Computer engineering and assistive technologies: resources computer accessibility for people with disabilities motor

People with disabilities (PwD) make up about 25 % of the Brazilian population. These people, in most of the cases, have physical impediments that make it difficult, or impossible, to perform certain activities. These activities are often related to living with other people and their impediment causes social exclusion. In order to abolish, or at least decrease, the exclusion of these people, many countries have adopted politics of inclusive education. As computers are a strong educational tool, there is a need for adaptations of their peripherals (mouse and keyboard) so that users with PwD can use them normally. Assistive technologies (TAs) are techniques and tools that aim to assist the execution of these activities and promote autonomy for PwD. The present work deals with the development of three tools to aid the use of computers by motor PwD in upper limbs. The tools were developed based on a collection of information related to the use of the computer with 5 PwDs. The first tool was a low cost adapted mouse (MouseAdapt), made from a 3D printer. The second technology developed was an adapted text editor (AdaptText), which allows the writing of words using only the mouse functions. The third tool developed in this dissertation was a Human Machine Interface (HMI) through the acquisition and classification of electromyographic signals (EMG). The HMI uses 2 pairs of surface electrodes, two acquisition boards opensourses (Shield EKG / EMG Olimex) and one Arduino board for signal acquisition. The proposed HMI still uses machine learning techniques (AM) to classify 3 hand movements to control a text editor. This dissertation also brings evaluative results of the developed tools. The first two technologies were evaluated by observation, for this purpose usability tests were carried out between 5 users with motor PcD. The evaluation of the HMI occurred through inspection tests, which measured the effectiveness of the classifier when classifying signals stored in a database (created in this work) and signals collected in real time and applied to the control of a text editor. Finally, this dissertation encourages reflection on the contributions that technological areas can offer to the development of ATs, mainly in the production of resources adapted for computer control.As pessoas com deficiência (PcD) compõem cerca de 25% da população brasileira. Essas pessoas, na maioria dos casos, possuem impedimentos físicos que dificultam, ou impossibilitam, a realização de certas atividades. Essas atividades, muitas das vezes, estão relacionadas ao convívio com outras pessoas e seu impedimento causa a exclusão social. Com o objetivo de abolir, ou pelo menos diminuir, a exclusão dessas pessoas, muitos países adotaram a implantação da educação inclusiva. Sendo os computadores uma forte ferramenta educacional, cria-se a necessidade de adaptações de seus periféricos (mouse e teclado) para que usuários com PcD possam utilizá-los normalmente. As tecnologias assistivas (TAs) são técnicas e ferramentas que tem por objetivo auxiliar a execução dessas atividades e promover autonomia para as PcD. O presente trabalho aborda o desenvolvimento de três ferramentas de auxilio ao uso de computadores por parte de PcD motora em membros superiores. As ferramentas foram desenvolvidas tendo como base uma coleta de informações relativas ao uso do computador com 5 PcDs. A primeira ferramenta foi um mouse adaptado de baixo custo (MouseAdapt), confeccionado a partir de uma impressora 3D. A segunda tecnologia desenvolvida foi um editor de texto adaptado (AdaptText), que permite a escrita de palavras usando apenas as funções do mouse para escrita dos caracteres. A terceira ferramenta desenvolvida nesta dissertação foi uma Interface Homem-Maquina (IHM) através da aquisição e classificação de sinais eletromiográficos (EMG). A IHM utiliza 2 pares de eletrodos de superfície, duas placas de aquisição opensourses (Shield EKG/EMG Olimex) e uma placa Arduíno para a aquisição do sinal. A IHM proposta ainda utiliza utiliza técnicas de aprendizado de máquina (AM) para a classificação de 3 movimentos de mão para controlar um editor de texto. Esta dissertação também traz os resultados avaliativos das ferramentas desenvolvidas. As duas primeiras tecnologias foram avaliadas por observação, para isso foram realizados testes de usabilidade entre 5 usuários com PcD motora. A avaliação da IHM ocorreu através de testes por inspeção, que mediram a eficácia do classificador ao classificar sinais armazenados em um banco de dados (criado neste trabalho) e sinais coletados em tempo real e aplicados para o controle de um editor de texto. Por fim, esta dissertação incentiva uma reflexão sobre as contribuições que as áreas tecnológicas podem oferecer para o desenvolvimento de TAs, principalmente na produção de recursos adaptados para controle do computador