DOI:

https://doi.org/10.14483/22484728.18948

Publicado:

2021-11-26

Número:

Vol. 15 Núm. 2 (2021)

Sección:

Visión de Caso

Prototipo control de vehículo robot por señales EMG

Robot vehicle control prototype by EMG signals

Autores/as

  • Renso Mardu Molano-Pulido Escuela de Suboficiales Fuerza Aérea – ESUFA https://orcid.org/0000-0002-0646-3589
  • Félix Parca-Acevedo TICS-SAS https://orcid.org/0000-0002-8998-4338
  • Francia María Cabrera Escuela de Suboficiales Fuerza Aérea – ESUFA
  • Henry Ñungo-Londoño Escuela de Suboficiales Fuerza Aérea – ESUFA

Palabras clave:

Amplification, EMG signals, Microcontroller, Robot vehicle, Wireless transmission (en).

Palabras clave:

Amplificación, Señales EMG, Microcontrolador, Vehículo Robot, Trasmisión inalámbrica (es).

Resumen (es)

Las señales EMG (Electromiografía) son básicamente pulsos eléctricos emitidos por los nervios y músculos de las extremidades del cuerpo humano, (ejemplo el bíceps del brazo) los que se obtienen por medio de electrodos. Estas señales se pueden amplificar y ser utilizadas en diferentes actividades o trabajos. En la presente investigación se utilizan las señales EMG, adquiridas del bíceps del brazo a utilizar, por medio de tres electrodos superficiales colocados específicamente para poder adquirir las señales trasmitidas por los músculos del bíceps, que con la utilización de un amplificador diferencial se medirá y amplificará la diferencia de voltaje entre los tres electrodos que se coloca en el músculo, teniendo en cuenta que las señales se encuentran entre los rangos de µV y menores de 10mV. En las siguientes etapas se realiza la preparación de la señal para conectarla a un microcontrolador. En este caso se utilizará la tarjeta Arduino, en donde se procesa la señal ya amplificada y se trasmite inalámbricamente con la ayuda del NRF24L01, que tiene un alcance de1000 metros de distancia al sistema de control que está en el Vehículo Robot. En este llega la variación de tensión dependiendo de la deflexión del brazo y por lo tanto el vehículo Robot se acelera o desacelera dependiendo de la señal emitida por el sistema amplificador del brazo. Finalmente se ajusta el prototipo y se establecen las caracterizaciones fundamentales mecánicas-electrónicas para los diferentes movimientos de control.

Resumen (en)

The EMG (Electromyography) signals are basically electrical pulses emitted by the nerves and muscles of the extremities of the human body, (for example the biceps of the arm) which are obtained by means of electrodes. These signals can be amplified and used in different activities or jobs. In the present investigation the EMG signals, acquired from the biceps of the arm to be used, are used by means of three surface electrodes specifically placed to be able to acquire the signals transmitted by the biceps muscles, which with the use of a differential amplifier will be measured and amplified the difference in voltage between the three electrodes that is placed in the muscle, taking into account that the signals are between the ranges of µV and less than 10mV. In the following stages the preparation of the signal is done to connect it to a microcontroller. In this case, the Arduino card will be used, where the already amplified signal is processed and transmitted wirelessly with the help of NRF24L01, which has a range of 1000 meters away from the control system in the Robot Vehicle. In this comes the variation of tension depending on the deflection of the arm and therefore the Robot vehicle accelerates or slows down depending on the signal emitted by the arm amplifier system. Finally, the prototype is adjusted and the fundamental mechanical-electronic characterizations for the different control movements are established.

Referencias

P. Konrad, “The ABC of EMG, A Practical introducion to kinesiogical Electromyography”, NORAXON INC. USA, 2005.

A. Falcon, A. Taboada, Alberto, R. Llanes, “Selección de Amplificadores de Instrumentación para Acondicionar Señales Bioeléctricas”, 2006.

M. Lucas, A. Gaufriau, S. Pascual, C. Doncarli, D. Farina, “Multi-channel surface EMG classification using support vector machines and signal-based wavelet optimization”, Biomedical Signal Processing and Control, vol. 3, no. 2, 2008. https://doi.org/10.1016/j.bspc.2007.09.002

J. A. García Pinzón, L. E. Mendoza, “Adquisición Y Procesamiento De Señales Emg Para Controlar Movimiento De Un Brazo Hidráulico”, p. 2, 2014.

