Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BPV15 PDF
BPV15 PDF
Facultad de Ingeniería
MACOSEMU
Mano controlada por
musculares señales
Memoria de proyecto presentada a la Facultad de
Ingeniería de la Universidad de la República por
Tutor
Gabriel Eirea . . . . . . . . . . . . . . . . . . . . . . . . . Universidad de la República
Tribunal
Gabriel Eirea . . . . . . . . . . . . . . . . . . . . . . . . . Universidad de la República
Franco Simini . . . . . . . . . . . . . . . . . . . . . . . . . Universidad de la República
Leonardo Barboni . . . . . . . . . . . . . . . . . . . . . Universidad de la República
Montevideo
domingo 6 septiembre, 2015
Mano controlada por señales musculares
MACOSEMU
, Jorge Brazeiro, Sabrina Petraccia,
Matías Valdés .
Resumen i
1. Introducción 1
1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2. Objetivo y alcance del proyecto . . . . . . . . . . . . . . . . . . . . 1
1.2.1. Objetivos especícos . . . . . . . . . . . . . . . . . . . . . . 2
1.3. Organización del documento . . . . . . . . . . . . . . . . . . . . . . 2
3. Señal mioeléctrica 21
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
3.2. Origen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Generación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
3.4. Composición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
iv
Tabla de contenidos
10.Conclusiones 123
10.1. Conclusiones generales . . . . . . . . . . . . . . . . . . . . . . . . . 123
10.2. Gestión de Proyecto . . . . . . . . . . . . . . . . . . . . . . . . . . 123
10.3. Trabajos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
10.4. Reexiones nales . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
v
Tabla de contenidos
C. Circuito 139
Referencias 143
Índice de tablas 147
Índice de guras 148
vi
Capítulo 1
Introducción
1.1. Motivación
Desde hace algunos años el Centro de Ortesis del Hospital de Clínicas trabaja en
el desarrollo de prótesis mecánicas de miembro inferior y pretende iniciar estudios
similares sobre miembro superior.
Se busca acompañar este proceso mediante la implementación de un prototipo
de prótesis de miembro superior, accionada por la actividad eléctrica originada en
un músculo especíco del paciente.
Áreas involucradas en el desarrollo del proyecto son: adquisición, amplicación
y procesamiento de señales, control de motores eléctricos, etc.
En el Instituto de Ingeniería Eléctrica (IIE) existen antecedentes en la adqui-
sición de señales biológicas realizadas por el Grupo de Microelectrónica; así como
en tratamiento de señales. Sin embargo, no se conocen antecedentes dentro de la
UdelaR de un desarrollo como el que se espera realizar.
En el Capítulo 2: Estado del arte, se realiza una síntesis histórica del desa-
rrollo de prótesis de miembro superior, en particular las controladas a través de
señales mioeléctricas, culminando con una descripción de los modelos comerciales
disponibles actualmente.
2
1.3. Organización del documento
3
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 2
2.1. Introducción
La cantidad de amputados a nivel mundial, al año 2009, es de 4 millones de
personas según [12] ; cifra que se incrementa en unos 200.000 anualmente. El 30
por ciento de los casos corresponde a amputación de miembro superior. Con la
intención de restaurar la funcionalidad del miembro perdido y consigo mejorar la
calidad de vida del usuario, surgen las prótesis.
Las prótesis mecánicas más sencillas son las accionadas por el propio cuerpo
del usuario. El movimiento es realizado mediante la porción del miembro superior
que no le ha sido amputado. Para el caso de prótesis con más de una función, el
usuario debe además trabar las partes que no desea mover y destrabar las que sí.
Dichas prótesis se desarrollaron en respuesta a la gran cantidad de combatientes
que debieron ser amputados tras la guerra civil de EEUU en la década de 1860 [59].
Su bajo costo representaba su mayor ventaja.
1 Recordar que el transistor sería inventado en 1948 y popularizado unos años después
6
2.2. Desarrollo histórico de prótesis mioeléctricas
Los estudios en el área durante este periodo se caracterizaron por grupos ais-
lados en distintos países de Europa, EEUU y la URSS.
7
Capítulo 2. Estado del Arte
8
2.2. Desarrollo histórico de prótesis mioeléctricas
seda 4P", capaz de realizar varias funciones y con realimentación al sistema. Sin
embargo, ninguno de estos desarrollos concluyó en una prótesis para uso clínico.
En este periodo, los factores más importantes que limitaron el desarrollo inicial
de prótesis de uso clínico, fueron: el bajo desarrollo de la tecnología disponible y el
clima político hostil de esa época (periodo de pos guerra y guerra fría). Esto último
hacía que la información de los distintos grupos investigadores no siempre fuera
publicada para aprovechamiento de otros. A medida que las tensiones políticas
fueron quedando de lado y de la mano del desarrollo tecnológico, se lograrían
mayores avances en el área.
En estos años surgen los primeros diseños que resultarían en las prótesis co-
merciales más populares de la actualidad. En 1961 y luego de tener contacto con
las investigaciones realizadas en Rusia, en el MIT (Instituto Tecnológico de Mas-
sachusetts) se crea un equipo de trabajo que más tarde desarrollaría la prótesis
hoy conocida como "Brazo de Boston"(Boston Arm), primer prótesis mioléctrica
de codo. Los mecanismos surgidos en esa época y aplicados al brazo de Boston,
continuaron siendo utilizados, con algunos cambios menores, hasta el año 2000 en
el producto ofrecido comercialmente.
Sobre nes de 1960, uno de los miembros del grupo creado en el MIT parte
hacia la universidad de Utah donde participa activamente con el desarrollo del
denomidado Brazo de Utah"(Utah Arm) obtenido a principios de 1970. Años más
tarde, los grupos del MIT y Utah comenzaron a colaborar en la investigación y
desarrollaron la MIT/Utah dexterous hand". Hoy en día el Brazo de Utah, aunque
con diseño más avanzado, es comercializado por la compañía Motion Control.
9
Capítulo 2. Estado del Arte
10
2.3. Prótesis mioeléctricas
11
Capítulo 2. Estado del Arte
Enfoque probabilistico
Dado que las señales EMG son estocásticas, un enfoque de clasicación basado
en la probabilidad podría superar a los demás.
Para esto se suelen utilizar modelos de tipo: Mixto Gaussiano (GMM) o de tipo
Markov Oculto (HMM). En particular el modelo HMM provee buena exactitud y
bajo costo computacional. Ambos implican trabajar con densidades de probabilidad
cuyos parámetros se estiman a partir de los datos disponibles.
Con este enfoque se han obtenido tasas de clasicación del orden de 96 % [37].
12
2.4. Tipos de electrodos
13
Capítulo 2. Estado del Arte
parte superior por dos porciones o cabezas, una corta y una larga. De acuerdo a la
posición que adopten se determina la acción del músculo. Básicamente la función
del bíceps es la de supinación, cuando el antebrazo esta libre; y la de exión del
codo, cuando el antebrazo esta jo.
El antebrazo está limitado por su cara superior con el brazo mediante el codo y
por su cara inferior con la mano mediante la articulación de la muñeca. La región
muscular del antebrazo está compuesta por veinte músculos, y se dividen en tres
regiones musculares: anterior, postero-externa y posterior.
14
2.5. Músculos utilizados y reinervación puntual
La mano está unida al antebrazo por una unión llamada muñeca (cuyos huesos
forman el carpo) y consiste en una palma central (cuyos huesos forman el meta-
carpo) de la que surgen cinco dedos (también denominados falanges). Además, la
mano está compuesta de varios músculos y ligamentos diferentes que permiten una
gran cantidad de movimientos. Es el principal órgano para la manipulación física
del medio. La punta de los dedos contiene algunas de las zonas con más termina-
ciones nerviosas del cuerpo humano. Como en el resto de los órganos pares (ojos,
oídos, piernas), cada mano, está controlada por el hemisferio del lado contrario del
cuerpo.
