Estimativa de ângulos de junta de dedos a partir de sinais EMG

Bibliographic Details
Main Author: Lima, José Pedro Alves Allen
Publication Date: 2016
Format: Master thesis
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: https://hdl.handle.net/10316/97175
Summary: Dissertação de Mestrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
id RCAP_249204f3891e4c01c953a5a8a0f8e77f
oai_identifier_str oai:estudogeral.uc.pt:10316/97175
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Estimativa de ângulos de junta de dedos a partir de sinais EMGEstimating fingers joint angles from muscle signalssinais EMGPattern Recognitionreconhecimentooff-linematriz alvofeatureEMG signsPattern Recognitionidentifyoff-linetarget matrixfeatureDissertação de Mestrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.O uso de sinais musculares é cada vez mais utilizado para controlar dispositivos robóticos nos dias de hoje. Os sinais mais utilizados são os sinais EMG, uma vez que permitem um acesso fácil e não invasivo a sinais biológicos dos seres humanos. Contudo, este tipo de sinais, tem a grande desvantagem de não ser constante e variar de pessoa para pessoa, e mesmo em cada pessoa pode variar consoante vários factores. Deste modo, para este tipo de sinais musculares poder ser usado na identificação da posição das articulações, é necessário tratar estes sinais, de modo a que se consiga retirar deles informação útil para a identificação da posição das articulações. Este trabalho baseia-se no uso dessa informação para a identificação do tipo de movimento feito pela mão de um utilizador. Uma técnica que tem vindo a revelar-se bastante eficiente é o uso de uma rede neuronal com Pattern Recognition, contudo para o uso desta técnica é necessário um conjunto muito específico de sub-rotinas relativamente complexas. Nesse sentido, o objectivo principal deste trabalho é desenvolver um software que permita a identificação off-line, de movimentos feitos pela mão de um utilizador. Após haver uma captação dos sinais EMG de um utilizador, enquanto este realiza determinados gestos, ir-se-á dividir os sinais EMG correspondentes a cada tipo de movimento presente nos gestos feitos. Em seguida, o software: cria uma matriz alvo, correspondente aos movimentos presentes no gesto; filtra os sinais EMG; faz o cálculo de uma feature proveniente dos sinais já filtrados; gera uma rede neuronal com Pattern Recognition; faz o treino necessário para que a rede neuronal consiga associar os sinais EMG do utilizador ao movimento que estava a ser feito. Após estas etapas, o software será capaz de identificar o tipo de movimento presente em determinado frame do gesto. Por fim, este software é usado para identificar a posição inicial, o inicio do movimento e o fim do movimento, em cinco gestos diferentes, usando os sinais que foram utilizados para o treino da rede e usando sinais que não foram usados no treino, de forma a comparar a eficiência do reconhecimento entre os dois tipos de sinais.Nowadays, the use of muscle signs is increasingly employed to control robotic devices. The EMG signs are the most used, once they allow an easy and not invasive access to biological signals of the human beings. Nevertheless, this kind of signals has the great advantage of not being constant and varying from person to person; it can even vary in each person depending of different factors. Thus, so this kind of muscle signs can be used when identifying the positions of the joints, it is necessary to take care of the signs in order to get useful information from them to identify the sort of movement done by a hand’s user. The use of a neural network with Pattern Recognition is a technique that has been revealing itself highly effective. However, to the use this technique, it is necessary a very specific range of relatively complex subroutines. Accordingly, the main aim of this work is to develop software that allows the off-line identification of movements done by a user’s hand. After capturing a user’s EMG signals, while performing some actions, the EMG signals will be divided corresponding to each kind of movement presented in the gesture made; next, the software creates a target matrix corresponding to the movements presented in the gesture. Following, it filters the EMG signs and makes the calculations of a feature from already filtered signs. It generates a neuronal network with Pattern Recognition. It does the necessary training so that the neuronal network is able to associate the user’s EMG signals to the movement that was being done. After these steps, the software will be able to identify the kind of movement used in a specific frame of the gesture. Finally, this software is used to identify the initial position, the beginning and the end of the movement in five different gestures, using the signs that have been used to the network training and using signs that haven’t been used in the training in order to compare the recognition efficiency between the two kinds of signs.2016-09info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttps://hdl.handle.net/10316/97175https://hdl.handle.net/10316/97175porLima, José Pedro Alves Alleninfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2022-05-25T06:58:36Zoai:estudogeral.uc.pt:10316/97175Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T05:45:43.360683Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Estimativa de ângulos de junta de dedos a partir de sinais EMG
Estimating fingers joint angles from muscle signals
title Estimativa de ângulos de junta de dedos a partir de sinais EMG
spellingShingle Estimativa de ângulos de junta de dedos a partir de sinais EMG
Lima, José Pedro Alves Allen
sinais EMG
Pattern Recognition
reconhecimento
off-line
matriz alvo
feature
EMG signs
Pattern Recognition
identify
off-line
target matrix
feature
title_short Estimativa de ângulos de junta de dedos a partir de sinais EMG
title_full Estimativa de ângulos de junta de dedos a partir de sinais EMG
title_fullStr Estimativa de ângulos de junta de dedos a partir de sinais EMG
title_full_unstemmed Estimativa de ângulos de junta de dedos a partir de sinais EMG
title_sort Estimativa de ângulos de junta de dedos a partir de sinais EMG
author Lima, José Pedro Alves Allen
author_facet Lima, José Pedro Alves Allen
author_role author
dc.contributor.author.fl_str_mv Lima, José Pedro Alves Allen
dc.subject.por.fl_str_mv sinais EMG
Pattern Recognition
reconhecimento
off-line
matriz alvo
feature
EMG signs
Pattern Recognition
identify
off-line
target matrix
feature
topic sinais EMG
Pattern Recognition
reconhecimento
off-line
matriz alvo
feature
EMG signs
Pattern Recognition
identify
off-line
target matrix
feature
description Dissertação de Mestrado em Engenharia Mecânica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.
publishDate 2016
dc.date.none.fl_str_mv 2016-09
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/10316/97175
https://hdl.handle.net/10316/97175
url https://hdl.handle.net/10316/97175
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833602463659196416

Similar Items