Autor |
Bertoluci, Lorenzo da Silva; |
Orientador |
Figueiredo, Rodrigo Marques de; |
Lattes do orientador |
http://lattes.cnpq.br/0192178587738651; |
Instituição |
Universidade do Vale do Rio dos Sinos; |
Título |
Sistema de redes neurais para controle de prótese de membro superior utilizando visão computacional; |
Resumo |
Quando se observa as próteses oferecidas atualmente, a principal falha que
encontramos é a limitação da liberdade de movimentos. Enquanto a mão humana
possui 20 graus de liberdade, as próteses oferecidas comercialmente hoje oferecem
de 6 a 12 graus de liberdade. Essa limitação pode ser atribuída à dificuldade de criar
uma comunicação cérebro-prótese que possibilite o controle necessário da prótese.
Buscando saciar esta necessidade, algumas próteses são conectadas cirurgicamente
ao paciente. Este procedimento demanda um investimento financeiro inacessível à
grande parte da população, e é de difícil acesso fora de laboratórios de pesquisa.
Outras próteses são fixadas ao coto por diferentes meios, com métodos de medição
do estímulo neural no músculo através de sensores mioelétricos posicionados na
superfície da pele, mas que ainda sofrem falhas de leitura. Este trabalho tem como
objetivo desenvolver um sistema de inteligência artificial capaz de identificar a forma
de objetos através de uma câmera de baixo custo instalada em uma prótese robótica
de membro superior, para que com essa informação a prótese possa adotar a postura
adequada para interagir com o objeto-alvo, e assim tornar a interação prótese-objeto
mais natural e instintiva. Foi empregado um software de identificação de objetos
utilizando um banco de dados open-source e então desenvolvido um sistema para
definir qual a postura adequada para segurar o objeto-alvo. Também foi
confeccionada uma prótese de membro superior impressa em ABS utilizando servo
motores como atuadores de cada dedo e desenvolvido um sistema de controle para
eles. Os resultados obtidos mostraram que o sistema de identificação de objeto
retorna com uma certeza próxima de 60%, pois confunde objetos que possuam formas
semelhantes. No entanto, através dos testes realizados, concluiu-se que a postura
que a prótese deve tomar para adequadamente segurar o objeto-alvo se mostrou
correta para todos os objetos.; |
Palavras-chave |
Redes neurais; Visão computacional; Próteses; Inteligência artificial; |
Tipo |
TCC; |
Data de defesa |
2020-12-01; |
URI |
http://www.repositorio.jesuita.org.br/handle/UNISINOS/11236; |
Nivel |
Graduação; |
Curso |
Engenharia de Controle e Automação; |