Los nervios que afectaban los músculos amputados están aún presentes en la
persona. Estos nervios son accionados"por el usuario cuando simula contraer el
músculo de la extremidad perdida. Todd Kiuken, un investigador del instituto de
rehabilitación de Chicago, desarrolló un método quirúrgico que permite asignar los
nervios del músculo amputado a otros músculos, usualmente los del pecho [12]. De
esta forma, cuando el paciente intenta mover los músculos de su miembro ampu-
tado, acciona los nervios residuales y genera una contracción en los pectorales. Es
posible entonces, mediante electrodos superciales colocados en el pecho, obtener
15
Capítulo 2. Estado del Arte
la señal EMG del movimiento del brazo, logrando un control más natural y de
menor desgaste por parte del paciente.
La técnica mencionada se conoce como reinervación puntual"(targeted rein-
nervation). En la actualidad se encuentra disponible clínicamente y ha sido imple-
mentada en unos 40 pacientes a nivel mundial [59].
16
2.8. Prótesis disponibles comercialmente
dispositivo, para que éste corrija de forma automática el movimiento, puede ser
útil para evitar sobrecargar al usuario en el control de la prótesis.
El sensado de la presión que se ejerce sobre un objeto puede evitar que el
usuario rompa dicho objeto. De forma similar, el sonido captado por micrófonos
incorporados a la prótesis permite detectar si el objeto se está resbalando y evitar
que se caiga.
En cuanto a la realimentación directa hacia el usuario, la más sencilla de imple-
mentar es la de alto nivel. Esta consiste en realimentación de tipo visual o auditiva.
Por ejemplo con diodos LEDs o zumbadores (Buzzers).
Un gran desao en el desarrollo de una prótesis es lograr replicar las sensaciones
naturales de la mano del usuario. La técnica de reinervación puntual, mencionada
anteriormente, tiene como potencial aplicación el proveer realimentación sensorial
cutánea (a nivel de piel) desde la prótesis al usuario. En este sentido, se ha compro-
bado que pacientes reinervados han logrado percibir estímulos que eran realizados
en el área reinervada, como si estos estuviesen siendo realizados en su miembro
amputado [59].
17
Capítulo 2. Estado del Arte
18
2.8. Prótesis disponibles comercialmente
19
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 3
Señal mioeléctrica
3.1. Introducción
La señal mioeléctrica representa la actividad eléctrica resultante de la excita-
bilidad de las bras musculares, debido a la contracción muscular.
La amplitud de dicha señal varía desde los µV hasta valores del orden de los
10mV. En la Figura 3.1 se muestra una señal electromiográca (EMG) típica.
Figura 3.1: Señal EMG registrada con electrodos de Ag/AgCl del músculo bíceps durante dos
contracciones breves [51]
3.2. Origen
La unidad funcional más pequeña para describir el control neural del proceso de
contracción muscular se llama unidad motora. Una unidad motora esta constituida
por el cuerpo de una célula nerviosa, ubicado en el asta anterior de la sustancia
gris de la médula espinal, más el largo del axón junto con sus ramas terminales y
todas las bras musculares inervadas.
La terminación del axón de la bra nerviosa dene una zona conocida como
endplate"(uniones neuromusculares), por lo general, aunque no siempre, ubicada
cerca de la mitad de las bras musculares.
La descripción mencionada se muestra en la Figura 3.2.
22
3.3. Generación
3.3. Generación
La excitabilidad de las bras musculares a través del control neural representa
un factor vital en la siología del músculo. Este fenómeno puede explicarse por un
modelo de membrana semi-permeable que describe las propiedades eléctricas del
sarcolema (membrana citoplasmática de las células musculares).
1 Trifosfato de Adenosina
23
Capítulo 3. Señal mioeléctrica
24
3.4. Composición
3.4. Composición
Hasta el momento, los potenciales de acción de la bra muscular se han con-
siderado como eventos individuales distinguibles. Sin embargo, dado que las des-
25
Capítulo 3. Señal mioeléctrica
26
3.4. Composición
27
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 4
4.1. Introducción
La importancia de conocer la señal proveniente de los músculos se reeja en las
diversas aplicaciones basadas en su adquisición. Además de para estudios siológi-
cos y biomecánicos básicos, la adquisición de la señal EMG es una herramienta vital
para investigación, en áreas como sioterapia, rehabilitación, ciencias del deporte,
así como en el control de prótesis para pacientes con amputación de miembros.
4.2. Electrodos
Los electrodos se encargan de transformar las corrientes iónicas presentes en el
cuerpo humano en corriente eléctrica.
1 Cualquier sustancia que contiene iones libres y se comporta como un medio conductor
eléctrico
Capítulo 4. Adquisición de la señal EMG
C
C n+ + ne− (4.1)
Am−
A + me− (4.2)
30
4.2. Electrodos
31
Capítulo 4. Adquisición de la señal EMG
32
4.2. Electrodos
Todos los componentes de este modelo poseen valores determinados por el ma-
terial del electrodo, su geometría, y en menor medida por el material del electrolito
y su concentración.
33
Capítulo 4. Adquisición de la señal EMG
Figura 4.4: Circuito eléctrico equivalente del electrodo sobre la piel [29].
34
4.3. Electrodos para EMG
este potencial Ep .
Por otra parte, el paralelo de Rp y Cp representa la pared de las glándulas
sudoríparas y el conducto. Dichos aportes normalmente se desprecian en lo que
reere a electromiografía, pero tienen un peso importante en otras técnicas como,
medida de la actividad electrodermal ó respuesta galvánica de la piel.
Los electrodos de supercie son preferibles por ser cómodos de usar. La simpli-
cidad y la rapidez con la que se aplican a la piel lleva a que sean la opción elegida
para aplicaciones en entornos clínicos y prótesis mioeléctricas controladas.
Las desventajas de este tipo de electrodos son que se pueden usar ecazmen-
te sólo con músculos superciales y que presentan dicultad al detectar señales
de forma selectiva en músculos pequeños, ya que la detección de las señales de
diafonía"de otros músculos adyacentes se convierte en un problema.
35
Capítulo 4. Adquisición de la señal EMG
36
4.3. Electrodos para EMG
Los electrodos bipolares para EMG tengan una distancia entre electrodos
de entre 20mm y 30mm.
Cuando los electrodos bipolares están siendo aplicados sobre músculos rela-
tivamente pequeños, la distancia entre electrodos no debe superar 1/4 de la
longitud de la bra muscular. De esta forma se evitan los efectos debido a
tendones y terminaciones de las bras musculares."
37
Capítulo 4. Adquisición de la señal EMG
Como caso particular, por ser el músculo considerado para controlar el movi-
miento de la mano, se detallan las recomendaciones realizadas por SENIAM para
el bíceps braquial, en la Tabla 4.1.
38
4.3. Electrodos para EMG
Interfase electrodo-electrolito
La longitud de los cables a la entrada del amplicador debe ser lo más corta
posible y no ser susceptible al movimiento. Esto se puede lograr situando la
39
Capítulo 4. Adquisición de la señal EMG
Dada la baja amplitud de la señal EMG, el ruido juega un rol protagónico, por
lo tanto, en la sección siguiente se detallan los conceptos involucrados que permiten
caracterizarlo, para de esta forma, poder minimizar sus efectos.
Por esta razón, es un desafío y una necesidad, minimizar o eliminar las señales
indeseadas superpuestas a la tensión diferencial, en las entradas inversora y no
inversora del amplicador, apareciendo a la salida del mismo y degradando su
respuesta ideal.
En la Figura 4.5 se muestran las principales fuentes de ruido que actúan sobre
el potencial bioeléctrico de interés.
40
4.4. Caracterización de ruido
41
Capítulo 4. Adquisición de la señal EMG
1
Ruido
f o icker o rosado.
En particular, las interferencias se pueden agrupar según las mismas sean in-
ternas o externas al equipo de medida. Dentro de las internas se encuentran: las
provocadas por el transformador de la fuente de alimentación; las debidas al rizado
de la misma.
Por otro lado, las interferencias externas al equipo incluyen: el acople capacitivo
e inductivo; las originadas por las interfases electrodo-electrolito y electrolito-piel;
las causadas por otros potenciales biológicos u otros sistemas siológicos; y las
provenientes de cargas electroestáticas.
42
4.4. Caracterización de ruido
43
Capítulo 4. Adquisición de la señal EMG
Figura 4.8: Acoplamiento capacitivo entre cables y red eléctrica con electrodo de referencia [20]
Interferencia Inductivas
44
4.4. Caracterización de ruido
45
Capítulo 4. Adquisición de la señal EMG
Electricidad estática
La electricidad estática puede causar interferencias de forma similar a la red. Es-
te ruido, denominado triboeléctrico, es causado por la fricción entre el movimiento
del paciente o del personal sanitario con otros objetos, y puede producir corrientes
que circulan por el paciente y los electrodos, provocando caídas de tensión que
pueden ser importantes si las impedancias de éstos son altas.
Interferencias internas
Durante la captación de un biopotencial determinado, la aparición de otras se-
ñales biológicas podrán considerarse interferencia. Su intensidad depende en gran
medida del posicionamiento de los electrodos. Ejemplos de señales biológicas que
causan interferencia son las señales electroencefalográcas (EEG) y las electrocar-
diográcas (ECG).
Para atenuar estas interferencias es importante una colocación adecuada de los
electrodos.
46
4.5. Visualización de la señal
47
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 5
5.1. Introducción
En el presente capítulo se describe el proceso de acondicionamiento de la señal
EMG, que se divide en dos grandes etapas: amplicación y ltrado. La primera se
realiza en dos bloques: un amplicador de instrumentación (AI), recomendado para
estas aplicaciones, seguido de un amplicador no inversor. Técnicas para reducir
y eliminar ruido como son las topologías conocidas como RLD y realimentación
de corriente continua, complementan la etapa de amplicación. Seguidamente la
señal es ltrada, utilizando una conguración Sallen Key; en particular se utiliza
un ltro Butterworth de segundo orden, el cual se diseñó para las frecuencias de
interés (20 a 500Hz).
vd
v+ = vM C + (5.1)
2
vd
v− = vM C − (5.2)
2
Por lo tanto, la conexión original se puede modelar mediante el esquema de
la Figura 5.2, permitiendo analizar por separado la inuencia de las componentes
diferencial y de modo común a la entrada del circuito.
Figura 5.2: Modelado de las fuentes de entrada en modo diferencial y modo común
50
5.2. Amplificación de la señal
vo vo
AM C = AD = (5.3)
vM C vD
AD
CM RR = (5.4)
AM C
R4 R2 R2
vo = 1+ v2 − v1 (5.5)
R3 + R4 R1 R1
R2
vo = (v2 − v1 ) (5.6)
R1
Cuando las resistencias cumplen la anterior relación, el CM RR resulta innito.
De lo contrario, el aporte del desbalance en las resistencias al CM RR del circuito,
es [38]:
R4 R2 R4 R2
1 R3 +R1 + 2 R3 R1
CM RRR = R4 R2
(5.7)
2 R3 − R1
51
Capítulo 5. Acondicionamiento de la señal EMG
1 1 1
= + (5.8)
CM RR CM RRR CM RRAO
Si las resistencias utilizadas tienen todas incertidumbre 4R, se puede ver que el
peor caso (CM RRR mínimo) es de la forma mostrada en la Ecuación (5.9), donde
R1 y R2 son los valores nominales de estas resistencias [55]:
R2
mı́n
1+ R1
CM RRR = (5.9)
44R
52
5.2. Amplificación de la señal
El circuito está formado por dos etapas. La primera, con entrada y salida dife-
rencial y conformada por los operacionales AO1 y AO2 , junto a las resistencias R1
y RG . Debido a los operacionales, su impedancia de entrada, vista por cada una
de las fuentes v1 y v2 , es idealmente innita. La segunda etapa, compuesta por el
operacional AO3 y las resistencias R2 y R3 , es un amplicador diferencial como el
estudiado anteriormente, con salida unipolar.
Para que el circuito funcione como un amplicador diferencial, la segunda etapa
R3b R3a
debe cumplir la relación:
R2b = R2a . En estas condiciones la transferencia de esta
etapa es:
R3a
o= (vo2 − vo1 ) (5.10)
R2a
Utilizando el cortocircuito virtual de los operacionales AO1 y AO2 , se puede
ver que
R1a R1b
vo2 − vo1 = 1+ + (v2 − v1 ) (5.11)
RG RG
53
Capítulo 5. Acondicionamiento de la señal EMG
Por lo tanto:
R1a R1b R3a
vo = 1+ + (v2 − v1 ) (5.12)
RG RG R2a
Si además, la etapa inicial se hace simétrica, con R1a = R1b , se tiene nalmente:
2R1a R3a
vo = 1+ (v2 − v1 ) (5.13)
RG R2a
En lo que sigue se asume R1a = R1b .
En general, la ganancia deseada para el circuito se establece en la primer etapa,
y se toma R3a = R3b obteniendo una ganancia unitaria para la segunda etapa, que
se limita a rechazar la señal en modo común.
R
2R1a 1 + R3a
mı́n 2a
CM RRR = 1+ (5.15)
RG 44R
Considerando que los operacionales presentan CM RRAOi nito, se puede ver
que el CMRR del circuito es tal que [38]:
1 1 1 1 1
= + − +
CM RR CM RRR CM RRAO1 CM RRAO2 1+ 2R1a
CM RRAO3
RG
(5.16)
En la anterior expresión se observa que, para maximizar el CMRR del circuito,
es necesario que AO1 y AO2 tengan un CMRR idéntico. Esto se puede conseguir
haciendo que estos operacionales compartan el mismo circuito integrado.
54
5.2. Amplificación de la señal
µV
Baja deriva térmica: 0,5 máximo.
C
Baja IBIAS de entrada: 5η A máximo.
55
Capítulo 5. Acondicionamiento de la señal EMG
Ganancia del amplificador para señal EMG La señal EMG tiene una amplitud
de unos pocos mV , por este motivo, es necesario amplicarla con una ganancia del
orden de 1000 para que pueda ser procesada correctamente.
Como se mencionó en la sección anterior, la segunda etapa presenta ganancia
unitaria G2 = 1, entonces la ganancia diferencial es
Rf
G = G1 = 1 + 2 (5.18)
RG
Esto implica que la restricción sobre la ganancia máxima admisible, para que el
circuito no sature, proviene de la primera etapa.
En general, la condición para que un operacional no sature es que la amplitud
máxima del voltaje de salida, no supere su voltaje de alimentación VCC 1.
Vd
V1 = VM C − G (5.19)
2
Vd
V2 = VM C + G (5.20)
2
En la Figura 5.6 se observan las salidas de cada etapa.
La amplitud máxima de la señal de salida en cualquiera de estos operacionales
es:
pico Vdpico
Vmax = VM C +G (5.21)
2
Para que el circuito no sature se debe tomar G tal que:
pico Vdpico
Vmax = VM C +G < VCC (5.22)
2
Despejando G se obtiene la condición:
!
pico
VCC − VM C
G<2 (5.23)
Vdpico
1 Se asume por simplicidad que los operacionales son de tipo Rail to Rail
56
5.2. Amplificación de la señal
pico
VM C = 1, 5V (5.24)
+ −
VdAC = VAC − VAC
+ −
VdDC = VDC − VDC (5.27)
siendo
+
VAC = 0,5mV
+
VDC = 500mV
−
VAC = 1,5mV
57
Capítulo 5. Acondicionamiento de la señal EMG
−
VDC = 150mV (5.28)
vd = ve + − ve − (5.30)
2 Las
relaciones se basan en asumir que la componente DC del voltaje diferencial es dos
ordenes superior a su componente AC
58
5.2. Amplificación de la señal
Figura 5.8: Circuito realimentado mediante filtro pasa bajo inversor [27]
59
Capítulo 5. Acondicionamiento de la señal EMG
O lo que es lo mismo:
Vref
G3 ≤ pico
(5.33)
GVdAC
4 Las siguientes etapas tendrán ganancia unitaria en la banda de frecuencias de interés
60
5.2. Amplificación de la señal
Para Vref = 1,1V y asumiendo una señal EMG de 1mV de pico, se obtiene:
1,1V V
G3 < V
= 110 (5.34)
10 V 1mV V
61
Capítulo 5. Acondicionamiento de la señal EMG
Este circuito realimenta la señal de modo común a través de una etapa inversora,
contrarrestando ecazmente cualquier cambio de potencial en el sujeto sensado.
En una primera etapa se obtiene esta señal de forma precisa desde el punto
RG
medio de las resistencias
2 que jan la ganancia del amplicador de instrumen-
tación. En dicho punto se coloca un buer (AO1 ) para que el circuito no cargue o
inuya en el comportamiento y prestaciones del INA128.
La siguiente etapa consiste en realimentar la señal hacia el cuerpo humano me-
diante el operacional AO2 en conguración inversora, el cual entrega una corriente
proporcional a la diferencia entre una señal de referencia y la tensión de modo
común. En la Figura 5.11 la señal de referencia es la tierra del circuito.
El amplicador puede incluir un condensador en su rama de realimentación, lo
cual proporciona mayor estabilidad al sistema, según las recomendaciones de [21].
Para obtener una expresión de la reducción del voltaje modo común que re-
presenta el uso del circuito RLD, se considera que el acoplamiento de la red se da
únicamente mediante las capacitancias parásitas Cr y Cm como se observa en la
Figura 4.6.
62
5.3. Técnicas para la reducción de interferencias
ZCm ||Ze3
Vp = VRED (5.36)
ZCm ||Ze3 + ZCr
Ze3
ZCr ||ZCm || 1−G
Vp = VRED (5.37)
ZCr
63
Capítulo 5. Acondicionamiento de la señal EMG
Figura 5.13: Acoplamiento capacitivo utilizando electrodo de referencia junto con circuito RLD,
adaptada de [20]
64
5.3. Técnicas para la reducción de interferencias
Figura 5.15: Circuito RLD y guarda activa propuesto por el fabricante [27]
R1
G= = 39 (5.38)
R2
1
fBW = = 40, 8kHz (5.39)
2πC1R2
65
Capítulo 5. Acondicionamiento de la señal EMG
Como se mencionó el uso del RLD es ampliamente recomendado por los fabri-
cantes de amplicadores de instrumentación, destinado a aplicaciones médicas que
requieren la adquisición de señales electromiográcas.
El circuito de realimentación negativa, contrarresta la inuencia de las corrien-
tes de interferencia y asegura la estabilidad entre la tierra del cuerpo humano y
la tierra del circuito de adquisición. Esto garantiza un alto valor del CM RR del
amplicador de instrumentación.
Nombre Q Características
Butterworth √1
2
Máxima respuesta plana en amplitud de banda pasante
Chebyshev > √12 Mínimo tiempo de pasaje entre banda pasante y banda de rechazo. Presenta ripple en la banda pasante
Bessel 0.5773 Máxima linealidad en la respuesta de fase en la banda pasante
Figura 5.16: Comparación de respuesta en frecuencia para filtros pasa bajo [31].
66
5.4. Filtrado de la señal
En la Figura 5.17 se observa un ltro pasa banda de orden dos para distintos
valores de Q .
Figura 5.17: Respuesta en amplitud del filtro segundo orden según Q [53]
wo2
H (s) = (5.40)
s2 + 2ζw0 s + wo2
wo2
H (s) = w0 (5.42)
s2 + Qs + wo2
67
Capítulo 5. Acondicionamiento de la señal EMG
El ltro pasa bajo se coloca lo más a la derecha posible, permitiendo ltrar todas
las señales de ruido que los operacionales y los propios componentes pudieran haber
generado en etapas anteriores [13].
Para un ltro pasa bajo Butterworth, se da la particularidad que la caída en el
polo es de 3dB, lo mismo ocurre para un ltro pasa alto.
Criterios de diseño
En suma, se opta por un ltro tipo Butterworth, de forma de maximizar la
respuesta plana en amplitud de la banda de interés. Con este objetivo se diseña
cada ltro (pasa alto y pasa bajo) con ganancia unitaria en banda pasante y factor
de calidad Q= √1 ' 0,707.
2
68
5.4. Filtrado de la señal
√
R1 R2 C1 C2
Q= (5.43)
R2 (C2 + C1 )
1
finf = √ (5.44)
2π R1 R2 C1 C2
Dado que se desea diseñar un ltro Butterworth el factor de calidad será:
1
Q= √ (5.45)
2
Esto se puede lograr seleccionando C1 = C2 = C y R1 = 2R2 = R.
La expresión para el polo del ltro es ahora:
1
finf = √ (5.46)
2π 2R2 C
Se ja C = 220nF y dado que se quiere que el polo este en finf = 20Hz , se
toma:
1
R2 = √ = 25,6k (5.47)
2π 220Hz (220nF )
En la serie E12 el valor más cercano corresponde a R2 = 27k , resultando un valor
R1 = R = 2R2 = 54k . Se elige el valor R1 = 56k de la misma serie de resistencias.
Utilizando las expresiones generales para el cálculo de Q y fp se obtiene:
√
R3 R4 C3 C4
Q= (5.49)
(R3 + R4 ) C4
1
fsup = √ (5.50)
2π R3 R4 C3 C4
Se obtiene:
Q = 0,730 fsup = 493,9Hz (5.51)
69
Capítulo 5. Acondicionamiento de la señal EMG
R3 = R4 = 4,7k
Valores nales
70
5.5. Respuesta en frecuencia
71
Capítulo 5. Acondicionamiento de la señal EMG
Se obtuvo finf = 17,5Hz y fsup = 540Hz . Comparando esto con los valores de
la simulación, se tiene que el valor del polo inferior es un 6% inferior al esperado,
mientras que el valor del polo superior es un 5% superior. La ganancia obtenida
en la banda pasante es de 0dB , tal como se esperaba.
En la Tabla 5.4 se resumen los valores de los polos según el diseño teórico, la
simulación y los datos experimentales. Se agrega una columna con la diferencia
en % respecto a los valores teóricos.
fobtenida − fteo
error =
fteo
72
5.6. Filtrado de la fuente de alimentación
73
Capítulo 5. Acondicionamiento de la señal EMG
74
5.7. Circuito final de acondicionamiento
75
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 6
6.1. Introducción
En este capítulo se describe el procesamiento de la señal EMG, cuyo objetivo
es cuanticar la intensidad de la señal proveniente del músculo, luego de haberla
amplicado y ltrado. El procesamiento inicia con una etapa de recticación analó-
gica de la señal, luego es muestreada mediante un microntrolador el que nalmente
cuantica la intensidad de la señal EMG a partir de las muestras.
Dado que los operacionales están en zona lineal, existe tierra virtual entonces
VIN = (V− )A1 . Como por R1 y R2 no circula corriente, no hay caída de
potencial por estas, obteniendo:
78
6.2. Rectificador de precisión
Operacionales
Para los amplicadores operacionales se utiliza el integrado LM358P que se
compone a su vez de dos operacionales. Las características relevantes se muestran
en la Tabla 6.1.
79
Capítulo 6. Procesamiento de la señal EMG
Resistencias
Para evitar que la corriente de los diodos en reverso cause caída de voltaje
apreciable en las resistencias y que el ruido térmico no sea considerable, el valor de
las mismas debe ser tan pequeño como sea posible. Cuanto menor sea este valor,
mayor será la corriente que deben proporcionar los operacionales a su salida. Para
cumplir con este compromiso, las resistencias se seleccionan todas con un valor
nominal de 1kΩ.
Dado que R1 y R2 deben tener el mismo valor, conviene tomarlas al 1% o
menos, la tolerancia de R3 no es crítica.
Capacitor
Dado que el LM358 tiene como fT = 0,7M Hz , se debe tomar C1 tal que
1
XC1 = ≤ 100Ω (6.4)
2π0,7M HzC1
Es decir:
1
C1 ≥ = 2,27nF (6.5)
2π0,7M Hz100Ω
Diodos
Los diodos, junto con el Slew Rate del operacional A1 y la amplitud de la señal
de entrada, determinan el tiempo de respuesta del circuito ante un cambio en la
polaridad de dicha entrada [61]. Para disminuir la distorsión en la salida del circuito,
se desea que este tiempo de transición sea lo menor posible. Las características
deseables de los diodos son:
80
6.2. Rectificador de precisión
Respuesta temporal
La Figura 6.5 muestra la respuesta del circuito ante una entrada sinusoidal de
1V y frecuencia de 100Hz. La señal de entrada es recticada en onda completa sin
que exista una caída de voltaje apreciable.
81
Capítulo 6. Procesamiento de la señal EMG
82
6.3. Placa Arduino
Microcontrolador ATmega328
Voltaje de operación 5V
Voltaje de alimentación 6-20 V
Pines digitales de E/S 14 (6 proveen salidas tipo PWM)
Pines analógicos de entrada 6 (A0 a A5)
Corriente máxima por cada pin de E/S 40mA (50mA para el pin de 3.3V)
Corriente máxima total por pines E/S 200mA
Memoria FLASH 32kB (0.5kB para el bootloader)
Memoria SRAM 2kB
Memoria EEPROM 1kB
Velocidad del reloj 16MHz
Tabla 6.2: Características de la placa Arduino UNO
83
Capítulo 6. Procesamiento de la señal EMG
Funciones
Arduino provee varias funciones predenidas que facilitan la implementación
de la tarea deseada. Algunas se describen a continuación:
84
6.3. Placa Arduino
Estructuras de control
Además de las funciones mencionadas, se dispone de estructuras de control
clásicas como ser: if, while, for, do/while y switch/case. Ejemplos se muestran a
continuación:
if:
while:
while(condición){}
for:
Variables y constantes
Antes de poder utilizar una variable, debe ser declarada. Esto implica denir
el tipo de dicha variable. La Tabla 6.3 muestra las características de los distintos
tipos de variables que se pueden emplear.
85
Capítulo 6. Procesamiento de la señal EMG
El tipo de variable oat es el único que permite trabajar con valores numéricos
no enteros (con cifras decimales). Si bien el uso de variables tipo oat permite
mayor exactitud, requiere más tiempo de cálculo por parte del procesador.
86
6.4. Procesamiento en el dominio del tiempo
i=N
1 P
Valor absoluto medio: M AV = N |xi |
i=1
s
i=N
1
x2i
P
Raíz cuadrada media: RM S = N
i=1
s
i=N
1
(xi − x̄)2
P
Desviación estándar experimental: ST D = N −1 donde x̄ =
i=1
i=N
1 P
N xi es la media experimental.
i=1
i=N
1 P
Valor absoluto medio diferencial: DM AV = N |xi − xi−1 |
i=2
Como las muestras provienen de una señal recticada, se puede asumir que los
valores xi son no negativos. Por lo tanto es posible prescindir del valor absoluto en
la expresión del MAV, simplicando la implementación del código y reduciendo la
cantidad de operaciones realizadas por el procesador del Arduino.
Ventanas disjuntas
Se utilizan ventanas temporales de T datos de largo y disjuntas entre sí. El
cuanticador de la señal EMG se actualiza de la siguiente forma:
1. se toman T datos x1 , x2 , . . . , xT .
87
Capítulo 6. Procesamiento de la señal EMG
Ventana deslizante
Una alternativa consiste en emplear ventanas de tamaño T que no sean dis-
juntas sino solapadas. En este caso el cuanticador se actualiza como se describe a
continuación.
En un paso dado del algoritmo:
En el próximo paso:
En este caso el valor del cuanticador se actualiza cada vez que se adquiere una
nueva muestra.
Se deben esperar T pasos desde que inicia el sistema para que el valor del cuan-
ticador tenga sentido. En la practica esto no es problema ya que, si la frecuencia
de muestreo es del orden de kHz , el tiempo a esperar (por única vez) será del orden
de T ms.
Media Móvil
Cuando el cuanticador utilizado es el MAV y los datos son no negativos,
el algoritmo de ventana deslizante descripto se conoce como Media Móvil (Mo-
ving Average). Presenta la ventaja de ser de fácil implementación y bajo costo
computacional. Requiere almacenar T datos, lo cual puede ser una limitante en un
microcontrolador de poca capacidad de memoria.
Si denotamos por x a las muestras de la señal EMG y por y a los valores de la
media móvil, en el paso i la actualización está dada por [57]:
88
6.4. Procesamiento en el dominio del tiempo
1
T m = 0, 1, · · · , T − 1
h(m) = (6.8)
0 en otro caso
1 X−1
m=T
1 1 − e−jwT
H(jw) = e−jwm = (6.9)
T T 1 − e−jw
m=0
1 |sen( wT
2 )|
|H(jw)| = w (6.10)
T sen( 2 )
valores de T.
89
Capítulo 6. Procesamiento de la señal EMG
6.5.1. Muestreo
Para poder adquirir datos de la señal EMG, se utiliza la biblioteca Arduino IO
provista por Matlab. Esta permite la comunicación con el Arduino mediante coman-
dos de Matlab. Previamente se debe cargar en el Arduino el archivo adiosrv.pde
y mantenerlo conectado al puerto USB de la computadora.
Los comandos Matlab disponibles son [1]:
analogRead(x) - lee un dato desde el pin x, siendo este una entrada analógica.
digitalRead(x)- lee un dato desde el pin x, siendo este una entrada digital.
6.5.2. Procesamiento
Utilizando la biblioteca descripta anteriormente, se implementó un código en
Matlab para adquirir y procesar datos de la señal EMG. Se calcularon los valores
RMS, MAV, STD y DMAV. Considerando que en la aplicación nal el procesa-
miento es realizado en tiempo real, se añade el uso de ventanas deslizantes. El
código se muestra en el Apéndice B.1.
