Advances in the Mental Control of a Robotic Hand

Iván Fernando Vargas Ochoa; Richard Camilo Bravo Angarita; César Augusto Peña Cortes

doi:10.16925/2357-6014.2020.02.10

Avances en el control mental de una mano robótica

Artículos de investigación

https://doi.org/10.16925/2357-6014.2020.02.10

Iván Fernando Vargas Ochoa Ver Biografía

Universidad de Pamplona

Richard Camilo Bravo Angarita Ver Biografía

Universidad de Pamplona

César Augusto Peña Cortes Ver Biografía

Universidad de Pamplona

Introducción: El presente artículo es producto de la investigación “Avances en el control mental de una mano robótica”, desarrollada en la Universidad de Pamplona en el año 2019.

Problema: Actualmente uno de los principales problemas que presentan las prótesis de mano robóticas es la forma en que el usuario le indica los movimientos a realizar. Dado esto, las que mejores resultados han obtenido utilizan sistemas invasivos.

Objetivo: El objetivo principal del sistema es permitir que una persona controle los movimientos y / o gestos de una mano robótica utilizando sus pensamientos, de tal forma que el control sea lo más natural y preciso posible.

Metodología: Se utiliza una interfaz cerebro-computadora (BCI) de tipo no invasiva y de bajo costo para la generación de referencias del sistema de control.

Resultados: El rendimiento del sistema está sujeto directamente a la habilidad del usuario para recrear acciones o movimientos en su mente. Entre más definido sea su pensamiento, mejor será la respuesta de control.

Conclusión: El control mental representa un nuevo desafío para los usuarios, pero a medida que se utiliza, se convierte en un control más natural y preciso de usar, que ofrece grandes posibilidades de control a las personas a diario hacen uso de prótesis de mano robóticas.

Originalidad: A través de esta investigación, se formula una alternativa para el control de prótesis de mano, que no requiere sistemas invasivos y brinda la ventaja de ser de bajo costo.

Limitaciones: La frustración, el estrés y el ruido externo son factores que afectan directamente el rendimiento del sistema.

Palabras clave: impresión 3D, interfaz BCI, mano robótica, comandos mentales

A. Tecuatl Pancoatl, “Prótesis inteligentes,” Benemérita Universidad Autónoma de Puebla, pp. 12, 2014. [Online]. Available: https://edoc.pub/ensayo-protesis-inteligentes-pdf-free.html

M. E. Rodríguez-García, G. Dorantes-Méndez, and M. O. M. Gutiérrez, “Desarrollo de una prótesis para desarticulado de muñeca controlada por señales de electromiografía,” Rev. Mex. Ing. Biomed., vol. 38, no. 3, 2017. [Online]. doi: http://dx.doi.org/10.17488/rmib.38.3.8

J. Brazeiro, S. Petraccia, M. Valdés, “Mano Controlada por Señales Musculares,” Universidad de la República, pp. 161, Sep. 2015. [Online]. Available: https://iie.fing.edu.uy/publicaciones/2015/BPV15/BPV15.pdf

R. Agrawal, “Predictive Analysis Of Breast Cancer Using Machine Learning Techniques”, Ing. Solidar., vol. 15, no. 29, 2019. https://doi.org/10.16925/2357-6014.2019.03.01

D. Ramírez Jiménez and J. D. Quintero-Ospina, “Classification of pathologies present in the spinal column through learning machinery techniques”, Ing. Solidar., vol. 15, no. 27, 2019. https://doi.org/10.16925/2357-6014.2019.01.05

J. M. López, G. Martí, S. T. Puente, F. A. Candelas, A. Úbeda, F. Torres, “Implementación y evaluación de un esquema de control mioeléctrico ON/OFF utilizando hardware de bajo coste,” Área de Ingeniería de Sistemas y Automática, Universidad de Extremadura, pp. 94-99, 2018. [Online]. Available: http://rua.ua.es/dspace/handle/10045/80509

C. A. Quinayás-Burgos, C. A. Gaviria-López, “Sistema de identificación de intención de movimiento para el control mioeléctrico de una prótesis de mano robótica,” Ing. y Univ., vol. 19, no. 1, 2015. [Online]. http://dx.doi.org/10.11144/Javeriana.iyu19-1.siim

D. Bansal and R. Mahajan, “EEG-Based Brain-Computer Interfacing (BCI),” Elsevier Inc., pp. 21 - 71, 2019. [Online]. doi: https://doi.org/10.1016/B978-0-12-814687-3.00002-8

G. Rodríguez-Bermúdez, P. García Laencina, D. Brizion, and J. Roca, “Adquisición, procesamiento y clasificación de señales EEG para diseño de sistemas BCI basados en imaginación de movimiento,” Rev. VI Jornadas Introd. a la Investig. la UPCT, vol. 6, pp. 10–12, 2013.

B. J. Edelman, J. Meng, D. Suma, C. Zurn, E. Nagarajan, BS Baxter, CC Cline, y B. El, “Noninvasive neuroimaging enhances continuous neural tracking for robotic device control,” Science Robotics, vol. 4, no. 31, 2019. [Online]. doi: https://doi.org/ 10.1126 / scirobotics.aaw6844

J. Minguez, “Tecnología de Interfaz Cerebro - Computador,” Dep. Inform. e Ing. Sist.

Zaragoza, pp. 1–12, 2012. [Online]. Available: https://webdiis.unizar.es/~jminguez/Sesion001_UJI.pdf

M. Balcells and V. Cisteré, “Imagen de archivo Historia de la Electroencefalografía en España : introducción y evolución,” Neurosci. Hist., vol. 2, no. 1, pp. 38–42, 2014. [Online]. Available: http://nah.sen.es/vmfiles/abstract/NAHV2N1201438_42ES.pdf

L. A. Moreno-Cueva, C. A. Peña Cortés, H. G. Gonzáles-Sepúlveda, “Integración de un sistema de neuroseñales para detectar expresiones en el análisis de material multimedia,” Revista Facultad de Ingeniería, UPTC, vol. 24, no, 38. [Online]. doi: https://doi.org/10.19053/01211129.3156

R. Raj, S. Deb, and P. Bhattacharya, “Brain Computer Interfaced Single Key Omni Directional Pointing and Command System: A Screen Pointing Interface for Differently-abled Person,” Procedia Comput. Sci., vol. 133, pp. 161–168, 2018. [Online]. doi: https://doi.org/10.1016/j.procs.2018.07.020

A. Asif, M. Majid, and S. M. Anwar, “Human stress classification using EEG signals in response to music tracks,” Comput. Biol. Med., vol. 107, no. February, 2019. [Online]. doi: https://doi.org/10.1016/j.compbiomed.2019.02.015

J. H. Yu and K. B. Sim, “Classification of color imagination using Emotiv EPOC and event-related potential in electroencephalogram,” Optik (Stuttg). vol. 127, no. 20, 2016. [Online]. doi: https://doi.org/10.1016/j.ijleo.2016.07.074

F. Gómez, J. Leonardo, “Análisis de señales EEG para detección de eventos oculares, musculares y cognitivos,” Biblioteca ETSI Industriales, pp. 8–9, Sep. 2016. [Online]. Available:http://oa.upm.es/44379/1/TFM_LEONARDO_JOSE_GOMEZ_FIGUEROA.pdf

L. Bi, A. Feleke, and C. Guan, “A review on EMG-based motor intention prediction of continuous human upper limb motion for human-robot collaboration,” Biomed. Signal Process. Control, vol. 51, pp. 113–127, 2019.

https://doi.org/10.1016/j.bspc.2019.02.011

M. Tavakoli, C. Benussi, and J. L. Lourenco, “Single channel surface EMG control of advanced prosthetic hands: A simple, low cost and efficient approach,” Expert Syst.

Appl., vol. 79, pp. 322–332, 2017. [Online]. doi: https://doi.org/10.1016/j.eswa.2017.03.012

C. Cipriani et al., "Online Myoelectric Control of a Dexterous Hand Prosthesis by Transradial Amputees," IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 19, no. 3, 2011. [Online]. doi: https://doi.org/10.1109/TNSRE.2011.2108667

M. Jochumsen, A. Waris, and E. N. Kamavuako, “The effect of arm position on classification of hand gestures with intramuscular EMG,” Biomed. Signal Process. Control, vol. 43, 2018. [Online]. doi: https://doi.org/10.1016/j.bspc.2018.02.013

M. A. A. Kasim et al., “User-Friendly LabVIEW GUI for Prosthetic Hand Control Using Emotiv EEG Headset,” Procedia Comput. Sci., vol. 105, no. December, 2017. [Online]. doi: https://doi.org/10.1016/j.procs.2017.01.222

