La enfermedad de Parkinson (EP) es una patología neurodegenerativa, progresiva e incurable; con el fin de mejorar la calidad de vida de las personas que la padecen, se propuso el diseño y construcción de un dispositivo mecatrónico que permita el análisis de los movimientos involuntarios producto de la enfermedad. Dicho dispositivo permite, mediante el uso señales electromiográficas producidas por los músculos del antebrazo y de un algoritmo basado en redes neuronales artificiales, el análisis de los movimientos involuntarios de pronosupinación generados en las extremidades superiores. Para la materialización del dispositivo se tomó en cuenta técnicas de prototipado rápido como lo es la impresión 3D y el modelo en V aplicado a la Mecatrónica. Como resultado de este trabajo de investigación se obtuvo un dispositivo mecatrónico en forma de exoesqueleto controlado por un sistema embebido que analiza y procesa señales electromiográficas y, mediante redes neuronales artificiales, permite la clasificación del temblor y de movimientos voluntarios producidos por cada paciente. Los resultados del funcionamiento del sistema son: para la predicción de temblor 96.88 % de acierto y para la predicción de movimiento voluntario 100 % de acierto.

El objetivo del presente trabajo es controlar el Robot Mitsubishi RV-2JA usando señales electromiográficas de superficie sEMG. Se seleccionó señales sEMG de la mano, las cuales fueron obtenidas mediante un brazalete Myo que adquiere las señales generadas por los musculos a través de sensores superficiales. La integración del sistema se realizó en la plataforma Simulink de Matlab para procesar, identificar, validar y controlar el robot por medio de las sEMG. Para estudiar las gesticulaciones de las manos se realizó el análisis a partir de la metodología de aproximación temporal que permitió la extracción de sus principales características. Se determinó que los parámetros integrado electromiográfico, media del valor absoluto, media cuadrática y varianza tienen correlación directa con el tipo de movimiento que realiza la mano. Para clasificar los tipos de movimiento como fist, spread fingers, wave right, wave left, elder y voor se utilizaron 6 redes neuronales, las cuales permiten activar 3 grados de libertad del robot. Para la integración y verificación del sistema en tiempo real se aplicó la simulación hardware in the loop (HIL) basada en PC, que permitió ejecutar el modelo de planta, la conexión con el sistema de control y comunicación adecuada para verificar que el sistema controla al robot.

The Mitsubishi RV-2JA intelligent robot control system (ISMS) was synthesized using surface electromyographic signals (pEMG). The sEMG signals were recording using the Myo bracelet and transmitted to the intelligent control system via the Bluetooth interface. The IRCS was synthesized in Simulink environment of the Matlab platform. IRCS performs the processing and analysis of sEMIG signals to identify, verify and control the robot using an artificial neural networks.

No abstract