90
6.5. Muestreo y Procesamiento mediante Matlab-Arduino
Relación peso-intensidad
Para cada una de las señales se calcularon los valores MAV, RMS, STD y
DMAV utilizando una ventana deslizante de largo T = 64 muestras. Las pesas se
añaden cada 200 muestras. Las primeras T = 64 muestras no deben ser tenidas en
cuenta en el análisis pues el vector de datos aún no está lleno.
En la Figura 6.11 se muestran los resultados obtenidos para dos pacientes dis-
tintos.
91
Capítulo 6. Procesamiento de la señal EMG
En la Figura 6.12 se muestran valores MAV junto con la señal recticada EMG
a partir de la cual fueron obtenidos. En particular se puede ver que dicha señal no
satura.
92
6.5. Muestreo y Procesamiento mediante Matlab-Arduino
En todos los caso anteriores se observa un crecimiento casi lineal del MAV en
relación al peso soportado.
Si se sigue incrementando la ganancia (G3 = 290, G3 = 314 y G3 = 390), se
aprecia que la relación entre el valor MAV y el peso ya no crece en todo el rango de
93
Capítulo 6. Procesamiento de la señal EMG
valores sino que parece saturar. Esto se aprecia notablemente para el caso extremo
en que G3 = 390. Ver Figura 6.18.
94
6.5. Muestreo y Procesamiento mediante Matlab-Arduino
95
Capítulo 6. Procesamiento de la señal EMG
6.6.1. Muestreo
La placa Arduino dispone de 6 pines de entrada analógica (A0 a A5), per-
mitiendo obtener muestras mediante un conversor analógico digital (ADC), con
resolución de 10bits (2
10 niveles de 0 a 1023).
Una vez jada la referencia del conversor en 1,1V , las muestras son adquiridas
por el Arduino mediante el comando analogRead(convAD), donde convAD indica
el número del pin al que se conecta la señal EMG recticada.
La frecuencia de muestreo del Arduino está limitada por el reloj del microcon-
trolador y por el tiempo τ que demora el procesamiento de los datos.
6.6.2. Procesamiento
Para el procesamiento se implementó el cálculo del valor MAV mediante el uso
de ventana deslizante de T = 700 muestras.
96
6.6. Muestreo y Procesamiento mediante Arduino
Las muestras obtenidas por el conversor AD del Arduino son valores entre 0
y 1023. El cálculo del valor MAV se realiza a partir de ellos, teniendo la ventaja
de que las muestras se pueden almacenar en un arreglo de números enteros, sin
recurrir a uno de tipo oat. Lo que signica un ahorro del 50 % de la memoria
utilizada. Esto no es menor teniendo en cuenta que el arreglo de largo T = 700
ocupa 1,37kB y la memoria de datos SRAM del Arduino es de 2kB .
La expresión utilizada para la implementación de la media móvil es la mostrada
en la Ecuación 6.6.
El código se muestra en el Apéndice B.2.
97
Esta página ha sido intencionalmente dejada en blanco.
Capítulo 7
7.1. Servomotor
El término servomecanismo se utiliza en general para referirse a un dispositivo
que mediante sensado y realimentación corrige el estado de un sistema. Un servo-
motor es un tipo particular de servomecanismo en el cual se controla la posición
angular del eje o la velocidad de un motor. En su interior, además de un motor,
contiene un sensor y un sistema de control.
Los servomotores pueden ejercer un gran par en el eje en relación a su pe-
queño tamaño y son capaces de emplear motores de corriente alterna (AC), de
corriente continua (DC) o brushless. La señal de control utilizada suele ser de tipo
Modulación de Ancho de Pulso (PWM) con período jo.
Dependiendo de la característica de rotación, se encuentran disponibles en el
mercado dos tipos de servo: estándar y de rotación continua.
Los servomotores estándar pueden rotar entre 0o y 120o −180o . En estos, resulta
de interés la velocidad de transición entre dos ángulos. Suele expresarse en segundos
s
por cada 60 grados (
60o ) y reere al caso en que no hay carga mecánica en el eje del
motor [41]. El tiempo de transición entre ángulos disminuye al aumentar el voltaje
de alimentación VCC .
Por su parte, los servomotores de rotación continua pueden girar los 360 grados
de forma continua, tal como lo expresa su nombre. En este caso, se controla la
velocidad de giro del motor en lugar de la posición del eje. Es posible modicar un
servo estándar para que gire de forma continua [50].
Según su mecanismo de control interno, se pueden clasicar en analógicos o
digitales, teniendo estos últimos un microcontrolador incorporado.
En comparación con los analógicos, los servos digitales permiten una respuesta
de control de posición más rápida y un par mayor y más estable [41]. Consumen
Capítulo 7. Motor y algoritmos de control
más energía debido a que utilizan una mayor cantidad de pulsos por segundo para
el control de la posición [43] y son de mayor costo.
A continuación se describen, debido a su uso en el presente trabajo, caracte-
rísticas especícas de los servomotores de tipo analógico, rotación estandar y que
contienen motores DC de imanes permanentes.
Circuito que controla la posición del eje: tiene en cuenta el ángulo deseado
indicado por el usuario y la medida de la posición actual dada por el sensor.
100
7.1. Servomotor
Ton
Se debe aclarar que los servos no responden al ciclo de trabajo τ= T de una
señal rectangular, sino al ancho de pulso Ton de la misma [6]. Al ser el período T
jo, el ciclo de trabajo y el ancho de pulso son proporcionales. Por este motivo los
textos suelen indicar que el control de un servomotor es por PWM.
Si bien la relación entre la posición del eje (θ ) y el ancho de pulso varía de un
modelo a otro, los valores usuales son:
Si Ton = 1,0ms → θ = 0o
Figura 7.2: Posición del eje del servomotor según la señal de control (fuente: robotplat-
form.com)
101
Capítulo 7. Motor y algoritmos de control
102
7.2. Motores paso a paso
Si se desea que el giro del motor sea de forma continua, lo usual es energizar las
bobinas adyacentes en secuencia
2 . Para mantener el eje del motor en una posición
103
Capítulo 7. Motor y algoritmos de control
ja (sin que gire), se debe mantener energizada una sola bobina.
104
7.3. Motor utilizado
Los pulsos que controlan el MPP pueden ser generados por un microcontrolador.
Dado que las señales de control no son capaces de entregar la corriente necesaria
por cada fase del MPP, se deben añadir transistores de potencia.
105
Capítulo 7. Motor y algoritmos de control
Puede ser alimentado con VCC entre 4.8 y 6.0 Volts. En la tabla 7.1 se resumen
sus características mecánicas más relevantes para estos dos valores de alimentación:
VCC (V)
4.8 6.0
Par máximo (kgcm) 19.8 (1.98Nm) 24.7 (2.47Nm)
Vel. Transición 0,19s
60o
0,14s
60o
Este servo presenta un alto par máximo en comparación con modelos similares,
los cuales tienen valores entre 4 a 8 kgcm (@6.0V).
Su relación entre el tiempo Ton de la señal de control y los ángulos θ más
relevantes es:
Ton = 544us → θ = 0o
Ton = 1500us → 90o
Ton = 2450us → θ = 180o
En reposo consume una corriente de 8mA. En funcionamiento, sin carga en
el eje, utiliza 700mA, mientras que si debe oponerse a una carga mecánica es del
orden de 1A a 2A.
106
7.4. Control del servomotor
attach(x,min,max):
Previo al uso de las funciones de esta librería, se debe declarar una variable de
tipo Servo, la cual tendrá asociada las funciones denidas anteriormente.
En la placa Arduino UNO, el uso de la librería Servo, inhabilita el uso de
analogWrite() para los pines 9 y 10. La Figura 7.7 muestra la señal PWM generada
para un ángulo de 180o .
