Implementación de una Interfaz por Computadora para el Control de Movimiento del Robot i-SOBOT Aplicando Electromiografía (EMG)
Resumen
El control de los movimientos de un robot humanoide tiene aplicaciones en diversas actividades humanas. La realización de movimientos finos, muy complicados o de riesgo para los humanos, son tipos de tareas que un robot capaz de imitar con exactitud y precisión las tareas de las personas puede realizar, buscando siempre una mejor entrega del producto o servicio final.
La Bioingeniería y la Robótica juntas han tenido adelantos importantes para el tratamiento, la rehabilitación y el cuidado de los pacientes con alguna discapacidad motriz, gracias al monitoreo de la actividad muscular. Estas áreas de conocimiento se han unido para implementar aplicaciones tecnológicas a los problemas de orden biológico, no sólo de la personas, sino de todos los seres vivos.
Este trabajo presenta la creación de una interfaz para el control por EMG del robot humanoide i-SOBOT, y así ser capaces por medios biológicos de manipular un elemento máquina.
Palabra(s) Clave(s): Acondicionamiento, electromiografía, programación, robot.
Texto completo:
80-102 PDFReferencias
Cela, A., Yebes, J. J., Arroyo, R., Bergasa, L. M., Barea, R. y López, E. (2013). Complete Low-Cost Implementation of a Teleoperated Control System for a Humanoid Robot. Sensors, 13, 1385-1401.
García, F., Villa, Adriana y Castaño P. (2011). Interfaces neuronales y sistemas máquina-cerebro: fundamentos y aplicaciones. Revista Ingeniería Biomédica, 1, 14-22.
Carrera, I., Moreno, H. A., Saltarén, R., Pérez, C. Puglisi, L. y García, C. (2011). ROAD: domestic assistant and rehabilitation robot. Med Biol Eng Comput, 49, 1201-1211.
Wei, H., Shuai, M. y Wang, Z. Y. (2012). Dynamically Adapt to Uneven Terrain Walking Control for Humanoid Robot. Chinese Journal of Mechanical Engeneering, 25, 214-222.
Y. Yoneda, K. Watanabe, “The World’s Smallest Biped Humanoid Robot “i-Sobot””. 2009 IEEE Workshop on Advanced Robotics and its Social Impacts. 23-25 Noviembre. Págs. 52-53.
I-Sobot Spec’s. http://www.isobotrobot.com/eng/about/index.html. Octubre 2014.
Ramos R., Betancourt V. y Vázquez, G. (2011), Detección y Acondicionamiento de señales mioeléctricas. Revista Ingeniería Mecatrónica, 10, 174-178.
L. Álvarez, Tesis de grado: Acondicionamiento de señales bioeléctricas. 2007. Universidad Tecnológica de Pereira.
Alva, C., Castillo, J., Gómez M. y Samamé I. (2011) Procesamiento de señales mioeléctricas aplicado a un robot de cinco grados de libertad. Intercon UNI, 13, 127-133.
Gallegos, S. y Simbaña H. (2012) Control del movimiento de una pinza robótica por medio de la actividad neuronal del antebrazo. Chasqui, 10, 115-130.
Orosco, López, E. y Sorsa, N. (2013). Procesamiento de señales mioeléctricas implementado en procesador digital de señales. CIACYT, 8, 8-12.
Calva, R., Coello, L. y Bolaños E. (2012). Diseño y evaluación de prototipo de mano robot controlada por impulsos mioeléctricos. Robótica, 6, 15-23.
Dorador, J. (2011). Robótica y prótesis inteligentes. Revista Digital Universitaria, 6, 17-32.
Chávez, M. y Rodríguez, F. (2010). Exoesqueletos para potenciar las capacidades humanas y apoyar a la rehabilitación. Revista Ingeniería Biomédica, 7, 63-73.
Casas, K. y De la Cruz, M. (2012). Sistema de adquisición de señales mioeléctricas, Revista Digital Universitaria, 8, 250-278.
Betancourt, G. y Giraldo E. (2010). Reconocimientos de patrones de movimiento a partir de señales electromiográficas. Scientia Et Technica, 10, 53-58.
P. D. Cheney, J. D. Kenton, “A low cost, multi-channel, EMG signal processing amplifier”. Journal of Neuroscience Methods. 79. 1998. 123-127.
Z. M. Nikolic, D. B. Popovic, “Instrumentation for ENG and EMG Recordings in FES Systems”. IEEE Transactions on Biomedical Engineering. Vol. 41. No. 7. 1994. 703-706.
Carvajal, L. (2013). Diseño de un método para capturar señales mioeléctricas de miembros superiores, Revista de la Universidad de la Amazonía, 26, 33-43.
R. Merletti, Botter. Alberto. “Technology and instrumentation for detection and conditioning of the surface electromyographic signal: State of the art”. Clinical Biomechanics. 24. 2009. 122-134.
T. Ma, F. Du. “Sensors Monitoring based on LabVIEW and Wireless Nodes”. Procedia Engineering. Vol. 15. 2011. 2639-2643.
H.Q. Liao, Z. R. Qiu. “The Design of LDF Data Acquisition System Based on LabView”. Procedia Environmental Sciences. Vol. 10. 2011. 1188-1192.
F. J. Jiménez, F. R. Lara. “API for communication between LabVIEW and Arduino UNO”. IEEE Latin American Transactions. Vol. 12. No. 6. 2014. 971-976.
Arduino Uno. http://arduino.cc/en/Main/arduinoBoardUno. Octubre 2014.
P.F.E. Valdés, A.R. Pallás, Microcontroladores Fundamentos y Aplicaciones con PIC. Octava Edición. 2013. Alfaomega. Barcelona, España. 247-274.
M. Zahak. Signal Acquisition Using Surface EMG and Circuit Design Considerations for Robotics Prosthesis.
URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es
Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada. 
TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA
Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México
Tel. 461 61 17575 Ext 5450 y 5146
pistaseducativas@itcelaya.edu.mx