Dentro de los procesos de rehabilitación por medio de asistencia robotizada se estudian diferentes aplicaciones y múltiples tipos de control, permitiendo la repetición de los procesos. Los resultados de estos estudios no consideran las condiciones del humano dentro del lazo de control, por lo cual se plantea el caracterizar el esfuerzo del usuario por medio de las señales mioélectricas del miembro superior obtenidas por el brazalete Myo, siendo el modificador de un indicador dentro de la consigna de control PD+G. Con lo cual, se tomó muestras de las señales mioelectricas mientras se realizó una tarea con el robot, procesadas con un filtro Kernel Gaussiano, para la caracterización del esfuerzo por medio del método de polinomios anidados. Los resultados obtenidos permiten establecer una región dentro del espacio de trabajo del robot donde el esfuerzo del paciente es el mínimo, de esta forma incorporar condiciones biomecánicas dentro del proceso de guiado háptico.

Se propone un algoritmo generalizado para encontrar la cinemática inversa de posición y velocidad de cadenas cinemáticas con articulaciones giratorias de n-DOF. Para ello, se utiliza la técnica del gradiente descendente, encontrando el ajuste cercano en sistemas redundantes utilizando la condición actual, con posibilidad de computar una nueva trayectoria con el propósito de evitar obstáculos. La validación numérica se realiza con dos cadenas cinemáticas, explicando de forma gráfica e intuitiva el método propuesto, de igual manera se presenta una validación experimental en tareas de guiado háptico local utilizando un dispositivo háptico de 3 DOF.

No abstract

En el documento se presenta una clasificación de diferentes tipos de gestos de la mano por medio de señales mioeléctricas (EMG), las cuales serán procesadas por un filtro tipo Kernel Gaussiano, para su posterior clasificación utilizando del método de Polinomios Anidados. Se tiene como resultados del proceso de clasificación la correcta identificación de un solo gesto, así como la clasificación de múltiples gestos a la vez. Luego de tener los resultados de la clasificación podrán ser implementados en diversas aplicaciones posteriormente.