Test

Solo disponible en BuenasTareas
  • Páginas : 16 (3804 palabras )
  • Descarga(s) : 0
  • Publicado : 30 de mayo de 2011
Leer documento completo
Vista previa del texto
Control de Robots Basado en Bioseñales
Jorge Ierache1,2,3, Martin Dittler3, Gustavo Pereira3, Ramón García Martínez1,2.

Computer Science PhD Program. Computer Sc. School. La Plata National University1
Intelligent Systems Laboratory. Engineering School. University of Buenos Aires2
Instituto de Sistemas Inteligentes y Enseñanza Experimental de la Robótica FICCTE3
Universidad de Morón,Cabildo 134, (B1708JPD) Morón, Buenos Aires, Argentina Cabildo 54 11 5627 200 int 189
jierache@unimoron.edu.ar

Abstract. Presentamos en este articulo las experiencias realizadas en el contexto de las comunicación de humanos a robots, sobre la base de bioseñales cerebrales, con la aplicación de tecnologías e interfases disponibles que facilitaron las lecturas de señales del cerebro delusuario y su asociación a comandos explícitos que permitieron a través de la adecuación de dispositivos de comunicación, el control de robots bípedos y móviles. Nuestro trabajo presenta una solución de ingeniería, aplicando las bases tecnológicas, el desarrollo de un framework de comunicación de alto y bajo nivel, la descripción de los experimentos y la discusión de los resultados alcanzados enpruebas de campo.

Key words: Robots, Brain Machine Interface, Bio-Electrical Signal, Human Machine Interfaces.

1. Introducción

La aplicación de bioseñales para el control de sistemas, robots, aplicaciones, juegos y dispositivos en general presenta un enfoque novedoso al abrir las puertas para la interacción entre humanos y computadoras en una nueva dimensión, donde se explotanespecíficamente biopotenciales eléctricos registrados en el usuario, estos bio potenciales incluyen el electro-miograma, el electro-encefalograma y el electro-oculograma, que son bioseñales eléctricas generadas por los patrones de actividad de los músculos, el celebro y los ojos del usuario. La idea de mover robots o facilitar la aplicación de dispositivos para discapacitados sin aplicar controles manualesy alcanzar el control sólo a través de la actividad mental, fascinó a los investigadores. En este orden diversos trabajos se presentaron, los primeros trabajos recurrieron a implantar electrodos intracraneales en la corteza motora de primates [1], [2]. Los trabajos no invasivos para humanos recurrieron a señales de Electroencefalogramas (EEG), aplicados a ejercicios de comandos mentales, comomover el cursor de una computadora [3], [4] basados en el empleo de Brain-Machine Interface (BMI).Millan et. al [5] demuestra cómo dos personas pueden mover un robot usando un simple electroencefalograma, sobre la base de reconocer tres estados mentales, los que se asocian a comandos del robot. Los trabajos de Saulnier et. al. [6] se enfocaron en controlar la velocidad de un robot y extender suaplicación para inferir el nivel de stress del usuario, y a partir de éste influir en el comportamiento social de robots domésticos, en este caso una aspiradora robot. El trabajo seminal de Millan et al [5], emplea como única bioseñal el electro-encefalograma, sobre la base del trabajo de dos personas para apoyar la navegación de un robot, a diferencia de este, nuestro trabajo presenta el resultadopreliminar empleando un BMI de bajo costo, utilizado en trabajos secundarios como el de Saulier et al [6], que incluye las bioseñales correspondiente al electro-encefalograma, la de electro-oculograma y el electro-miograma. A diferencia del trabajo de Saulier et al [6], que implementa un control de velocidad sobre la base del electromiograma e infiere el estado de stress del usuario sobre la base delelectroencefalograma, nuestro trabajo se enfoca en la ejecución de un patrón de navegación por parte de un robot, confrontando los tiempos de ejecución del control manual y del control mental, durante el inicio de la curva de aprendizaje de un usuario, con resultados que demuestran que el control mental requiere en términos generales el doble de tiempo que el control manual para la ejecución...
tracking img