intuitivo por parte del usuario. El estado del arte se ha enfocado en el uso de reconocimiento de patrones como estrategia de control con resultados prometedores. Estudios han mostrado la capacidad de este de obtener resultados similares a estrategias clásicas de control. Muchos de estos trabajos buscan aquel algoritmo que mejor siga la intención del usuario. No obstante, la implementación de estos algoritmos en tiempo real dentro de una prótesis sigue siendo un desafío. Este proyecto afronta este problema al implementar y probar en tiempo real una red neuronal artificial (RNA). La RNA fue entrenada para clasificar 3 movimientos diferentes: mano abierta, agarre de precisión y agarre de fuerza con el objetivo de controlar una prótesis trans-radial de 2 GDL con señales electromiográficas obtenidas de dos canales. Se llevaron a cabo pruebas estáticas y dinámicas para evaluar el desempeño de la red bajo estas condiciones, la precisión de la red fue de 95 y 81% respectivamente. Este trabajo muestra el potencial de los algoritmos de reconocimiento de patrones para ser implementados en microcontroladores que se ajusten a las limitaciones de tamaño de una prótesis mioeléctrica. Adicionalmente, se desarrolló un prototipo de una prótesis de mano que es capaz de replicar las acciones clasificadas. |
| publishDate |
2019 |
| dc.date.issued.es_CO.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T14:32:02Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T14:32:02Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Maestría |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TM |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/44103 |
| dc.identifier.pdf.none.fl_str_mv |
u827551.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/44103 |
| identifier_str_mv |
u827551.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
eng |
| language |
eng |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
61 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Uniandes |
| dc.publisher.program.es_CO.fl_str_mv |
Maestría en Ingeniería Mecánica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Mecánica |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/72d19201-908d-4e9a-a729-90b51d1cb091/download https://repositorio.uniandes.edu.co/bitstreams/d3fbae6e-c35a-4fe5-9406-a1cc80d1d666/download https://repositorio.uniandes.edu.co/bitstreams/3d208a57-ae21-43e6-afdb-2ad1f2e36af0/download |
| bitstream.checksum.fl_str_mv |
348f31dd3362943ca3654c8f417e7f1b b2a43aae66294e225b84ccda00c671aa aebb31f04e56c6c96801678b2740ae3a |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1818111765751267328 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Rodríguez Herrera, Carlos Francisco63638f97-4774-42df-991e-7914bb94c9dc400Camargo Leyva, Jonathand00e012e-884e-4a41-93e4-2c7fa6ec3c47500Benítez López, Mario Alejandro09aa5630-bf6e-45ba-9306-9a3d1954247f500Young, Aaron2020-09-03T14:32:02Z2020-09-03T14:32:02Z2019http://hdl.handle.net/1992/44103u827551.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El control de prótesis mioeléctricas es todavía un problema sin resolver, actualmente, la mayoría de las prótesis comerciales usan estrategias de control directas, proporcionales o por máquina de estados para este propósito. Sin embargo, a medida que el diseño mecánico avanza, prótesis más habilidosas con más grados de libertad (GDL) son creadas, por lo cual se requiere un control más preciso e intuitivo por parte del usuario. El estado del arte se ha enfocado en el uso de reconocimiento de patrones como estrategia de control con resultados prometedores. Estudios han mostrado la capacidad de este de obtener resultados similares a estrategias clásicas de control. Muchos de estos trabajos buscan aquel algoritmo que mejor siga la intención del usuario. No obstante, la implementación de estos algoritmos en tiempo real dentro de una prótesis sigue siendo un desafío. Este proyecto afronta este problema al implementar y probar en tiempo real una red neuronal artificial (RNA). La RNA fue entrenada para clasificar 3 movimientos diferentes: mano abierta, agarre de precisión y agarre de fuerza con el objetivo de controlar una prótesis trans-radial de 2 GDL con señales electromiográficas obtenidas de dos canales. Se llevaron a cabo pruebas estáticas y dinámicas para evaluar el desempeño de la red bajo estas condiciones, la precisión de la red fue de 95 y 81% respectivamente. Este trabajo muestra el potencial de los algoritmos de reconocimiento de patrones para ser implementados en microcontroladores que se ajusten a las limitaciones de tamaño de una prótesis mioeléctrica. Adicionalmente, se desarrolló un prototipo de una prótesis de mano que es capaz de replicar las acciones clasificadas.Control of myoelectric prosthetic hands is still an open problem, currently, most commercial prostheses use direct, proportional or Finite State Machine control for this purpose. However, as mechanical design advances, more dexterous prostheses with more degrees of freedom (DOF) are created, then a more precise and intuitive control for the user is required. State of the art has focused in the use of pattern recognition as a control strategy with promising results. Studies have shown similar results to classic control strategies with the advantage of being more intuitive for the user. Many works have tried to find the algorithms that best follows the user?s intention. However, deployment of these algorithms for realtime classification in a prosthesis has not been widely explored. This project addresses this problem by deploying and testing in real-time an artificial neural network (ANN). The ANN was trained to classify three different motions: no grasp, precision grasp and power grasp in order to control a two DOF trans-radial prosthetic hand with electromyographic signals acquired from two channels. Static and dynamic tests were made to evaluate the ANN under those conditions, 95% and 81% accuracy scores were reached respectively. Our work shows the potential of pattern recognition algorithms to be deployed in microcontrollers that can fit inside myoelectric prostheses. On the other hand, a prototype of a prosthetic hand that is able to physically replicate the classified actions was developed.Magíster en Ingeniería MecánicaMaestría61 hojasapplication/pdfengUniandesMaestría en Ingeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería Mecánicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaReal-time pattern recognition for prosthetic handTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesishttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TMPrótesis mioeléctricaMicrocontroladoresSistemas de reconocimiento de configuracionesManos artificialesIngenieríaPublicationTHUMBNAILu827551.pdf.jpgu827551.pdf.jpgIM Thumbnailimage/jpeg6114https://repositorio.uniandes.edu.co/bitstreams/72d19201-908d-4e9a-a729-90b51d1cb091/download348f31dd3362943ca3654c8f417e7f1bMD55ORIGINALu827551.pdfapplication/pdf2191882https://repositorio.uniandes.edu.co/bitstreams/d3fbae6e-c35a-4fe5-9406-a1cc80d1d666/downloadb2a43aae66294e225b84ccda00c671aaMD51TEXTu827551.pdf.txtu827551.pdf.txtExtracted texttext/plain117016https://repositorio.uniandes.edu.co/bitstreams/3d208a57-ae21-43e6-afdb-2ad1f2e36af0/downloadaebb31f04e56c6c96801678b2740ae3aMD541992/44103oai:repositorio.uniandes.edu.co:1992/441032023-10-10 16:24:52.741https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |