Made available in DSpace on 2018-08-02T00:01:03Z (GMT). No. of bitstreams: 1 tese_6871_dissertacao Douglas Ruy Soprani da Silveira Araújo.pdf: 18119567 bytes, checksum: 9edf6c51132ad691906bbd977cf4547e (MD5) Previous issue date: 2014-10-10 / Esta dissertação apresenta o desenvolvimento de uma plataforma multimodal de aquisição e processamento de sinais. O projeto proposto insere-se no contexto do desenvolvimento de interfaces multimodais para aplicação em dispositivos robóticos cujo propósito é a reabilitação motora adaptando o controle destes dispositivos de acordo com a intenção do usuário. A interface desenvolvida adquire, sincroniza e processa sinais eletroencefalográficos (EEG), eletromiográficos (EMG) e sinais provenientes de sensores inerciais (IMUs). A aquisição dos dados é feita em experimentos realizados com sujeitos saudáveis que executam tarefas motoras de membros inferiores. O objetivo é analisar a intenção de movimento, a ativação muscular e o início efetivo dos movimentos realizados, respectivamente, através dos sinais de EEG, EMG e IMUs. Para este fim, uma análise o!ine foi realizada. Nessa análise, são utilizadas técnicas de processamento dos sinais biológicos e técnicas para processar sinais provenientes de sensores inerciais. A partir destes, os ângulos da articulação do joelho também são aferidos ao longo dos movimentos. Um protocolo experimental de testes foi proposto para as tarefas realizadas. Os resultados demonstraram que o sistema proposto foi capaz de adquirir, sincronizar, processar e classificar os sinais combinadamente. Análises acerca da acurácia dos classificadores utilizados mostraram que a interface foi capaz de identificar intenção de movimento em 76, 0 ± 18, 2% dos movimentos. A maior média de tempo de antecipação ao movimento foi obtida através da análise do sinal de EEG e foi de 716, 0± 546, 1 milisegundos. A partir da análise apenas do sinal de EMG, este valor foi de 88, 34 ± 67, 28 milisegundos. Os resultados das etapas de processamento dos sinais biológicos, a medição dos ângulos da articulação, bem como os valores de acurácia e tempo de antecipação ao movimento se mostraram em conformidade com a literatura atual relacionada.

Made available in DSpace on 2014-06-12T17:37:52Z (GMT). No. of bitstreams: 2 arquivo3811_1.pdf: 1870062 bytes, checksum: a96b4453d906b771290ab59f23b1d412 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho está focado na modelagem matemática e simulação de um robô bípede. Parte da nossa modelagem matemática visa calcular as posições e velocidades de cada ponto do robô bípede, em cada instante de tempo, nos seus aspectos cinemáticos a partir de dados obtidos de sensores inerciais. Neste trabalho essa modelagem foi feita através da utilização de um sistema auxiliar de coordenadas 3D. E também da construção e utilização de um integrador numérico para as velocidades angulares e acelerações lineares desse sistema, solidário a cintura do robô bípede, com isso poderemos conhecer deslocamentos e rotações sofridos por todas as partes do robô em relação a um sistema global de coordenadas. A estratégia é primeiro obter o deslocamento da origem e as rotações dos eixos do sistema local de coordenadas, para, então, a partir das rotações dos motores obter o movimento das outras partes. Com isto pode-se reconstituir toda a dinâmica em tempo suficiente para qualquer atitude de controle ou avaliação de desempenho do mesmo

O trabalho desenvolvido apresenta desde um estudo sobre os sensores de estrelas como um todo até uma análise dos componentes ópto-eletrônicos destinados à aplicações aeroespaciais, mais especificamente àqueles destinados ao sensor de estrelas. Na eletrônica, busca-se sempre a redução de massa, dimensões, custo e consumo de energia dos componentes e sistemas. Essa redução se torna ainda mais crítica para satélites, onde um maior consumo de energia, maiores dimensões e massa elevada podem implicar em maior custo da missão, por exemplo, com painéis solares maiores, mais combustível para o lançamento, etc. Assim sendo, a proposta do trabalho foi desenvolver o hardware de um sensor de estrelas que, através da utilização de um sensor de imagem do tipo APS (sensor de pixel ativo) em substituição ao já consagrado CCD (dispositivo de carga acoplada), pudesse ter sua massa, suas dimensões, seu custo e seu consumo de energia reduzidos. Como forma de garantir a substituição do sensor antecessor pelo agora desenvolvido sem perdas das mínimas características necessárias, foram realizados testes de funcionamento com ambos emulando situações simples e outras que pudessem causar problemas na imagem. Através destes testes, pode-se comprovar uma superioridade do novo sensor de estrelas na maioria dos quesitos analisados, demonstrando um bom nível de compatibilidade e menores problemas nas situações de maior exigência. O sensor de estrelas é um projeto do Instituto Nacional de Pesquisas Espaciais, Divisão de Eletrônica Aeroespacial, onde o mestrando Fernando Celso Tomasi Marques participou de uma equipe responsável pelo desenvolvimento de sensores para aplicações em satélites. Através do controlador, este equipamento é capaz de fornecer para o sistema de atitude a posição dos pontos rastreados. No protótipo de laboratório, as funções do controlador são executadas através de um microcomputador por meio de uma interface apropriada. A eletrônica do sensor executa as funções de geração dos relógios para o sensor de imagem e para a aquisição dos dados de vídeo digitalizados.

No presente trabalho apresenta-se o estudo de duas diferentes abordagens relacionadas à utilização de sensores visuais na robótica móvel. Na primeira delas as imagens são usadas para fornecer parâmetros que permitam determinar a postura do próprio veículo durante o rastreamento de uma trajetória preestabelecida. Na segunda abordagem, os parâmetros fornecidos pelo processamento das imagens permitem calcular dados sobre a posição relativa entre o objeto imageado e o robô com o objetivo de seguir alvos móveis. No caso do rastreamento de trajetória, utiliza-se a lei de controle cinemático proposta em [

Apresenta-se neste trabalho os resultados da síntese de filtros digitais para demodular sinais de saída de sensores interferométricos quando estes utilizam modulação de fase óptica. A técnica proposta é baseada nas funções utilizadas para análise de wavelets, muito empregadas para analisar variações localizadas no tempo, redução de ruído e compactação de imagens, mas pouco exploradas na aplicação em sensores inerciais, neste caso em particular, em um Giroscópio a Fibra Óptica (GFO). Para aplicação em sistemas de navegação precisos, um GFO deve ser capaz de medir taxas de rotação muito baixas. Quando se utiliza modulação em fase, esta informação é proporcional à amplitude das harmônicas do sinal, sendo de interesse, principalmente, a primeira e a segunda harmônicas do sinal, onde a amplitude da primeira harmônica, geralmente, é muito menor que a amplitude da segunda. Deste modo, o problema passa a ser medir harmônicas de baixíssima amplitude na presença de outras com amplitude elevada. Técnicas de demodulação analógica em malha aberta (open-loop) são usualmente empregadas, mas estas técnicas são sensíveis às variações de parâmetros ambientais, ruído eletrônico e da precisão dos componentes. Neste trabalho, mostra-se o uso de um filtro digital baseado na função wavelet de Morlet, comparado às técnicas supra-mencionadas, abordando os procedimentos para medir o menor valor de amplitude possível. Os efeitos conjuntos de fatores relevantes, como a presença de harmônicos com amplitudes superiores à amplitude sendo medida, o efeito do ruído de banda estreita, o efeito do erro associado ao processo de quantização e a influência do número finito de amostras tomadas do sinal sob análise foram, à medida do possível, minimizados. Para tal, um estudo foi realizado utilizando modelamento das fontes de erro e o levantamento de resultados por simulação. Ainda para dar suporte ao entendimento destes resultados, desenvolveu-se uma teoria específica, permitindo o estabelecimento de parâmetros ótimos para obter a melhor relação sinal-ruído na demodulação do sinal do sensor. Por último, foram realizados ensaios experimentais utilizando um processador DSP (Digital Signal Processor) de alto desempenho. Neste trabalho, o sinal do GFO foi simulado por um conjunto de equipamentos para que fosse possível prever e configurar todos os parâmetros do sinal, eliminando os erros intrínsecos do GFO, como flutuação do fator de escala e isolando os erros provenientes do processamento daqueles causados pela construção do GFO. O resultado deste estudo descreve as vantagens do processamento proposto, bem como as limitações deste método, apontando as implicações para aplicações em sensores interferométricos, em especial para o GFO.

Devido à importância de se construir sensores inerciais de elevado desempenho, surgiu a necessidade de capacitação em novas tecnologias que permitissem maior estabilidade, compactação, baixa suscetibilidade a ruídos externos, baixo peso e reduzidas perdas por acoplamento de radiação óptica. Uma possível metodologia para aumentar o desempenho de sensores inerciais como o Giroscópio a Fibra Óptica (GFO) e o Acelerômetro Opto Mecânico (AOM) é a utilização de circuitos em óptica integrada que venham a substituir parcialmente, ou mesmo totalmente, os dispositivos em fibra óptica presentes nesses sensores. Neste trabalho, propôs-se o estudo do projeto, fabricação e caracterização de dispositivos e de chips em óptica integrada equivalentes aos dispositivos em fibra óptica (fibras ópticas, acopladores a fibra óptica e moduladores) presentes nas atuais versões do GFO e do AOM. Os circuitos ópticos integrados foram projetados de acordo com as especificações dos circuitos equivalentes em fibra óptica, como operação monomodo para os guias, razão de 3dB para os acopladores direcionais e moduladores de fase com baixa tensão para modulação de fase de 180. Este trabalho iniciou-se com o estudo dos circuitos ópticos presentes nos sensores a fibra óptica, os quais serviram de base para este trabalho. Em seguida, estudou-se teoricamente e por meio de simulações alguns dispositivos em óptica integrada como guias planares, guias canais retos e curvos, acopladores direcionais e divisores em Y. Esses estudos iniciais foram fundamentais para o projeto dos circuitos em óptica integrada do GFO e do AOM. Na etapa posterior, realizou-se a caracterização de guias canais fabricados por difusão de titânio em niobato de lítio (LiNbO3), medindo-se a largura à meia altura dos modos fundamentais e medindo-se perda por inserção por acoplamento com fibra óptica. Na etapa seguinte, iniciou-se a elaboração dos circuitos ópticos integrados projetados, partindo-se do projeto e fabricação das máscaras, passando-se pelo corte dos wafers de LiNbO3 com as dimensões adequadas para os chips, até a realização das etapas de litografia para a difusão de titânio. Nas conclusões foram expostas as tarefas executadas durante o trabalho e os resultados obtidos, além de tarefas futuras para dar continuidade a este trabalho.

Este trabalho apresenta um procedimento de ensaios visando a caracterização de um sensor inercial do tipo bloco girométrico através do seu modelo de erro. Para tanto, utiliza-se a linguagem de programação gráfica LabVIEWTM (Laboratory Virtual Instruments Engineering Workbench) e o simulador de movimentos CONTRAVESTM / ACUTROL 2000 (com três graus de liberdade). O desenvolvimento do trabalho tem por finalidade a automação do ambiente de teste, tendo-se em vista, a importância que este sensor inercial representa no contexto da engenharia aeroespacial, já que se constitui como um dos elementos fundamentais do sistema de controle de um míssil e de um veículo lançador. Espera-se, desta forma, obter um procedimento sistemático para realizar ensaios com sensores no intuito de montar um banco de dados com as principais características, objetivando selecionar o melhor sensor. Colocou-se como requisito a criação de um ambiente de ensaios preparado para receber qualquer tipo de sensor inercial visando atender os projetos atuais e futuros do Instituto e Aeronáutica e Espaço. Os resultados obtidos para o procedimento proposto são apresentados na forma gráfica e tabelas.

O objetivo deste trabalho é proporcionar uma melhoria no algorítmo de determinação de atitude no projeto Pegasus AutoPilot, atualmente em desenvolvimento no Instituto Tecnólogico de Aeronáutica, utilizando agora o Filtro de Kalman em suas formulações direta e indireta. São utilizadas Unidades de Medida Inercial de baixo custo que consiste em sensores integrados em um único bloco, os quais estão presentes sensores que fornecem aceleração, velocidade angular e um sensor não inercial que mede campo magnético. Os algorítmos propostos, utilizando o Filtro de Kalman, são implementados primeiramente no ambiente Matlab para validação do modelo e em seguida é implementado o sistema embarcado de tempo real no microcontrolador Cortex M3, mantendo o hardware já utilizado no projeto Pegasus Autopilot. O sistema de tempo real implementado neste trabalho tem o objetivo de verificar o desempenho do Filtro de Kalman no hardware já utilizado projeto atualmente. Os resultados obtidos no ambiente MATLAB mostram que os métodos utilizando Filtro de Kalman possuem melhor desempenho, porém quando utilizados em um sistema embarcado ocorre degradação do sistema.

Orientador: Prof. Dr. Michel Oliveira da Silva Dantas / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2017. / As atividades realizadas através de movimentações do corpo são fundamentais para manter e promover a saúde humana, permitindo melhorar nossa qualidade de vida. Neste contexto, são cada vez mais desenvolvidos sistemas comerciais para monitorar movimentos humanos. Entretanto, os sistemas existentes, compostos normalmente por análise de imagens capturadas por câmeras de vídeo, plataformas de força, eletromiografia (EMG), etc, necessitam de ambientes especiais para serem aplicados, limitando o resultado e a fidelidade da análise dos movimentos. Desta forma, o objetivo desta pesquisa foi apresentar o estudo de um sistema de classificação de movimentos humanos utilizando sensores inerciais dos tipos acelerômetro e giroscópio de um Smartphone, sendo uma tecnologia atraente, de baixo custo e viável para substituir os métodos tradicionais aplicados neste tipo de análise. Utilizando os sensores inerciais de um Smartphone, e com o auxílio do aplicativo Matlab Mobile, foi possível enviar, através da comunicação Wi Fi, os sinais de aceleração e velocidade angular para uma central de processamento. Os sinais destes sensores foram janelados para extrair características distintas para cada movimento e foram utilizadas nos algoritmos classificadores baseados em inteligência artificial Arvores de Decisão e o KNN (K Nearest Neighbor). Três abordagens foram realizadas com o intuito de verificar a sensibilidade dos sensores inerciais quando submetidos a classificação individualmente e combinando os sinais de aceleração e velocidade angular. O sensor acelerômetro se mostrou com alta eficiência em conjunto com a técnica KNN, obtendo 92,8 % de acertos gerais. Utilizando apenas o giroscópio, novamente o classificador KNN se mostrou superior em comparação ao classificador Árvores de Decisão, com uma taxa de acertos gerais de 80,1 %. Por fim, combinando os sinais dos sensores, os dois classificadores apresentaram um alto desempenho, obtendo 90,7 % para o classificador KNN e 89,7 % utilizando o classificador Árvores de Decisão. Procurou-se analisar e comparar diferentes técnicas e sistemas de classificação de movimentos humanos que podem ser consideradas alternativas à opção realizada neste trabalho. Foram analisados, ainda, outros trabalhos relacionados à classificação de movimentos, buscando comparar as vantagens e desvantagens de cada método. Estas comparações mostram que os resultados obtidos neste trabalho são similares, provando que um único dispositivo permite uma classificação de movimentos humanos com alto desempenho e baixo custo. / The activities carried out through body movements are important to maintain and to promote human health, increasing our life quality. In this context, commercial systems have been developed increasingly for human movement monitoring. However, the existing systems, which are usually composed by analysis of images captured by video cameras, power platforms, electromyography, etc., require special room to be applied, thus limiting the outcome and the fidelity of the motion in analysis. Based on the exposed, the objective of this research was to present the study of a human movement classification system using the accelerometer and gyroscope inertial sensors of a Smartphone. Such alternative aims to be an attractive, low cost and viable technology to replace the traditional methods applied in this type of analysis. By using the inertial sensors of a Galaxy S6 Smartphone coupled with Matlab Mobile application, it was possible to send the signals of acceleration and angular velocity to a processing center through Wi Fi communication. The signals from these sensors were windowed to extract features for each movement, and they were used in the algorithms based on Artificial Intelligence Decision Trees and KNN (K Nearest Neighbor). Three approaches were carried out with the purpose of verifying the sensitivity of the inertial sensors when subjected to individual classification and combining the signs of acceleration and angular velocity. The accelerometer sensor presented high efficiency when coupled with the KNN technique, obtaining 92.8 % of general hit rate. By using only the gyroscope, the KNN was superior in comparison to the Decision Trees, with a general hit rate of 80.1%. Finally, by combining the signals from booth sensors, the two classifiers presented a high performance: 90.7% for the KNN and 89.7% for the Decision Trees. We have analyzed and compared different techniques and systems of classification of human movements that are alternatives to that used in this work. Other works related to the classification of movements were also analyzed, aiming to compare the advantages and disadvantages of each method. These comparisons showed that the results obtained in this work are quite similar, which indicates that is possible to use a single device to obtain a classification of human movements with high performance and low cost.

Submitted by Maykon Nascimento (maykon.albani@hotmail.com) on 2015-03-06T19:28:59Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação Douglas Soprani.pdf: 12382633 bytes, checksum: 47ecc259e614e63704f16a4d7f45023c (MD5) / Approved for entry into archive by Elizabete Silva (elizabete.silva@ufes.br) on 2015-03-23T18:59:35Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação Douglas Soprani.pdf: 12382633 bytes, checksum: 47ecc259e614e63704f16a4d7f45023c (MD5) / Made available in DSpace on 2015-03-23T18:59:35Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Dissertação Douglas Soprani.pdf: 12382633 bytes, checksum: 47ecc259e614e63704f16a4d7f45023c (MD5) Previous issue date: 2015-03-06 / Esta dissertação apresenta o desenvolvimento de uma plataforma multimodal de aquisição e processamento de sinais. O projeto proposto insere-se no contexto do desenvolvimento de interfaces multimodais para aplicação em dispositivos robóticos cujo propósito é a reabilitação motora adaptando o controle destes dispositivos de acordo com a intenção do usuário. A interface desenvolvida adquire, sincroniza e processa sinais eletroencefalográficos (EEG), eletromiográficos (EMG) e sinais provenientes de sensores inerciais (IMUs). A aquisição dos dados é feita em experimentos realizados com sujeitos saudáveis que executam tarefas motoras de membros inferiores. O objetivo é analisar a intenção de movimento, a ativação muscular e o início efetivo dos movimentos realizados, respectivamente, através dos sinais de EEG, EMG e IMUs. Para este fim, uma análise offline foi realizada. Nessa análise, são utilizadas técnicas de processamento dos sinais biológicos e técnicas para processar sinais provenientes de sensores inerciais. A partir destes, os ângulos da articulação do joelho também são aferidos ao longo dos movimentos. Um protocolo experimental de testes foi proposto para as tarefas realizadas. Os resultados demonstraram que o sistema proposto foi capaz de adquirir, sincronizar, processar e classificar os sinais combinadamente. Análises acerca da acurácia dos classificadores utilizados mostraram que a interface foi capaz de identificar intenção de movimento em 76, 0 ± 18, 2% dos movimentos. A maior média de tempo de antecipação ao movimento foi obtida através da análise do sinal de EEG e foi de 716, 0±546, 1 milisegundos. A partir da análise apenas do sinal de EMG, este valor foi de 88, 34 ± 67, 28 milisegundos. Os resultados das etapas de processamento dos sinais biológicos, a medição dos ângulos da articulação, bem como os valores de acurácia e tempo de antecipação ao movimento se mostraram em conformidade com a literatura atual relacionada. / This master thesis presents a multimodal platform for acquisition and signal processing. The proposed interface acquires, synchronizes and processes electroencephalographic (EEG) signals, electromiographic signals (EMG) and inertial sensors (IMUs) signals. The data acquisition is done in experiments with healthy subjects performing motor tasks of lower limbs. The objective is to analyze the movement intention, the muscle activation and the movement onset. To do so, an offline analysis was performed. In the analysis are shown EEG signal processing techniques, whose aim is to identify movement intention, and EMG signal techniques aiming at identifying the initial muscle activation. Techniques for processing signals from inertial sensors whose aim is to identify movement onset and measure the knee joint angles are also shown. An experimental protocol is proposed. The platform can be used in the development of interfaces for rehabilitation robotics devices aiming at adapting their control with respect to the patient’s intention. The results obtained showed that the system is capable to acquire, process and classify the signals synchronously. The movement intention was detected in 76, 0 ± 18, 2% of the movements. The movement antecipation achieved 716, 0 ± 546, 1 ms based on EEG signal and 88, 34 ± 67, 28 ms based on EMG signals. The results of the biological signal processing, the movement antecipation times, the accuracy of classifiers and joint angles measurements were in accordance with the currently related studies.