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 HAND USING SURFACE ELECTROMYOGRAPHIC SIGNALS Autor: CARLOS GERARDO PAUCAR MALQUI
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
MARCO ANTONIO MEGGIOLARO - ADVISOR
Nº do Conteudo: 29330
Catalogação: 07/03/2017 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=29330@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=29330@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.29330
Resumo:
Título: CONTROL OF A ROBOTIC HAND USING SURFACE ELECTROMYOGRAPHIC SIGNALS Autor: CARLOS GERARDO PAUCAR MALQUI
Nº do Conteudo: 29330
Catalogação: 07/03/2017 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=29330@1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=29330@2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.29330
Resumo:
This thesis proposes the control of a robotic hand system using surface
electromyographic signals (sEMG). The sEMG signals are collected
from three different muscle groups of the upper forearm: palmaris longus
muscle, extensor digitorum communis muscle, and extensor carpi radialis
longus muscle. The objective of this research is to develop a prototype
of a robotic prosthesis for people with hand amputation, controlled by
an electromyographic interface based on computational intelligence. This
thesis covers the following topics: positioning of electrodes to capture the
sEMG signals, design of an electromyography muscle interface, preprocessing
method, use of techniques of computational intelligence for the interpretation
of the sEMG signals, design of the robotic hand, and method
used to control the positions of the fingers and of the hand grip force.
Here, the wavelet transform is used as a feature extraction method in electromyographic
signals, and a multi-layer neural network as a pattern classification
method. The proposed model obtained satisfactory results, recognizing
90.5 per cent of the positions for 6 different hand patterns, 94.3 per cent for 5, and
96.25 per cent for 4 positions.
Descrição | Arquivo |
COMPLETE |