Diseño de un clasificador de señales EEG provenientes de una interfaz BCI utilizando redes neuronales para controlar un robot hexápodo

En este trabajo se investigó, desarrolló e implementó un sistema clasificador de señales provenientes de una interfaz cerebro-computador o por sus siglas en ingles BCI (Brain Computer interface) mediante un algoritmo de clasificación llamado SVMs utilizando el software Matlab, con el fin de controlar los desplazamientos de un robot hexápodo. El control de la marcha requerida para que el robot realice los desplazamientos es programado desde una tarjeta de adquisición de datos llamada BeagleBone Black, a la cual se le implemento una red biológicamente inspirada llamada generador de patrones centrales (CPG – General pattern generator), esta red se implementó para el respectivo control de cada una de las extremidades del hexápodo para así generar una marcha tipo trípode mientras el mismo registra mediante una cámara los diferentes entornos con los que interactúa. Este proyecto se desarrolló con el fin generar cierto grado de independencia a personas en situación de discapacidad motora grave, por lo que se llevaron a cabo pruebas con una persona en condición de cuadriplejia con lesión medular a nivel cervical lo que le produce parálisis total en brazos y piernas. Las pruebas consistieron en situar la interfaz cerebro-computador llamada Emotiv Epoc+ en la cabeza de dicha persona para así registrar sus diferentes señales, luego de realizar la clasificación de las mismas se comunica el comando de dirección deseado por medio de Wifi a la tarjeta de adquisición de datos para que finalmente esta controle el desplazamiento del hexápodo dependiendo de patrón generado en las señales la personaProyecto de grado (Ingeniero Biomédico)-- Universidad Autónoma de Occidente, 2018PregradoIngeniero(a) Biomédico(a