XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: CONTROL OF A ROBOTIC ARM THROUGH A BRAIN MACHINE INTERFACE WITH MUTUAL LEARNING Autor: ALEXANDRE ORMIGA GALVAO BARBOSA
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARCO ANTONIO MEGGIOLARO - ADVISOR
Nº do Conteudo: 17057
Catalogação: 11/03/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17057@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17057@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17057
Resumo:
Título: CONTROL OF A ROBOTIC ARM THROUGH A BRAIN MACHINE INTERFACE WITH MUTUAL LEARNING Autor: ALEXANDRE ORMIGA GALVAO BARBOSA
Nº do Conteudo: 17057
Catalogação: 11/03/2011 Idioma(s): PORTUGUESE - BRAZIL
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17057@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17057@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.17057
Resumo:
This work presents the development of a brain machine interface as an
alternative communication channel to be used in Robotics. It encompasses the
implementation of an electroencephalograph (EEG), as well as the development
of all computational methods and necessary techniques to identify mental
activities. The developed brain machine interface (BMI) is applied to activate the
movements of a MA2000 robotic arm, associating four different mental
activities to robotic arm commands. The interface is based on EEG signal
analyses, which extract features that can be classified as specific mental
activities. First, a signal preprocessing is performed from the EEG data, filtering
noise, using a spatial filter to increase the scalp signal resolution, and extracting
relevant features. Then, different classifier models are proposed, evaluated and
compared. Finally, two implementations of the developed classifiers are
proposed to improve the rate of successful commands to the robotic arm. In one
of the implementations, a rate of successful commands up to 91% was obtained,
with wrong commands as low as 1.25%, after 400 attempts to control the robotic
arm.
Descrição | Arquivo |
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS | |
CHAPTER 1 | |
CHAPTER 2 | |
CHAPTER 3 | |
CHAPTER 4 | |
CHAPTER 5 | |
CHAPTER 6 | |
CHAPTER 7 |