Adquisición y procesamiento de señales emg para controlar movimiento de un brazo hidraulico

• García Pinzon, Jorge Andrés ^[1] ; Mendoza, Luis Enrique ^[1]
  1. [1] Universidad de Pamplona

     Universidad de Pamplona

     Colombia

     
• Localización: Mundo FESC, ISSN-e 2216-0388, ISSN 2216-0353, Vol. 4, Nº. 7, 2014, págs. 49-60
• Idioma: español
• Títulos paralelos:
  • Acquisition and signal processing emg to control movement of a hydraulic arm
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    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.

  • English

    This article describes the design and implementation of an electronic system for recording electromyographic signals of the upper limb of the subject (human) is presented. Then the process of the implementation of the electronic system in this work a pre-processing and processing of the recorded signals is performed. The techniques used for this purpose are: wavelet analysis (AW), principal component analysis (PCA), Fourier transform (FT), the discrete cosine transform (DCT), support vector machines (SVM) and artificial neural network (ANN). These techniques were used to eliminate some relevant information, recognize areas of interest, extract patterns in each group of signals and classify a new signal that controls the movement precisely the subject you want to run with Hydraulic arm. Inside control techniques Industrial processes is looking for an application in order to able to control two degrees of freedom over the end effector arm of the hydraulic laboratory automation and maintenance of industrial equipment from the University of Pamplona.