R. Alazrai, H. Alwanni, and M. I. Daoud, “EEG-based BCI system for decoding finger movements within the same hand,” Neurosci. Lett., vol. 698, no. December, 2019. [Online]. doi: https://doi.org/10.1016/j.neulet.2018.12.045

M. D. del Castillo, J. I. Serrano, J. Ibáñez, and L. J. Barrios, “Metodología para la Creación de una Interfaz Cerebro-Computador Aplicada a la Identificación de la Intención de Movimiento,” RIAI - Rev. Iberoam. Autom. e Inform. Ind., vol. 8, no. 2, 2011. [Online]. doi: https://doi.org/10.1016/S1697-7912(11)70030-9

G. D. I. Gib, J. Giraldo-leiva, and M. A. Becerra, “Brain Computer Interface Based On Eeg Signals For Motion Control Of Hand Prosthesis Using Anfis,” pp. 59–64, 2013. [Online]. Available: https://dialnet.unirioja.es/servlet/articulo?codigo=4776223

C. D. Virgilio G., J. H. Sossa A., J. M. Antelis, and L. E. Falcón, “Spiking Neural Networks applied to the classification of motor tasks in EEG signals,” Neural Networks, vol. 122, 2020. [Online]. doi: https://doi.org/10.1016/j.neunet.2019.09.037

G. Lange, C. Y. Low, K. Johar, F. A. Hanapiah, and F. Kamaruzaman, “Classification of Electroencephalogram Data from Hand Grasp and Release Movements for BCI Controlled Prosthesis,” Procedia Technol., vol. 26, pp. 374–381, 2016.

J. E. Vargas Soto, M. A. Traslosheros, J. M. Ramos, J. E. Orozco Ramirez, “Sinergia Mecatrónica,” Asociación Mexicana de Mecatrónica A.C, pp. 517, May. 2019. [Online]. Available: http://www.mecamex.net/Libros/2019-Libro-SinergiaMecatronica.pdf

T. Talamillo García, “Manual básico para enfermeros en electroencefalografía,” Enfermería Docente, pp. 29–33. [Online]. Available: http://www.sspa.juntadeandalucia.es/servicioandaluzdesalud/huvvsites/default/files/r evistas/ED-094-07.pdf

M. E. Hussein and G. Brooker, “3D Printed Myoelectric Prosthetic Arm,” pp. 87, Oct. 2014. [Online]. Available: https://www.academia.edu/39599212/3D_Printed_Myoelectric_Prosthetic_Arm_3D

_Printed_Myoelectric_Prosthetic_Arm_i

[1]

I. F. Vargas Ochoa, R. C. Bravo Angarita, and C. A. Peña Cortes, “Avances en el control mental de una mano robótica”, ing. Solidar, vol. 16, no. 2, pp. 1–21, May 2020, doi: 10.16925/2357-6014.2020.02.10.

Descargar cita

Derechos de autor 2020 Ingeniería Solidaria

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Compromiso ético y cesión de derechos

El autor debe declarar que su trabajo es original e inédito y que no se ha postulado a evaluación simultánea para su publicación por otro medio. Además, debe asegurar que no tiene impedimentos de ninguna naturaleza para la concesión de los derechos previstos en el contrato.

El autor se compromete a esperar el resultado de evaluación de la revista Ingeniería Solidaria, antes de considerar su presentación a otro medio; en caso de que la respuesta de publicación sea positiva, adicionalmente, se compromete a responder por cualquier acción de reivindicación, plagio u otra clase de reclamación que al respecto pudiera sobrevenir por parte de terceros.

Asimismo, debe declarar que, como autor o coautor, está de acuerdo por completo con los contenidos presentados en el trabajo y ceder todos los derechos patrimoniales, es decir, su reproducción, comunicación pública, distribución, divulgación, transformación, puesta a disposición y demás formas de utilización de la obra por cualquier medio o procedimiento, por el término de su protección legal y en todos los países del mundo, al Fondo Editorial de la Universidad Cooperativa de Colombia, de manera gratuita y sin contraprestación presente o futura.

Número

Vol. 16 Núm. 2 (2020)

Publicado

2020-05-04

Descargas

PDF (Inglés)

Cómo citar

[1]

Descargar cita

Métricas

File downloads

261

Captures

Readers: 3

see details