Diseño e implementación de un sistema de control en tiempo real mediante ondas cerebrales

Abstract

Resumen .- Este proyecto desarrolla el procedimiento para adquirir señales cerebrales relacionadas a la intensión de movimiento de los brazos y estado de relajación con ojos cerrados además de los potenciales desarrollados por el movimiento ocular, las señales obtenidas son procesadas y clasificadas respectivamente. El resultado de la clasificación es utilizado como base para la decisión y la ejecución del movimiento básico de un brazo robótico de cinco grados de libertad, se diseña y construye un software y hardware especiales que permiten recoger las señales desde la superficie de la cabeza de la persona, las señales se amplifican y liberan de ruido. Las señales tratadas son enviadas al computador, una vez digitalizadas son analizadas en el espectro de frecuencia en busca de patrones característicos según el Biopotencial al que correspondan, las diferentes características son analizadas mediante diferentes métodos de clasificación. Los mejores resultados del análisis de las señales son aplicados al algoritmo de control previo al estudio de la variabilidad intrapersonal e interpersonal. Abstract .- This project develops the procedure for acquiring brain signals related to the intention of moving the arms and relaxed state with closed eyes in addition to the potential developed by eye movement, the obtained signals are processed and classified respectively. The classification result is used as the basis for the decision and execution of the basic movement of a robotic arm with five degrees of freedom, it designs and builds software and special hardware that allow pick up signals from the surface of the head person, the signals are amplified and free of noise. The processed signals are sent to the computer, once digitized are analyzed in the frequency spectrum looking for characteristic patterns according to the biopotential to which they relate, different characteristics are analyzed using different classification methods. The best results of the analysis of the signals are applied to the control algorithm, previous to study the intrapersonal and interpersonal variability.