180
(M AV − M AVmin )( ) (7.1)
M AVmax − M AVmin
donde M AV , M AVmin y M AVmax toman valores entre 0 y 1023.
107
Capítulo 7. Motor y algoritmos de control
108
Capítulo 8
8.1. Introducción
Durante el proceso de diseño de la interfaz, sus distintas versiones fueron imple-
mentadas en una placa protoboard. Esto permite realizar pruebas y modicaciones
al diseño original de cada etapa. Por ejemplo, en la etapa de amplicación se sus-
tituye la conguración de tres operacionales por el integrado INA128 y se añade
una segunda etapa de ganancia.
En las Figuras 8.1 y 8.2 se muestran las dos versiones con las que se trabaja en
el protoboard.
Una vez obtenida la versión nal, se construye una placa PCB de dicho circuito.
Capítulo 8. Diseño y construcción de la placa PCB
8.2. Diseño
La placa fue diseñada utilizando el software libre KiCad
1 . Inicialmente se
realiza el esquema del circuito para luego asignar componentes físicos a cada com-
ponente eléctrico, todos de oricio pasante (Through Hole), lo cual simplica el
soldado de los mismos.
Las pistas empleadas tienen un ancho de 0.9mm.
En la Figura 8.3 se muestra una vista en KiCad del diseño mencionado.
Con el objetivo de disminuir el tamaño de la placa, se crea para ser impresa
con dos caras de cobre, requiriendo 6 vías para conectar ambos lados.
Las dimensiones nales son 7.2cm x 6.5cm. Si hubiera sido necesario disminuír
aún más el tamaño de la placa, porque la aplicación así lo exigiera, sería conveniente
el uso de componentes de montaje supercial (SMD).
En el diseño se prevé el uso de conectores para los cables de los electrodos,
fuente de voltaje y señal de salida. Esto evita tener que soldarlos a la placa.
En la Figura 8.4 se muestra una vista previa 3D de la placa y sus componentes.
110
8.3. Fabricación y construcción
Eneka, su costo fue de $840 (USD 32) y el plazo de entrega fue de 15 días. En la
Figura 8.5 se exhibe una de las caras de la placa.
Se soldaron las vías, resistencias, capacitores cerámicos y conectores. Luego se
colocaron los capacitores electrolíticos y los integrados.
La Figura 8.6 muestra la cara superior de la PCB con todos los componentes
ya soldados.
Como se informa en secciones anteriores, la placa nal fue probada experimen-
talmente, obteniendo resultados similares a los del protoboard.
111
Capítulo 8. Diseño y construcción de la placa PCB
Figura 8.5: Una de las caras de la placa PCB, sin montaje de los componentes
Figura 8.6: Cara superior de la placa PCB con todos sus componentes
112
Capítulo 9
9.1. Introducción
Con el objetivo de reproducir el movimiento de la mano al sujetar un objeto,
inicialmente se compra una pinza comercial. Esta permite vericar los resultados
obtenidos, observando la relación entre la contracción del músculo y el abrir y cerrar
de la pinza.
114
9.3. Diseño e impresión CAD
El ABS tiene un alto punto de fusión, entre 230o y 260o , se puede lijar, perforar,
pintar y pegar con facilidad, y el acabado siempre es muy bueno. Ciertas caracte-
rísticas como resistencia y exibilidad, lo convierten en un material perfecto para
aplicaciones industriales
El PLA con un punto de fusión mucho menor al ABS, no necesita una base
caliente para la impresión. Es muy difícil de pintar o unir entre sí. Sus desventa-
jas con respecto al ABS radican en su durabilidad y resistencia a temperaturas
elevadas, el PLA se empieza a descomponer a partir de los 50o o 60o . El costo es
sensiblemente más alto que el ABS.
115
Capítulo 9. Diseño y construcción de la mano mecánica
Figura 9.5: Arriba: Diseño falanges. Abajo: Piezas de acoplamiento falanges (Flex)
116
9.3. Diseño e impresión CAD
Estas nuevas articulaciones ejercen una resistencia mayor, que con el material
FLEX, para el cierre de la mano.
Un primer diseño de la palma y de su impresión se muestran en las Figuras 9.7
y 9.8 respectivamente.
117
Capítulo 9. Diseño y construcción de la mano mecánica
Figura 9.8: Izquierda: Impresión de mano interrumpida. Derecha: Mano con pulgar no opuesto
118
9.3. Diseño e impresión CAD
119
Capítulo 9. Diseño y construcción de la mano mecánica
120
9.3. Diseño e impresión CAD
121
Capítulo 9. Diseño y construcción de la mano mecánica
122
Capítulo 10
Conclusiones
124
10.3. Trabajos futuros
Sensores de realimentación
Se pueden utilizar sensores que midan la presión ejercida por la mano a los
objetos manipulados. Puede ser hacia el usuario, de forma visual o auditiva,
o hacia el microcontrolador mediante señales eléctricas.
125
Capítulo 10. Conclusiones
126
Apéndice A
vo 2R
Ad = = 1+ (A.1)
vd RG
2x24kΩ
RG = = 48,0Ω (A.2)
1000 − 1
128
A.5. Procedimiento y resultados obtenidos
3. Ajustar Rof f set hasta obtener una lectura de 0V a la salida o lo más cercano
posible.
Ad VV
fin (Hz) Vin Vo
continua 7,6mV 6,16 811
51,3 15mVpp 12Vpp 800
100 15mVpp 12Vpp 800
156 15mVpp 12Vpp 800
Tabla A.1: Ganancia diferencial del circuito
129
Apéndice A. Ensayo amplificador de instrumentación discreto
Ac VV
fin (Hz) Vin Vo
continua 58.7mV -0.4mV −6,81 mV
V
50,0 2Vpp 36mVpp 18 mV
V
100 2Vpp 88mVpp 44 mV
V
156 2Vpp 110mVpp 55 mV
V
Las frecuencias medidas para cada ganancia Ad y Ac son muy cercanas. Se opta
por asociar los valores calculados del CMRR a la frecuencia de la ganancia modo
común. Los valores calculados se muestran en la Tabla A.3.
130
A.5. Procedimiento y resultados obtenidos
131
Esta página ha sido intencionalmente dejada en blanco.
Apéndice B
Código utilizado
1 % Funcion que:
2 % Adquiere "cantidad_datos" de una senal EMG conectada ...
al Arduino.
3 % Realiza, en tiempo real, un promedio con ventana ...
deslizante de T muestras de largo
4 % Convierte el dato y controla el motor
5
6 function [MAV,RMS,STD,DMAV] = ...
