Icono govco
 

Publicación:
Implementación de un sistema cerebro-computadora para el control de un brazo robótico

Vista sencilla de ítem
dc.contributor.advisorCucaita, José Alenxander
dc.contributor.advisorGarcía Blancas, Jesús
dc.contributor.authorDávilla Vallejo, David Steeven
dc.contributor.authorGordillo Sierra, Angie Paola
dc.date.accessioned2024-08-21T13:19:34Z
dc.date.available2024-08-21T13:19:34Z
dc.date.issued2020
dc.descriptionIncluye figuras y tablas.spa
dc.description.abstractLa tecnología hoy en día avanza en todos los ámbitos, cuando se trata en ayudar a las personas con complicaciones médicas la ciencia no se queda atrás. La idea es que por medio de unos sensores que miden señales electroencefalográficas (EEG) se puedan destinar unos comandos cerebrales por medio de la actividad de este y así poder indicar cuando el usuario quiera mover o encender algo. El objetivo es que por medio de la actividad cerebral se pueda mover un brazo robótico, este sistema BCI es en tiempo real, pero por la carga masiva computacional el resultado final se verá afectado por un retardo. El trabajo computacional es de gran carga debido a que la lectura de los datos recibidos por medio del casco EMOTIV EPOC del puerto serial además de ser demasiados, son leídos y organizados en la plataforma de Python para posteriormente llevarlos a un Excel, leerlos y tratarlos en la plataforma LabVIEW en donde por medio de la herramienta de multiresolución wavelet se utiliza para el procesamiento de bioseñales y así tener una clasificación de resultados para condicionarlos, finalmente por medio de estas condiciones mover el brazo robótico. Este sistema, es un sistema de lazo cerrado en donde la retroalimentación la hace el usuario.spa
dc.description.abstractTechnology today advances in all areas, when it comes to helping people with medical complications, science is not far behind. The idea is that by means of sensors that measure electroencephalographic signals (EEG) brain commands can be assigned through the activity of this and thus be able to indicate when the user wants to move or turn on something. The objective is that by means of brain activity a robotic arm can be moved, this BCI system is in real time, but due to the massive computational load the result will be affected by a delay. The computational work is of great load because the reading of the data received through the EMOTIV EPOC helmet of the serial port in addition to being too many, are read and organized in the Python platform to later take them to an Excel, to read and treat them in the LabVIEW platform where, through the wavelet multiresolution tool, it is used to process biosignals and thus have a classification of results to condition them, and finally, through these conditions, move the robotic arm. This system is a closed loop system where feedback is made by the user.eng
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero(a) Electrónico(a)
dc.description.edition2020
dc.description.tableofcontentsAgradecimientos. -- Dedicatoria. -- Nota de aceptación. -- Resumen. – Abstract. – Contenido. -- Lista de figuras. -- Lista de tablas. -- 1 Introducción. -- 2 Marco contextual. -- 2.1 Interfaz cerebro-computador, bci. -- 2.2 Señales electroencefalográficas. -- 2.2.1 Electroencefalograma. -- 2.2.2 Captación del eeg. -- 2.2.3 Tipos de electrodos. -- 2.3 Cerebro. -- 2.4 Generación de eeg. -- 2.4.1 Métodos de medida. --2.4.2 Ritmos cerebrales. -- 2.5 Emotiv epoc. -- 2.5.1 Posicionamiento convencional de electrodos. -- 2.5.2 No invasivo. -- 2.5.3 Sensores. -- 2.5.4 Electrodos computarizados. -- 2.6 Transformada de wavelet. -- 2.6.1 Wavelet discreta transformada. -- 2.6.2 Transformada wavelet discreto. -- 2.6.3 Función wavelet. -- 2.6.4 Análisis multiresolución. -- 2.6.5 Análisis sub-banda. -- 2.6.6 Análisis tiempo-frecuencia. -- 2.6.7 Ancho de banda. -- 2.7 Adquisición de señales eeg. -- 2.7.1 Lenguaje de programación Python. -- 2.7.2 Labview. -- 2.7.3 Adquisición de datos. -- 2.8 Antecedentes. -- 3 Metodología. -- 3.1 Fase 1: Semana de inducción, entrenamiento y políticas de la Institución (duración 1 semana). -- 3.2 Fase 2: Asignación de materiales y búsqueda de la información (duración 4 semanas). -- 3.3 Fase 3: Implementación y desarrollo de la adquisición de datos (duración 4 semanas). -- 3.4 Fase 4: tratamiento y ajuste final de los datos obtenidos. (duración 4 semanas). -- 3.5 Fase 5: Entrega de la solución, presentación final del prototipo (duración 1 semanas). -- 4 Desarrollo de la pasantía. -- 5 Resultados. -- 6. Conclusiones. -- 7 Anexos. -- 7.1 Dispositivo emotiv epoc. -- 7.1.1 Modo de uso del casco emotiv epoc. -- 7.2 Certificados de pasantía en itesa. -- 8 Referencias bibliográficas.spa
dc.format.extent85 Paginas
dc.format.mimetypeapplication/pdf
dc.identifier.citationDávila Vallejo, D. y Gordillo Sierra, A. (2020). Implementación de un sistema cerebro-computadora para el control de un brazo robótico [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos.
dc.identifier.instnameUniversidad de los Llanos
dc.identifier.reponameRepositorio digital Universidad de los Llanos
dc.identifier.repourlhttps://repositorio.unillanos.edu.co
dc.identifier.urihttps://repositorio.unillanos.edu.co/handle/001/4137
dc.language.isospa
dc.publisherUniversidad de los Llanos
dc.publisher.branchSede Barcelona
dc.publisher.facultyFacultad de Ciencias Básicas e Ingeniería
dc.publisher.placeVillavicencio
dc.publisher.programIngeniería Electrónica
dc.relation.referencesWolpaw,Jonathan R., et al. "Brain-computer interface technologu: a review of the first international meeting."IEEE transactions on rehabilitation engineering 8.2(2000): 164-1733.
dc.relation.referencesArafat,Ibrahim. "Brain-computer interface:Past,Present & Future."International Islamic University Chittagong (IIUC)Chittagong,Bangladesh(2013).
dc.relation.referencesGómez Figueroa, L. J. (2016). Análisis de señales EEG para detección de eventos oculares, musculares y cognitivos (Doctoral dissertation, Industriales).
dc.relation.referencesRon-Angevin, R. (2005). Retroalimentación en el entrenamiento de una interfaz cerebro computadora usando técnicas basadas en realidad virtual.
dc.relation.referenceshttp://www.diana.uma.es/
dc.relation.referencesAvila Perona M.E ,Diez P, Electroencefalograma, Universidad Naciconal de San Juan ,Facultad de Bioingeniería
dc.relation.referencesJensen, E. (2003). Cerebro y aprendizaje: competencias e implicaciones educativas (Vol. 96). Narcea Ediciones.
dc.relation.referenceshttps://www.emotiv.com/epoc/
dc.relation.referenceshttp://catarina.udlap.mx/u_dl_a/tales/documentos/meie/osorio_s_a/capitulo2. pdf
dc.relation.referencesSánchez Monroy, M. (2001). Codificación de voz en subbandas (Doctoral dissertation, Universidad Autónoma de Nuevo León).
dc.relation.referencesA. D. T. (2006). Introducción a la Transformada Wavelet. Departamento de Señales y sistemas. Universidad de Navarra
dc.relation.referencesVizcaíno, J. R. L., & Sebastiá, J. P. (2011). LabVIEW: Entorno gráfico de programación. Marcombo.
dc.relation.referenceshttps://medlineplus.gov/spanish/ency/article/002269.htm
dc.relation.referenceshttps://rua.ua.es/dspace/bitstream/10045/19119/1/Sistemas%20de%20adquis ici%C3%B3n%20y%20Procesamiento%20de%20datos.pdf
dc.relation.referencesVázquez, P. G., Baeza, J. P., & Herías, F. A. C. (2010). Redes y transmisión de datos. Universidad de Alicante.
dc.relation.referencesRamírez, L. G. C., Jiménez, G. S. A., & Carreño, J. M. (2014). Sensores y actuadores. Grupo Editorial Patria.
