Resumen

Para mejorar la eficacia del control y hacer que la mano protésica no sólo sea controlable, sino también perceptible, en este artículo se propone una estrategia de control EMG de la mano protésica. La estrategia de control consiste en el autoaprendizaje del reconocimiento del movimiento EMG, el controlador backstepping con observación difusa de la rigidez y la representación táctil de la fuerza. El reconocimiento de movimiento con autoaprendizaje EMG se utiliza para reducir la influencia en las señales EMG causada por la incertidumbre de la posición de contacto de los sensores EMG. El controlador Backstepping con observación difusa de la rigidez se utiliza para realizar el control de la posición y el control de la fuerza de agarre. El mismo controlador puede realizar el control proporcional de la velocidad en el espacio libre y el control de seguimiento de la fuerza de agarre en el espacio restringido. La representación táctil de la fuerza ayuda al usuario a percibir los estados de la mano protésica. Se han realizado varios experimentos para comprobar el efecto de la estrategia de control propuesta. Los resultados indican que la estrategia propuesta es eficaz. Durante los experimentos, los comentarios de los participantes muestran que la estrategia propuesta es una mejor opción para los amputados debido a la mejora de la controlabilidad y la perceptibilidad.

• Materias:Redes de sensores Sensores inalámbricos Sistema de sensores Sensor inteligente Sensores electroquímicos
• Subjects:Sensor networks Wireless sensors Sensor system Intelligent sensor Electrochemical sensors
• Palabras claves:emg self, estrategia de control, observación difusa, reconocimiento del movimiento, mano protésica, representación táctil, estrategia de control de la mano protésica, control de seguimiento de la fuerza, rigidez, estrategia
• Keywords:emg self, control strategy, fuzzy observation, motion recognition, prosthetic hand, tactile representation, prosthetic hand control strategy, force tracking control, stiffness, strategy