Desarrollo de una plataforma de bajo coste para el reconocimiento de gestos basado en electromiografía

Abstract

Los sistemas inalámbricos han ido integrándose en los últimos años en las soluciones IoT (Internet of Things) con el doble reto de reducir el coste y el consumo de los dispositivos. Los avances tecnológicos en la fabricación de dispositivos electrónicos inteligentes de altas prestaciones han permitido contribuir a la mejora de la calidad de vida de los usuarios, a pesar de implicar estos grandes retos. Por ello, con el desarrollo de este Trabajo Fin de Grado se consigue un dispositivo de bajo coste, portátil y personalizable que puede utilizarse en campos IoT. Para ello, se plantea el desarrollo de una plataforma hardware/software de bajo coste que se utiliza para el reconocimiento basado en electromiografía de gestos de la mano. Se utiliza el dispositivo Myo Armband para la detección del movimiento de la mano, cuya información se envía de forma inalámbrica mediante la tecnología BLE (Bluetooth Low Energy) a un dispositivo de IoT basado en MCU (MicroController Unit). Se consigue un dispositivo fácilmente adaptable al usuario al integrar todo el proceso de entrenamiento y clasificación SVM (Support Vector Machine) en la plataforma desarrollada. En primer lugar, se lleva a cabo una etapa de estudio donde se ahonda en la tecnología de comunicación inalámbrica BLE, conceptos básicos de Machine Learning, métodos de clasificación y el algoritmo SVM, al ser aspectos relevantes para el desarrollo del TFG. Posteriormente, se efectúa un estudio de los parámetros asociados a las señales EMG con el fin de conseguir una clasificación óptima de los datos obtenidos con el dispositivo Myo. Finalmente, se desarrolla la plataforma objetivo, incorporando de manera progresiva las distintas funcionalidades que dispone la plataforma hardware/software final, detallando las librerías y los componentes hardware empleados y analizando las pruebas llevadas a cabo para la validación de su funcionamiento.

In recent years, Wireless systems have been integrated into Iot (Internet of Things) solutions with the dual challenge of reducing the cost and power of devices. Technological advances in the development of high performance smart electronic devices have contributed to the improvement of the quality of life of its users, despite involving the mentioned challenges. Therefore, the main goal of this Final Degree Project is to develop a low-cost, portable, and customizable device that can be used in IoT applications. For this purpose, the proposal is the development of a low-cost hardware/software platform used for electromyography-based recognition of hand gestures. The Myo Armband device is used for hand movement detection, whose information is sent wirelessly via BLE (Bluetooth Low Energy) technology to an IoT based on MCU (MicroController Unit) device. A device easily adaptable to the user is achieved by integrating the entire SVM (Support Vector Machine) training and classification process in the developed platform. First, a study of relevant aspects for the Final Degree Project is presented analyzing the BLE wireless communication technology, basic concepts of Machine Learning, classification methods and the SVM algorithm. Subsequently, a study of the parameters associated with EMG signals is explained to achieve an optimal classification of the data obtained with the Myo device. Finally, the target platform is developed, with the progressive incorporation of the different functionalities that the final hardware/software platform will have, detailing the libraries and hardware components used, and analyzing the test carried out for the validation of its operation.