dc.relation.referencesScheaffer, R. L., Mendenhall, W., & Ott, L. (2006). Elementos de muestreo. Editorial Paraninfo.
dc.relation.referencesJensen, E. (2003). Cerebro y aprendizaje: competencias e implicaciones educativas (Vol. 96). Narcea Ediciones.
dc.relation.referencesBrodu, N., Lotte, F., & Lécuyer, A. (2011, April). Comparative study of band-power extraction techniques for motor imagery classification. In 2011 IEEE Symposium on Computational Intelligence, Cognitive Algorithms, Mind, and Brain (CCMB) (pp. 1-6). IEEE.
dc.relation.referencesBadcock, N. A., Mousikou, P., Mahajan, Y., De Lissa, P., Thie, J., & McArthur, G. (2013). Validation of the Emotiv EPOC® EEG gaming system for measuring research quality auditory ERPs. PeerJ, 1, e38.
dc.relation.referencesMatlovič, T. (2016, April). Emotion Detection using EPOC EEG device. In in: Information and Informatics Technologies Student Research Conference (IIT. SRC) (pp. 1-6).
dc.relation.referencesA Preliminary Report from the Sleep Disorders Atlas Task Force of the American Sleep Disorders Association, Sleep, Volume 15, Issue 2, March 1992, Pages 174–184,
dc.relation.referencesSerrano, E. P. (2000). Introducción a la transformada wavelet y sus aplicaciones al procesamiento de señales de emisión acústica. Escuela de Ciencia y Tecnología, Universidad Nacional de General San Martín.
dc.relation.referencesAlvarez, G., Aguilar, J., Caceres, M., & Salinas, R. (2001, November). Reconocimiento de Electroencefalogramas Epilépticos utilizando Redes Neuronales Artificiales y Análisis de FFT. In XIV Congreso Chileno de Ingenierıa Eléctrica, Antofagasta, Chile.
dc.relation.referencesHarrison, T. (2013). The Emotiv mind: Investigating the accuracy of the Emotiv EPOC in identifying emotions and its use in an Intelligent Tutoring System.
dc.relation.referencesGuevara, M. A., Sanz-Martín, A., Corsi-Cabrera, M., Amezcua-Gutiérrez, C., & Hernández-González, M. (2010). CHECASEN: Programa para revisar señales EEG fuera de línea. Revista mexicana de ingeniería biomédica, 31(2), 135-141
dc.relation.referencesGuarnizo-Lemus, C. (2008). Análisis de reducción de ruido en señales eeg orientado al reconocimiento de patrones.
dc.relation.referencesGómez Figueroa, L. J. (2016). Análisis de señales EEG para detección de eventos oculares, musculares y cognitivos (Doctoral dissertation, Industriales).
dc.relation.referencesJesús García (2016). Implementación de un sistema BCI para el control de robots.
dc.relation.referencesObermaier, B., Muller, G. R., and Pfurtscheller, G., ‘Information transfer rate in a five-classes brain–computer interface’, IEEE Trans. Neural System Rehabil. Engng, 9, 2001, 283–288.
dc.relation.referencesWolpow, J. R., ‘Brain computer interfaces (BCIs) for communication and control: a mini review’, Suppl.Clin. Neurophysiol., 57, 2004, 607–613.
dc.relation.referencesSanei, S., & Chambers, J. A. (2007). EEG signal processing
dc.relation.referencesDonchin, E., Spencer, K. M., and Wijesinghe, R., ‘The mental prosthesis: assessing the speed of a P300-based brain–computer interface’, IEEE Trans. Rehabil. Engng, 8, 2000, 174–179.
dc.relation.referencesBayliss, J. D., ‘A flexible brain–computer interface’, PhD Thesis, University of Rochester, New York, 2001.
dc.relation.referencesMolina, G. A., Ebrahimi, T., and Vesin, J.-M., ‘Joint time–frequency–space classification of EEG in a brain computer interface application’, EURASIP J. on Appl. Signal Proces., 7, 2003, 713–729.
