Resumen

Este artículo presenta un sistema embebido que detecta en tiempo real la intención de movimiento para el control de un prototipo de prótesis de mano robótica. El trabajo muestra que usando características temporales de cálculo simple es posible obtener un agrupamiento de vectores lo suficientemente discriminante como para que se puedan usar clasificadores de patrones muy simples. Así, en este trabajo se propone un clasificador basado en la mínima distancia al centroide de los grupos que caracterizan los movimientos que se van a identificar, modificando el conocido algoritmo k vecinos más próximos para sacar mayor provecho de la fase de entrenamiento del clasificador en la fase de clasificación y obtener respuesta en tiempo real. Se presentan resultados de clasificación de intención de movimiento, obtenidos usando el porcentaje de éxito como medida de efectividad, al realizar pruebas sobre tres sujetos con músculos sanos. Los resultados experimentales muestran que el sistema puede ser efectivo para el control de ejecución de cuatro primitivas motoras de un prototipo de prótesis de mano robótica.

1. INTRODUCCIÓN

El control mioeléctrico de prótesis activas de mano ha sido utilizado en los desarrollos comerciales y de investigación hace 20 años, aproximadamente. Se distinguen dos métodos para captar las señales: no invasivo, si los electrodos se ubican sobre la superficie de músculos activos en el brazo u otra parte del cuerpo del paciente, o invasivo, si se ubican en el interior de los músculos. A pesar de las ventajas de las técnicas invasivas, aún no se ha presentado un modelo que alcance el éxito comercial. La potencialidad de los métodos no invasivos sigue siendo de interés, aun en el control de prótesis de alto nivel de destreza, como son las manos Shadow [1], BeBionic [2] o SmartHand [3].

Las prótesis activas comerciales contemplan pocos grados de libertad. La mano Otto Bock DMC Plus [4], que es una de las soluciones comerciales más representativas, solo puede abrir la mano, hacer un agarre de poder y hacer la pronación o supinación de la muñeca. En tales casos, el procesamiento de las señales electromiográficas (EMG) puede ser tan básico como una simple detección de nivel, y es suficiente con la ubicación de dos electrodos.

Dado el poco confort que se obtiene con las prótesis comerciales, hay un gran interés científico en aumentar el grado de libertad de las prótesis, lo que impone mayores desafíos al procesamiento de las señales EMG [4], porque no es práctico usar un nuevo electrodo EMG aislado para detectar cada nuevo grado de libertad.

• Materias:Órganos artificiales Movimiento (Fisiología) Inteligencia artificial Biomecánica Robótica
• Subjects:Artificial organs Movement (Physiology) Artificial intelligence Biomechanics Robotics
• Palabras claves:Electromiografía (EMG); Reconocimiento de intención de movimiento; K-vecinos más próximos; Prótesis de mano robóticas
• Keywords:Electromyography (EMG); Pattern recognition; K-nearest neighbors; Prosthetic robotic hand