H. Kang, K. Rhee, K. You, H. Shin, "Intuitive robot navigation using wireless EMG and acceleration sensors on human arm," Intelligent Signal Processing and Communications Systems (ISPACS), International Symposium, 2011. https://doi.org/10.1109/ISPACS.2011.6146142

E. Butariu, S. Butariu, A. Minodora, L. Novenau, G. Mihalas, “Use of EMG Biofeedback as a Method of mucular training during physical exercise in elders”, University of Medicine and Pharmacy Victor Babes, 2009.

T. Tsushima, “La aplicación clínica de la biorretroalimentación EMG para los dolores de cabeza traumáticos”, Revista Latinoamericana de Psicología, vol.15, pp. 133-137,1983.

A. Romo, C. Realpe, E. Jojoa, “Análisis de Señales EMG Superficiales y su Aplicación en Control de Prótesis de Mano”, Universidad del Cauca, 2007.

C. Castellini, P. Smagt, “Surface EMG in advanced hand prosthetics”, Springer-Verlag 2008. https://doi.org/10.1007/s00422-008-0278-1

A. Ferreira, W. Celeste, F. Cheein, T. Bastos-Filho, M. Sarcinelli-Filho, “Human-machine interfaces based on EMG and EEG applied to robotic systems”, Journal of NeuroEngineering and Rehabilitation, 2008. https://doi.org/10.1186/1743-0003-5-10

J. Gomez-Gil, I. Gonzalez, L. F. Alonso, S. Garcia, “Steering a Tractor by Means of an EMG-Based Human- Machine Interface”, Department of Signal Theory, Communications and Telematics Engineering, University of Valladolid, 2011. https://doi.org/10.3390/s110707110

I. Cifuentes González, “Extracción de Características y Clasificación de Señales Electromiográficas Utilizando la Transformada Hilbert-Huang y Redes Neuronales”, Instituto Nacional de Astrofísica, Óptica y Electrónica, (INAOE), México, 2012.

C. A. Riaño Ríos, V. E. Quintero Machado, “Control de una mano virtual usando señales electromiográficas”, tesis, Departamento de Ingeniería en Mecatrónica, Universidad UMNG, Bogotá, Colombia, 2010.

C. Beltre, “Músculo bíceps braquial”, 2019. [Online]. Available at: https://www.anatomiatopografica.com/musculos/musculo-biceps-braquial/.

H. J. Hermens, B Freriks, “SENIAM”, 2006. [Online]. Available at: http://www.seniam.org/

D. M. Moreno, “¿cómo hacer su propio circuito sensor de músculo / EMG?”, 2016. [Online]. Available at: https://emgprotesisdmm.wordpress.com/.

Electrónicos Caldas, “Tienda virtual de componentes electrónicos”, Colombia, 2019. [Online]. Available at: https://www.electronicoscaldas.com/es/amplificadores-operacionales/424-amplificador-operacional-tl072.html

Patagoniatec, “NRF24L01 + RFX2401”, Argentina, 2014. [Online]. Available at: https://saber.patagoniatec.com/2014/07/nrf24l01-rfx2401-nrf24l01-pa-lna-arduino-argentina-ptec/.

R. Merletti, “Electromyography - Physiology, Engineering, and Noninvasive Applications”, IEEE Press Engineering in Medicine and Biology Society, 2004. https://doi.org/10.1002/0471678384

B. Kaminski, “Muscle sensor V3”, 2014. [Online]. Available at: http://www.advancertechnologies.com/p/muscle-sensor-v3.html.

Emgprotesisdmm, “¿cómo hacer su propio circuito sensor de músculo / EMG?”, 2016. [Online]. Available at: https://emgprotesisdmm.wordpress.com/2016/08/02/como-hacer-su-propio-circuito-sensor-de-musculo-emg/

Robots Didácticos, “Manejo de potencia para motores con el integrado L293D”, 2018. [Online]. Available at: http://robots-argentina.com.ar/didactica/manejo-de-potencia-para-motores-con-el-integrado-l293d/.

J. L. Correa-Figueroa, E. Morales-Sánchez, J. A. Huerta-Ruelas, J. J. González-Barbosa, “Sistema de Adquisición de Señales SEMG para la Detección de Fatiga Muscular”, Revista Mexicana de Ingeniería Biomédica, vol. 37, no. 1, 2016.

A. F. Barbosa Franco, L. A. Noguera Vega, W. M. Giral Ramírez, "Análisis de distorsión armónica en iluminación LED", Revista Vínculos, vol. 14, no. 2, pp. 95–107, 2017. https://doi.org/10.14483/2322939X.12520

C. Cavadía, F. Payares, K. Herrera, J. Jaramillo, L. Meza, “Los entornos virtuales de aprendizaje como estrategia de mediación pedagógica”, Aglala, vol. 10, no. 2, pp. 212-22, 2019

H. Ortega Neri, E. Pérez Márquez, J. Acosta, “Competencias del docente, un estudio en la Universidad Autónoma de Zacatecas, México”, Conocimiento Global, vol. 5, no. 2, pp. 1-15, 2020.

W. Martínez Amado, L. M. Barbosa Guerrero, I. F. Amaya Cocunubo, H. Guzmán Ramos, “¿Son los momentos de crisis, una oportunidad para las marcas?”, Enfoque Disciplinario, vol. 5, no. 2, pp. 19-23, 2020.

O. Vásquez Duarte, D. García Muñoz, J. Páez Páez, “Conquistando Soacha - Herramientas pedagógicas para intervención de dificultades relacionadas con los dispositivos básicos de aprendizaje”, Conocimiento Global, vol. 4, no. 1, pp. 12-25, 2019.

J. P. Ortiz Quevedo, R. Nuñez Uribe, “Percepciones docentes de las didácticas en el entorno virtual”, Conocimiento Global, vol. 4, no. 1, pp. 67-78, 2019.

Cómo citar

APA

Molano-Pulido, R. M., Parca-Acevedo, F., Cabrera, F. M., y Ñungo-Londoño, H. (2021). Prototipo control de vehículo robot por señales EMG. Visión electrónica, 15(2), 264–271. https://doi.org/10.14483/22484728.18948

ACM

[1]
Molano-Pulido, R.M. et al. 2021. Prototipo control de vehículo robot por señales EMG. Visión electrónica. 15, 2 (nov. 2021), 264–271. DOI:https://doi.org/10.14483/22484728.18948.

ACS

(1)
Molano-Pulido, R. M.; Parca-Acevedo, F.; Cabrera, F. M.; Ñungo-Londoño, H. Prototipo control de vehículo robot por señales EMG. Vis. Electron. 2021, 15, 264-271.

ABNT

MOLANO-PULIDO, Renso Mardu; PARCA-ACEVEDO, Félix; CABRERA, Francia María; ÑUNGO-LONDOÑO, Henry. Prototipo control de vehículo robot por señales EMG. Visión electrónica, [S. l.], v. 15, n. 2, p. 264–271, 2021. DOI: 10.14483/22484728.18948. Disponível em: https://revistas.udistrital.edu.co/index.php/visele/article/view/18948. Acesso em: 18 abr. 2024.

Chicago

Molano-Pulido, Renso Mardu, Félix Parca-Acevedo, Francia María Cabrera, y Henry Ñungo-Londoño. 2021. «Prototipo control de vehículo robot por señales EMG». Visión electrónica 15 (2):264-71. https://doi.org/10.14483/22484728.18948.

Harvard

Molano-Pulido, R. M. (2021) «Prototipo control de vehículo robot por señales EMG», Visión electrónica, 15(2), pp. 264–271. doi: 10.14483/22484728.18948.

IEEE

[1]
R. M. Molano-Pulido, F. Parca-Acevedo, F. M. Cabrera, y H. Ñungo-Londoño, «Prototipo control de vehículo robot por señales EMG», Vis. Electron., vol. 15, n.º 2, pp. 264–271, nov. 2021.

MLA

Molano-Pulido, Renso Mardu, et al. «Prototipo control de vehículo robot por señales EMG». Visión electrónica, vol. 15, n.º 2, noviembre de 2021, pp. 264-71, doi:10.14483/22484728.18948.

Turabian

Molano-Pulido, Renso Mardu, Félix Parca-Acevedo, Francia María Cabrera, y Henry Ñungo-Londoño. «Prototipo control de vehículo robot por señales EMG». Visión electrónica 15, no. 2 (noviembre 26, 2021): 264–271. Accedido abril 18, 2024. https://revistas.udistrital.edu.co/index.php/visele/article/view/18948.

Vancouver

1.
Molano-Pulido RM, Parca-Acevedo F, Cabrera FM, Ñungo-Londoño H. Prototipo control de vehículo robot por señales EMG. Vis. Electron. [Internet]. 26 de noviembre de 2021 [citado 18 de abril de 2024];15(2):264-71. Disponible en: https://revistas.udistrital.edu.co/index.php/visele/article/view/18948

Descargar cita

Visitas

65

Dimensions


PlumX


Descargas

Los datos de descargas todavía no están disponibles.

Artículos más leídos del mismo autor/a

Loading...