Proyectos

 Reconocimiento de Gestos de la Mano Usando Señales Electromiográficas (EMG) e Inteligencia Artificial.

Resumen: El proyecto de investigación desarrolla modelos generales y modelos específicos por usuario para el reconocimiento de gestos de la mano usando señales EMG medidas en los músculos del antebrazo y técnicas de inteligencia artificial. Además, el proyecto propone desarrollar un protocolo de evaluación de modelos de reconocimiento de gestos incluyendo el procedimiento para la adquisición de datos.

Área: Inteligencia Artificial.

Código de Proyecto: CEPRA XIII-2019-13

Auspiciante: Corporación Ecuatoriana para el Desarrollo de la Investigación y la Academia (CEDIA).

Miembros: Escuela Politécnica Nacional (EPN), Universidad Técnica de Ambato (UTA), Universidad de las Fuerzas Armadas – ESPE.

Fecha de inicio: 15/agosto/2019
Fecha de fin: 15/noviembre/2020
Director: Dr. Marco E. Benalcázar


 Reconocimiento de Gestos de la Mano Usando Señales Electromiográficas e Inteligencia Artificial y su Aplicación para la Implementación de Interfaces Humano-Máquina y Humano-Humano.

Resumen: El proyecto propone el desarrollo de un sistema de reconocimiento de 11 gestos estáticos y dinámicos de la mano. El sistema propuesto tendrá como entrada tanto a señales electromiográficas (EMG) producidas por los músculos del antebrazo, así como a señales de orientación de un punto de referencia del antebrazo, medidas a través de una unidad de medida inercial (IMU). El desarrollo de los algoritmos de reconocimiento estará basado en el uso de técnicas de aprendizaje de máquina. Finalmente, como ejemplo de la aplicación de los sistemas propuestos se desarrollará tanto (1) una interfaz humano-máquina que permita controlar a través de gestos un videojuego, y (2) una interfaz humano-humano que le permita a un usuario controlar, a través del movimiento voluntario de su mano, el movimiento de la mano de otro usuario.

Área: Inteligencia Artificial y Machine Learning.

Código de Proyecto: PIGR-19-07

Auspiciante: Escuela Politécnica Nacional (EPN).

Miembros: Departamento de Informática y Ciencias de la Computación (DICC), Departamento de Automatización y Control Industrial (DACI), Departamento de Electrónica, Telecomunicaciones y Redes de la Información (DETRI).

Fecha de inicio: 04/mayo/2020
Fecha de fin: 04/mayo/2022
Director: Dr. Marco E. Benalcázar


Clasificación de Señales Electromiográficas del Brazo Humano usando Técnicas de Reconocimiento de Patrones y Machine Learning.

Resumen: La actividad muscular del brazo humano produce señales eléctricas denominadas señales electromiográficas, o simplemente electromiografías (EMG). La clasificación de estas señales tiene múltiples dominios de aplicación que incluyen: interfaces para videojuegos, robótica, traductores de lenguajes de señas a texto o voz, biónica, entre otros. En la literatura se han propuesto varios trabajos para la clasificación de estas señales. Los principales problemas de estas propuestas son:(i) la cantidad limitada de gestos que pueden reconocer y, (ii) la sobreestimación de su exactitud de clasificación causada por el uso de pocas muestras de testeo. En este proyecto se propone desarrollar un nuevo modelo de clasificación de EMGs usando técnicas de reconocimiento de patrones y machine learning. Las señales electromiográficas serán adquiridas usando un sensor comercial como el myo armband. El modelo desarrollado será capaz de aprender a clasificar gestos de una persona mediante un procedimiento de aprendizaje automático. Esto permitirá que el sistema sea adaptable a la diversidad de EMGs para un mismo gesto o movimiento entre diferentes personas.

Área: Inteligencia Artificial y Machine Learning.

Código de Proyecto: PIJ-16-13

Auspiciante: Escuela Politécnica Nacional (EPN).

Miembros: Departamento de Informática y Ciencias de la Computación (DICC).

Fecha de inicio: 01/abril/2017
Fecha de fin: 31/enero/2020
Director: Dr. Marco E. Benalcázar


Interfaz humano humano

DIRECCIÓN

  • Ladrón de Guevara E11-253, Quito – Ecuador
  • Campus Politécnico “José Rubén Orellana”
    Facultad de Ingeniería de Sistemas
    Cuarto Piso

SÍGUENOS