Control_EMG_ventana_deslizante_motor(cantidad_datos)
7 a = arduino('COM3'); % inicializacion del puerto ...
comunicacion
8 a.servoAttach(9); % coloca servo en el pin 9
9 a.analogReference('internal'); % referencia interna ...
del arduino (1.1V en atmega328)
10 ref = 1.1; % referencia interna del arduino (1.1V en ...
atmega328)
11
12 %ref = 5; % referencia del arduino (5V en atmega328)
13 %a.analogReference('default'); % referencia 5v arduino
14
15 % Crear figura
16 figure ('Name', 'Comunicacion Serial Arduino')
17 title ('Procesamiento de datos EMG')
18 xlabel('Muestras')
19 ylabel('Intensidad media')
20
Apéndice B. Código utilizado
21 grid on
22 hold on
23
24 T = 64; % cantidad de datos EMG por ventana
25 datos = zeros(1,T); % datos usados para el calculo
26 puntero = 1; % indica posicion donde colocar nuevo dato
27
28 i = 1; % Contador de Muestras EMG
29 while i ≤ cantidad_datos
30 valor = a.analogRead(0); % adquiere una muestra
31 datos(puntero) = valor*(ref/1023); % la convierte ...
a volts y la guarda
32
33 puntero = puntero + 1; % actualiza puntero
34 if(puntero > T) % si el dato anterior lo guardo en ...
lugar T
35 puntero = 1; % reinicio el puntero
36 end
37
38 % calcula la "intensidad" de la senial EMG
39 MAV(i) = sum(abs(datos))/T; % valor absoluto medio
40 RMS(i) = sqrt( sum( (datos).^2 )/T ); % valor ...
cuadratico medio
41
42 mu = mean(datos); % media de la seal
43 STD(i) = sqrt( sum( ( datos - mu ).^2 )/(T-1) ); % ...
desviacion estandar experimental
44
45 DMAV(i) = sum( abs( datos(2:end) - ...
datos(1:(end-1)) ) )/T; % valor absoluto medio ...
diferencial
46
47 % % agrega al grafico los valores calculados
48 % ylim([0 0.5]);
49 % xlim([0 i+5]);
50 % plot (i, MAV(i), 'xr', i, RMS(i), '*b', i, ...
STD(i),'+', i, DMAV(i),'o'); % grafica
51 % drawnow;
52 %
53 %% % % % % % % % % % % % % % % % % % % % % % % % % % % %
54 % control del motor
55 %% % % % % % % % % % % % % % % % % % % % % % % % % % % %
56 MAV = MAV(i); % usamos valor MAV
57
58 valor_max = 0.30; % maxima intensidad
59 valor_min = 0.05; % minima intensidad (promedio ...
con el musculo relajado)
60
61 ref_ang = 180; % referencia en angulos
62
63 ang = round( (MAV - valor_min)*(ref_ang/(valor_max ...
134
B.2. Codigos Arduino
135
Apéndice B. Código utilizado
136
B.2. Codigos Arduino
137
Esta página ha sido intencionalmente dejada en blanco.
Apéndice C
Circuito
Amplicador de instrumentación.
Amplicación nal.
Recticador de precisión.
140
Referencia Tipo Valor
R1 Resistencia 2.8k
R2 Resistencia 2.8k
R3 Resistencia 1M
R4 Resistencia 390k
R5 Resistencia 270k
R6 Resistencia 10k
R7 Resistencia 390k
R8 Resistencia 1k
R9 Resistencia 1k
R10 Resistencia 1k
R11 Resistencia 4.7k
R12 Resistencia 4.7k
R13 Resistencia 27k
R14 Resistencia 56k
R15 Resistencia 1k
C1 Capacitor 100nF
C2 Capacitor 470uF
C3 Capacitor 100nF
C4 Capacitor 470uF
C5 Capacitor 100nF
C6 Capacitor 4.7nF
C7 Capacitor 220nF
C8 Capacitor 220nF
C9 Capacitor 100nF
C10 Capacitor 47nF
U1 Amplicador de instrumentación INA128
U2A y U2B Amplicador Operacional LM358P
U3A y U3B Amplicador Operacional LM358P
U4A y U4B Amplicador Operacional LM358P
U5A y U5B Amplicador Operacional LM358P
D1 Diodo 1N4148
D2 Diodo 1N4148
P1 Conector 4 terminales
P2 Conector 2 terminales
K1 Conector 3 terminales
Tabla C.1: Componentes utilizados en el circuito final
141
Apéndice C. Circuito
142
Referencias
[8] Dean kamen's "luke arm"prosthesis receives fda approval. IEEE Spectrum
(http://spectrum.ieee.org/automaton/biomedical/bionics/dean-kamen-luke-
arm-prosthesis-receives-fda-approval), 2014.
[12] R. Muñoz A. Vera C. Toledo, L. Leija and A. Ramírez. Upper limb prostheses
for amputations above elbow: A review. Pan American Health Care Exchanges
PAHCE, IEEE, 2009.
[13] Bruce Carter. Filter design in 30 seconds, texas instrument. Application report.
Referencias
[14] Bruce Carter. More lter design on a budget. Application Report, Texas
Instrument.
[22] Ashok Muzumdar (editor). Powered Upper Limb Prostheses - Capítulo 1. 2004.
[25] Massimo Polisiero et. al. Design and assessment of a low-cost, electromyograp-
hically controlled, prosthetic hand. Medical Devices: Evidence and Research,
2013.
[28] Texas Instruments. Hoja de datos del circuito integrado lm358p. Texas Ins-
truments.
[30] James Karki. Analysis of the sallen-key architecture, ti. Application report,
2001.
144
Referencias
[31] Jim Karki. Active low-pass lter design, texas instrument. Application report,
2002.
[34] Inc. (LTI) Liberating Technologies. Boston digital arm systems for adults.
http://www.liberatingtech.com. Consultado: 26/05/2014.
[35] J.V. Basmajian; C.J. De Luca. Muscles Alive Their function revealed by
Electromyography - Williams Wilkins - 5ta edición. 1985.
[39] Dr. Frank Netter. Atlas de Anatomía Humana- 5ta edición - ISBN 978-84-
458-2065-0. 2011.
[40] WCVB Boston News. Marblehead dad makes son prosthetic hand
with 3-d printer. http://www.wcvb.com/health/marblehead-dad-makes-son-
prosthetic-hand-with-3d-printer/22997138. Consultado: 20/08/2014.
[45] K.E. Bugler y C.W. Oliver R.G.E. Clement. Bionic prosthetic hands: A review
of present technology and future aspirations. The Surgeon, Elsevier, 2011.
145
Referencias
[53] Texas Instrument Thomas Kugelstadt. Active lter design techniques. 16.
[54] Drew van der Riet et. al. Overview and comparison of upper limb prosthetics.
Conferencia AFRICON - IEEE, 2013.
[56] David Jones y Mark Stitt. Precision absolute value circuits. Application
Bulletin - Texas Instruments, 1997.
[57] Gordon McComb y Myke Predko. Digital Signal Processing: A Practical Guide
for Engineers and Scientists - Capítulo 15 Moving Average Filters . 2003.
[59] Aimee E. Schultz y Todd A. Kuiken. Neural interfaces for control of upper limb
prostheses - the state of the art and future possibilities. American Academy
of Physical Medicine and Rehabilitation, 2011.
[60] Paul Horowitz y Wineld. Active lters ans oscillators, the art of electronics.
[61] Ting Ye. Precision full-wave rectier, dual supply. Texas Instruments, 2013.
146
Índice de tablas
3.1. Señal EMG registrada con electrodos de Ag/AgCl del músculo bíceps
durante dos contracciones breves [51] . . . . . . . . . . . . . . . . 21
3.2. Unidad motora [35] . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3. Esquema del ciclo despolarización-polarización en la excitabilidad
de la membrana muscular [32] . . . . . . . . . . . . . . . . . . . . . 24
3.4. Potencial de acción [32] . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5. Superposición de MUAPT [32] . . . . . . . . . . . . . . . . . . . . 27
150
Índice de figuras
7.2. Posición del eje del servomotor según la señal de control (fuente:
robotplatform.com) . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
7.3. Mecanismo de control de un servomotor (fuente: robotplatform.com) 102
7.4. Interior de un MPP [58] . . . . . . . . . . . . . . . . . . . . . . . . 104
7.5. Control de un MPP mediante un microcontrolador [58] . . . . . . . 105
7.6. Servo utilizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
7.7. Señal PWM de control generada con la librería Servo . . . . . . . . 108
151
Esta es la última página.
Compilado el domingo 6 septiembre, 2015.
http://iie.fing.edu.uy/