dc.relation.referencesEMOTIV. (2016, Julio 16). Emotiv EPOC Specifications 2014. Retrieved from EMOTIV: https://www.emotiv.com/files/Emotiv-EPOCProduct-Sheet-2014.pdf
dc.relation.referencesChávez-Sáenz, V., TORRES-RAMÍREZ, D., HERRERA-OGAZ, J., & HERNÁNDEZRODRÍGUEZ, A. (2016). Adquisición y análisis de señales electroencefalográficas utilizando el dispositivo Emotiv EPOC. Revista de Tecnología e Innovación, 107.
dc.relation.referencesPatrón, J. S., & Monje, C. R. B. (2016). Emotiv EPOC BCI with Python on a Raspberry pi.
dc.relation.referencesMoreno, L. Á., Peña, C. A., & Gualdron, O. E. (2014). DESARROLLO DE UN SISTEMA DE NEURO-MERCADOTECNIA USANDO EL DISPOSITIVO EMOTIV-EPOC. Redes de Ingeniería, 5(2), 6-15.
dc.relation.referencesSilva Nuñez, D. J., & Silva Romero, M. A. (2018). Interfaz Hombre Maquina Basada En El Emotiv Epoc System Para Personas En Condicion De Cuadraplejia (Doctoral dissertation, Universidad Industrial de Santander, Escuela de Ingeniería Eléctrica, Electrónica y Telecomunicaciones).
dc.relation.referencesIngel, A. (2015). Control a Robot via VEP Using Emotiv EPOC (Doctoral dissertation, Bachelor’s Thesis, University of Tartu).
dc.relation.referencesFaria, T. J. F. D. S. (2014). Interfaces Cérebro-Computador Utilização do Emotiv EPOC para controlar software lúdico (Doctoral dissertation).
dc.relation.referencesMillan, J. D. R., and Mourino, J., ‘Asynchronous BCI and local neural classifiers: an overview of the adaptive brain interface project’, IEEE Trans. Neural System Rehabil. Engng, 11, 2003, 1214–1219.
dc.relation.referencesJurcak, Valer, Daisuke Tsuzuki, and Ippeita Dan. 110/20, 10/10, and 10/5 systems revisited their validity as relative head-surface-based positioning systems." Neuroimage 34.4(2007): 1600-1611
dc.relation.referencesNievergelt, Y. (1999). Wavelets Made Easy, Birkhäuser, Boston.
dc.relation.referencesColom, R., Gadea, R., Sebastiá, A., Martínez, M., Herrero, V., & Arnau, V. (2010). Transformada Discreta Wavelet 2-D para procesamiento de video en tiempo real.
dc.relation.referencesR. Polikar. The wavelet tutorial. Dept. of Electrical and Computer Engineering, Rowan University, 1996.
dc.relation.referencesRíos, J. R. M., Mora, N. M. L., Ordóñez, M. P. Z., & Sojos, E. L. L. (2016). Evaluación de los Frameworks en el Desarrollo de Aplicaciones Web con Python. Revista latinoamericana de Ingenieria de Software, 4(4), 201-207.
dc.relation.referencesKawala-Janik, A., Podpora, M., Gardecki, A., Czuczwara, W., Baranowski, J., & Bauer, W. (2015, August). Game controller based on biomedical signals. In 2015 20th International Conference on Methods and Models in Automation and Robotics (MMAR) (pp. 934-939). IEEE.
dc.relation.referenceshttps://emotiv.gitbook.io/epoc-user-manual
dc.relation.referencesEPOCUserManual2014
dc.rightsDerechos Reservados - Universidad de los Llanos, 2020spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.licenseAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.armarcInterfaces de usuario (Computadores)
dc.subject.armarcRobótica
dc.subject.armarcManos robóticas
dc.subject.proposalSistemas de control médicospa
dc.subject.proposalControl de robotsspa
dc.subject.proposalFrecuenciaspa
dc.subject.proposalInterfaces Cerebro-Computador (BCIs)spa
dc.titleImplementación de un sistema cerebro-computadora para el control de un brazo robóticospa
dc.typeTrabajo de grado - Pregrado
dc.type.categoryProyectos de investigación
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 3 de 3
Miniatura
Nombre:
Trabajo de grado
Tamaño:
5.15 MB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Carta de autorizacion
Tamaño:
710.6 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
Articulo cientifico
Tamaño:
557.33 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis y Trabajos de Grado