LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

CONEM 2018

X Congresso Nacional de Engenharia Mecânica

Desenvolvimento de um Estimador para o Movimento do Cotovelo Humano baseado em Inteligência Artificial e Sinais Eletromiográficos

Submission Author: Rafael da Silva Figueiredo , RJ
Co-Authors: Rafael da Silva Figueiredo, Cristiano Carvalho, Elkin Veslin, Fabrício Lopes e Silva, Guilherme Amaral do Prado Campos, Luciano Santos Constantin Raptopoulos, Luiz Bevilacqua, Max Suell Dutra, Waltencir Andrade
Presenter: Rafael da Silva Figueiredo

doi://10.26678/ABCM.CONEM2018.CON18-1527

 

Abstract

Neste trabalho é apresentado o projeto e desenvolvimento de um estimador baseado em inteligência artificial para identificação de sinais eletromiográficos (sinais EMG) e consequente análise cinemática do cotovelo humano. O estimador proposto será utilizado em um mecanismo assistivo de um grau de liberdade, representando o movimento de flexão/extensão do cotovelo humano. Para a captura dos sinais EMG foi utilizado um sistema comercial BTS FreeEMG 1000, que faz uso de eletrodos de superfície sem fio com frequência de aquisição igual a 1000 Hz. Os sinais brutos, após filtrados, serviram de base para o treinamento de uma rede neural artificial (RNA) do tipo Perceptron de Múltiplas Camadas (Multilayer Perceptron - MLP). Os resultados obtidos indicam uma boa correlação entre o movimento real realizado, medido através de eletrogoniômetros de eixos gêmeos, e o comportamento cinemático produzido pela rede neural projetada. Dessa maneira, os resultados permitem concluir pela boa aplicabilidade do estimador projetado.

Keywords

Inteligência Artificial, Redes Neurais Artificiais, Sinais EMG, Mecanismos Assistivos

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM