Pirca Cardenas Jairo Integración Sistema Robótico

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
FACULTAD DE CIENCIAS E INGENIERÍA
Integración de un sistema robótico asistencial controlado
mediante una interfaz cerebro computador para personas con
discapacidad motora
Tesis para obtener el título profesional de Ingeniero Mecatrónico
AUTOR
Jairo Jener Pirca Cárdenas
ASESOR
David Ronald Achanccaray Diaz
Lima, Diciembre, 2019

!
RESUMEN
La calidad de vida de una persona que sufre alguna discapacidad motora hoy en día depende
de muchos factores. Entre ellos los más importantes son el factor económico, familiar y
emocional.
La discapacidad motora es la incapacidad de controlar los músculos del cuerpo. Esta hace de
la persona con discapacidad dependiente de otra persona. En la actualidad existen tratamientos
físicos, psicológicos que contribuyen a mejorar la calidad de vida, pero esto no evita la que
sigan siendo dependientes de otras personas.
En este contexto, la presente tesis, desarrolla la implementación de un sistema robótico que
devuelve la autonomía parcial a una persona con discapacidad motora para permitir a las
personas realizar algunas labores cotidianas. En la presente tesis se describe entonces las
tecnologías, mecánica, eléctrica, control e informática para la correcta implementación del
sistema robótico, donde las principales partes del sistema son: brazo robótico, casco con
electrodos pasivos, pantalla de interacción, cámaras HD.
Con el fin de determinar si la implementación de sistema robótico tuvo éxito, se realizan
pruebas con personas sanas, teniendo resultados satisfactorios después de las sesiones de
entrenamiento y de experiencia con el sistema robótico.
I
Dedicado a mis padres y a mi hermana,
Nancy, Jener, Mya, quienes siempre me
han apoyado en lograr todos mis objetivos,
siempre estaré agradecido por su
incondicional apoyo.
AGRADECIMIENTOS
Este trabajo de tesis fue parte del proyecto de investigación "Control de un robot
asistencial mediante una interfaz cerebro computador para personas con discapacidad
motora", financiado por FONDECYT de CONCYTEC, Perú; con la subvención de
proyecto J004-2016. También se agradece a los laboratorios del CETAM y GIRAB por
brindar los ambientes y equipos para el desarrollo del proyecto.

!
ÍNDICE DE CONTENIDO
INTRODUCCIÓN…………………………………………………...………………………….…1
1 FUNDAMENTO TEORICO ............................................................................................ 5
1.1 Tratamientos comunes para personas con discapacidad motora ............................ 5
1.1.1 Terapia física.................................................................................................. 5
1.1.2 Terapia acuática ............................................................................................. 5
1.1.3 Tratamiento neuro-rehabilitador ..................................................................... 5
1.2 Interfaz Cerebro Computador ................................................................................ 6
1.3 Paradigmas ............................................................................................................ 7
1.3.1 Ondas cerebrales ............................................................................................ 8
1.3.2 Potencial relacionado a eventos...................................................................... 9
1.3.3 Potencial evocado por estados visuales ........................................................ 10
1.3.4 Ritmos sensoriomotores ............................................................................... 11
1.4 Adquisición de la señal........................................................................................ 11
1.4.1 Técnica invasiva........................................................................................... 12
1.4.2 Técnica no invasiva ...................................................................................... 12
1.4.3 Tipos de electrodos ...................................................................................... 12
1.5 Procesamiento de la señal.................................................................................... 13
1.5.1 Transformada de Wavelet ............................................................................ 13
1.5.2 Filtro adaptativo ........................................................................................... 14
1.5.3 Patrones espaciales comunes ........................................................................ 15
1.6 Aplicaciones de un sistema BCI en la actualidad ................................................ 16
2 DESCRIPCIÓN DEL SISTEMA Y MÉTODOS ........................................................ 17
2.1 Requerimientos del sistema ................................................................................. 17
2.1.1 Requerimientos mecánicos ........................................................................... 17
2.1.2 Requerimientos eléctricos y electrónicos ..................................................... 18
2.1.3 Requerimientos de control............................................................................ 18
2.2 Concepto de integración definitiva ...................................................................... 19
2.2.1 Solución óptima ........................................................................................... 19
2.3 Sistema electrónico ............................................................................................. 21
2.3.1 Sensores y actuadores .................................................................................. 21
2.3.2 Comunicación .............................................................................................. 23
2.4 Sistema de visión artificial .................................................................................. 25
2.4.1 Especificaciones, selección de cámaras ........................................................ 26
2.4.2 Calibración ................................................................................................... 28
II
!
2.4.3 Captura de escena ........................................................................................... 28

2.4.4 Procesamiento de las imágenes ...................................................................... 29
2.4.5 Cálculo de posición del objeto con referencia al brazo robótico ................... 34
2.5 Sistema mecánico .................................................................................................. 40
2.5.1 Diseño de soporte brazo robótico ................................................................... 40
2.5.2 Diseño de soporte de cámaras ........................................................................ 41
2.5.3 Montaje del brazo robótico ............................................................................ 41
2.5.4 Montaje de cámaras........................................................................................ 43
2.6 Sistema de control ................................................................................................. 43
2.6.1 Adquisición y procesamiento de la señal cerebral ......................................... 44
2.6.2 Detección de la señal EEG ............................................................................. 45
2.6.3 Control del brazo robótico.............................................................................. 46
2.6.4 Diagrama de flujo del sistema ........................................................................ 48
2.6.5 Flujo de trabajo del sistema ............................................................................ 51
3 COSTOS DEL SISTEMA ............................................................................................ 52
3.1 Costos de diseño: ................................................................................................... 52
3.2 Costos de fabricación: ........................................................................................... 53
3.3 Costos de programación: ....................................................................................... 53
3.4 Costos de pruebas .................................................................................................. 54
3.5 Costos totales ......................................................................................................... 54
4 EXPERIMENTOS Y RESULTADOS ......................................................................... 55
4.1 Requisitos para el experimento.............................................................................. 55
4.2 Primera sesión........................................................................................................ 56
4.3 Segunda sesión ...................................................................................................... 57
CONCLUSIONES ............................................................................................................... 60
RECOMENDACIONES ...................................................................................................... 61
BIBLIOGRAFIA .................................................................................................................. 62
ANEXOS..........................................................................................................................................70
III
!
ÍNDICE DE TABLAS
Tabla 2-1: Ensayos de velocidad del brazo de una persona de 22 años. Fuente propia. ......... 21
Tabla 2-2: Comparación entre los brazos robóticos. Fuente propia. ...................................... 22
Tabla 2-3 Comparación entre las sillas eléctricas. Fuente propia .......................................... 23
Tabla 2-4: Tabla de características de la computadora principal. Fuente propia .................... 25
Tabla 2-5: Características de las cámaras .............................................................................. 27
Tabla 2-6: Elección de cantidad de puntos característicos. Fuente propia. ............................ 32
Tabla 2-7: Resultados de las pruebas de profundidad. Fuente propia. ................................... 36
Tabla 2-8: Coordenadas con referencia la gripper ................................................................. 37
Tabla 2-9: Elección de la posición origen del brazo. Fuente propia....................................... 38
Tabla 2-10: Tabla de resultado de control de brazo robótico. Fuente Propia. ........................ 48
Tabla 3-1: Tabla de precios de componentes del sistema robótico. Fuente propia. ................ 52
Tabla 3-2: Tabla de horas empleadas en el diseño. Fuente propia. ........................................ 52
Tabla 3-3: Componentes a fabricar. Fuente propia. ............................................................... 53
Tabla 3-4: Tabla con horas de programación. Fuente propia. ................................................ 53
Tabla 3-5: Tabla de costos de pruebas. .................................................................................. 54
Tabla 3-6: Tabla general con los gastos totales ..................................................................... 54
Tabla 4-1 Características del usuario. Fuente propia. ............................................................ 55
Tabla 4-2 Resultados de la primera sesión. Fuente Propia. .................................................... 57
Tabla 4-3: Resultados de pruebas de sujeción de objetos. Fuente propia. .............................. 58
IV
!
ÍNDICE DE FIGURAS
Figura introducción 1: Pacientes con esclerosis lateral amiotrófica .……………………………2
Figura 1-1: Esquema de una Interfaz Cerebro Computador ..................................................... 7
Figura 1-2: Tipos de ondas cerebrales ..................................................................................... 9
Figura 1-3 Matriz del P300 Speller ...................................................................................... 10
Figura 1-4 Modelo funcional BCI basada en SSVEP ............................................................ 10
Figura 1-5: Comparación entre la transformada rápida de Fourier ........................................ 14
Figura 1-6 Dos patrones espaciales comunes (CSP) de un ejemplo correspondiente a tareas de
imaginación motora de izquierda y derecha ......................................................................... 15
Figura 1-7 Modelo del Proyecto BETTER ............................................................................ 16
Figura 2-1: Esquema de solución general del sistema. Fuente propia .................................... 20
Figura 2-2: Kinova- Mico 2................................................................................................... 22
Figura 2-3: Silla de ruedas eléctrica Optimus ........................................................................ 23
Figura 2-4: Diagrama de bloques del sistema. Fuente propia ................................................ 24
Figura 2-5: ASUS modelo K555UQ-XX002 ........................................................................ 25
Figura 2-6: Cámaras Logitech .............................................................................................. 27
Figura 2-7: Pares de fotografías tomadas por el sistema estéreo al patrón de “tablero de
damas”. Fuente propia .......................................................................................................... 28
Figura 2-8: Objetos predefinidos. Fuente propia ................................................................... 29
Figura 2-9: Fotografía de la escena tomada de la cámara izquierda y derecha respectivamente.
Fuente propia ....................................................................................................................... 29
Figura 2-10 Detención de imagen por algoritmo SIFT .......................................................... 32
Figura 2-11: Fotografías de las cámaras izquierda y derecha con 300 puntos característicos.
Fuente propia ....................................................................................................................... 33
Figura 2-12: Reconocimiento de puntos característicos iguales con la imagen izquierda de la
escena. Fuente propia ............................................................................................................ 33
Figura 2-13: Reconocimiento de puntos característicos iguales con la imagen derecha de la
Figura 2-14: Reconocimiento de la posición de la imagen predefinida en las fotografías de la
Figura 2-15: Triangulación para el cálculo de la profundidad .............................................. 35
Figura 2-16 : Cambio de origen para la sujeción de objetos. Fuente propia .......................... 37
Figura 2-17: Coordenadas de la cámara derecha ................................................................... 37
V
!
Figura 2-18: Coordenadas del brazo robótico ........................................................................ 38

Figura 2-19: Posición de origen del movimiento del brazo robótico. Fuente propia ............. 39
Figura 2-20: Coordenadas relativos y absolutas del sistema. Fuente propia .......................... 39
Figura 2-21: Soporte unión silla de ruedas - brazo robótico. Fuente propia ........................... 40
Figura 2-22: Soporte unión brazo robótico – cámaras. Fuente propia.................................... 41
Figura 2-23: Soporte impreso en impresora 3D. Fuente propia ............................................. 41
Figura 2-24: Ensamble silla – soporte. Fuente propia ........................................................... 42
Figura 2-25: Ensamble silla – soporte –brazo robótico. Fuente propia .................................. 42
Figura 2-26: Ensamble silla - brazo robótico – cámaras. Fuente propia ............................... 43
Figura 2-27: Flujo de procesamiento de la señal y extracción de sus características. Fuente
propia ................................................................................................................................... 45
Figura 2-28: Colocación del EEG EEG g.Nautilus correctamente. Fuente propia ................. 45
Figura 2-29: Señales obtenidas por EEG para estímulo a imágenes P300 (izquierda) y
estímulos no objetivos (derecha). Fuente propia ................................................................... 46
Figura 2-30: Brazo controlado con realimentación de información para cálculo de la
velocidad del gripper. Fuente Propia ..................................................................................... 47
Figura 2-31: Diagrama de flujo general del proyecto. Fuente propia ..................................... 49
Figura 2-32: Subrutina “Realizar tareas predefinidas del brazo”. Fuente propia.................... 50
Figura 2-33: Diagrama de Flujo del Cliente y Servidor respectivamente. Fuente propia ...... 51
Figura 2-34: Flujo de trabajo del sistema. Fuente propia ...................................................... 51
Figura 4-1 Posición correcta para las sesiones. Fuente propia .............................................. 56
Figura 4-2: Interfaz gráfica. Fuente propia ............................................................................ 56
Figura 4-3: Desarrollo de prueba de sujeción. Fuente propia................................................. 59
VI
!
INTRODUCCIÓN
Según Organismo Mundial de la Salud se estima que 15% de la población mundial vive
con un tipo de discapacidad y lamentablemente este porcentaje sigue aumentando [1]. En
la actualidad el 5.2% de los peruanos tiene algún tipo de discapacidad y más de un millón
y medio sufren de alguna limitación. Según un estudio, la discapacidad motora es la que
más afecta a los peruanos, llegando a alcanzar la cantidad de 932,000 personas y tiene como
principal causa la avanzada edad [2].
Esta condición de discapacidad motora afecta de forma drástica a la población
económicamente vulnerable, debido a que al no tener las posibilidades económicas para
recibir un buen tratamiento estas personas no consiguen trabajo por muchos obstáculos,
tanto emocionales como sociales.
Para las personas que padecen de discapacidades motoras, su estilo y calidad de vida
cambia rotundamente debido a que sufren la degeneración progresiva de neuronas motoras,
lo cual hace perder la autonomía, esto implica necesitar un acompañamiento permanente
para la realización de sus necesidades básicas. Algunas de las enfermedades más conocidas
son la Esclerosis Lateral Amiotrófica (ELA), tumores, infecciones o inflamaciones de los
tejidos musculares o nerviosos, donde la más grave es la primera debido a que es una
enfermedad neurológica progresiva y mortal que ataca a las células nerviosas encargadas
de controlar a los músculos voluntariamente [3].
En la figura introducción 1 se puede apreciar a los pacientes de ELA dependiendo de
un compañero permanente para sus rutinas diarias, donde este es el principal problema,
debido a que una persona normalmente desearía realizar sus actividades de manera
independiente.
1
!
Figura introducción 1: Pacientes con esclerosis lateral amiotrófica [4].
Teniendo en cuenta la situación anterior la cual es, la dependencia de personas que
sufren discapacidad motora como también el rotundo cambio de calidad y estilo de vida, se
planteó resolver este problema mejorando su estilo de vida y devolviendo, al menos
parcialmente, su dependencia, mediante la implementación de un sistema robótico
asistencial, a través una interfaz cerebro computador (BCI).
El interés científico de la realización de esta tesis está en viabilizar la implementación
de una interfaz cerebro computador para el control de un sistema robótico asistencial que
eventualmente seria usado por las personas que sufran de discapacidades motoras.
La motivación para realizar la tesis radica en devolver la autonomía a las personas que
sufren de enfermedades motoras e incrementar su independencia en la realización de las
necesidades básicas obteniendo así una mejor calidad de vida.
2
!
Ya teniendo establecida la problemática que se quiere resolver con esta tesis, se
plantearon objetivos tanto específicos como generales los cuales se exponen a
continuación:
Objetivo general
El objetivo general de la tesis es integrar un sistema robótico asistencial con una interfaz
cerebro computador con la finalidad de que una persona con discapacidad motora pueda
controlar dicho sistema para tareas específicas.
Objetivos específicos
- Determinar, comprender y evaluar el funcionamiento del hardware necesario para
realizar la adquisición y procesamiento de las señales electroencefalográficas.
- Determinar, comprender y evaluar el funcionamiento del hardware necesario para
el movimiento del sistema robótico.
- Desarrollar e implementar algoritmos de control para los movimientos del sistema
robótico.
- Desarrollar e implementar algoritmos para producir los comandos para el control
del sistema robótico.
- Desarrollar la comunicación entre el sistema robótico con los comandos producidos
por las señales cerebrales.
- Desarrollar e implementar la integración de todo el sistema robótico asistencial con
la interfaz cerebro computador.
- Establecer la secuencia y la forma en la que se realizarán los experimentos.
El desarrollo e implementación de un hardware y software necesario para la
independencia completa de una persona con discapacidad motora, demandaría muchas
horas-hombre, por lo que el presente trabajo no contempla el desarrollo de un sistema que
3
!
busque la independencia completa de la persona, sino más bien se limita a una
independencia parcial de una persona con discapacidad motora para la realización de sus
tareas cotidianas.
Aunque el sistema de interfaz cerebro computador con su aplicación tiene como
finalidad ayudar a personas con problemas motores, es posible desarrollar y realizar los
experimentos de prueba con los datos recolectados de personas sanas aprovechando que las
personas sanas tienen mayor disponibilidad de tiempo.
Por ello, en el desarrollo de esta tesis se limitará a realizar los experimentos con
personas sanas.
4
!
1 FUNDAMENTO TEORICO
1.1 Tratamientos comunes para personas con discapacidad motora
1.1.1 Terapia física
Ayuda al paciente a integrar y estimular los movimientos voluntarios en su propia
secuencia de desarrollo. La finalidad es que el paciente adquiera conciencia de sus
movimientos [6].
1.1.2 Terapia acuática
Aplicada más para los niños con discapacidades motrices, aplicando el Principio de
Arquímedes (“el principio de Arquímedes afirma que todo cuerpo sumergido en un fluido
experimenta un empuje vertical y hacia arriba igual al peso de fluido desalojado”) [7]. Se
puede utilizar para tratar segmentos corporales y realizar ejercicios de activa asistida,
también es posible utilizar la resistencia del agua al rozamiento, esta resistencia se hace
mayor cuanto más rápido sea el movimiento dentro de agua o mayor sea la superficie que
el cuerpo ofrezca en este ambiente [8].
1.1.3 Tratamiento neuro-rehabilitador
El objetivo principal del tratamiento neuro-rehabilitador es el de prolongar la capacidad
funcional, promover la independencia y ofrecer al paciente la mayor calidad de vida
posible [9].
1.1.3.1 Primera fase: pacientes independientes
El tratamiento rehabilitador consiste en realizar ejercicios que mantengan los balances
articulares y potencien la musculatura no deficitaria, y evitar los ejercicios que aumenten
5
!
la fatiga [9].
1.1.3.2 Segunda fase: paciente parcialmente independiente
El tratamiento rehabilitador consiste en que este momento es fundamental empezar a
instruir a la familia del enfermo sobre los cuidados que éste necesita (cambios posturales,
movilizaciones pasivas, etc.), así como sobre las ayudas técnicas que pueden mejorar su
calidad de vida (camas clínicas, cojines y colchones anti escaras, grúas para transferencias,
etc.) [9].
1.1.3.3 Tercera fase: paciente totalmente dependiente
Es fundamental brindar el apoyo psicológico al paciente, no descuidar el apoyo y la
atención tanto al paciente como al cuidador, debido a que el cuidador puede verse afectado
por el esfuerzo el estrés, por eso en esta tercera fase comprende al paciente y al cuidador
[9].
1.2 Interfaz Cerebro Computador
Una Interfaz Cerebro Computador o más conocida por su nombre en inglés Brain
Computer Interfaces (BCI) se define como: “Un sistema de comunicaciones entre hardware
y software que permiten a las personas interactuar con su entorno” [10]. También se define
como: “Una interfaz para el usuario, que ayuda a comunicarse a las personas que sufre de
discapacidades física, mediante ondas cerebrales, controlando dispositivos” [11]. El BCI
es usado hoy en día en diferentes aplicaciones tales como control de video juegos [12],
control de silla de ruedas [13], control de brazo robótico [14], etc.
BCI tiene diferentes campos de aplicaciones, hoy en día es un área muy activa debido
a que tiene como objetivo ayudar a las personas con discapacidades físicas. Evidenciando
6
!
la necesidad de esto, se puede ver que en la actualidad el número de personas que sufren
de ELA sigue aumentando llegando a la cantidad de 5 por cada 100,000 en el mundo [15].
Aunque llevar una vida normal no será posible este sistema BCI ayuda a mejorar la calidad
de vida de la persona afectada. En la figura 1.1 se muestra el principio básico de
funcionamiento de la interfaz cerebro computador, donde empieza con la actividad cerebral
del usuario, pasando al bloque de adquisición de la señal donde se amplifican y se realiza
la conversión de análogo a digital, pasando al bloque de procesamiento de la señal, este
bloque se caracteriza por tener 3 etapas principales: cancelación de ruido, obtención de
características y decodificación de las características en último punto se tiene el bloque de
aplicación donde se realizan acciones con la señal de control.
Figura 1-1: Esquema de una Interfaz Cerebro Computador

Fuente propia.
1.3 Paradigmas
BCI usa diferentes paradigmas, sin embargo, los más usados en la actualidad son:
Potencial Relacionado a Eventos (ERP, siglas en inglés), Potencial Evocado por Estados
Visuales (SSVEP, siglas en ingles) y ritmos sensoriomotores [16].
Los paradigmas ERP y SSVEP son clasificados como exógenos porque requieren de un
estímulo externo, mientras que ritmos sensoriomotores se consideran como endógenos
porque son recordados por el mismo usuario sin necesidad de un estímulo externo.
7
!
1.3.1 Ondas cerebrales
En el cerebro se producen los impulsos eléctricos que viajan por las neuronas, estos
impulsos producen señales las cuales se conocen como ondas cerebrales. Los impulsos
viajan de neurona a neurona y la actividad de las ondas cerebrales se observa por medio
de un electroencefalograma o EEG [17].
Existen cuatro tipos principales de ondas cerebrales: Alfa, beta, theta y delta, (figura
1.2). A continuación, se describen dichas ondas.
Ondas Beta: Esta onda está presente cuando el cerebro está despierto e implicado en
actividades mentales, su frecuencia oscila entre 14 y 30-35Hz. Actividades en las que están
presentes estas ondas: discursos, estudiando, resolviendo problemas matemáticos, etc [17].
Ondas Alfa: Esta onda es más lenta y de mayor amplitud que las ondas beta, su
frecuencia oscila entre 8 y 14 Hz debido a que refleja una escasa actividad cerebral.
Actividades en las que están presentes estas ondas: sentarse a descansar, personas
paseando, disfrutando el paisaje, etc. [17].
Ondas Theta: Esta onda tiene una frecuencia que oscila entre 4 y 8 Hz, se alcanza
estando en un estado de calma profunda. Actividades en las que están presentes estas
ondas: realizar tareas automáticamente, estar distraído, estado de inspiración de ideas
creativas [17].
Ondas Delta: Esta onda es la de mayor amplitud y menor frecuencia, su frecuencia
oscila entre 1 y 4 Hz, nunca llega a 0 debido a que eso significa la muerte cerebral, esta
onda está presente en estado de sueño. Actividades en las que están presentes estas ondas:
presentes cuando estamos en un sueño profundo [17].
8
!
Figura 1-2: Tipos de ondas cerebrales [17].
1.3.2 Potencial relacionado a eventos
Potencial relacionado a eventos, también conocido como Event-Related Potential
(ERP), es definido como los cambios en el potencial eléctrico cerebral relacionado
específicamente con un estímulo, esencialmente visual o auditivo, de ahí viene su nombre
“Potenciales relacionados a eventos” [18]. En este paradigma, el P300 es el más popular
aplicándose en “El deletreador”, el cual es utilizado como una forma de comunicación para
los pacientes que sufren de ELA [16]. El P300 se caracteriza por tener una variación en la
amplitud de la señal electroencefalográfica (EEG), el cual ocurre 300ms después de un
estímulo no frecuente. En la figura 1.3, se muestra la matriz de letras introducidas
inicialmente por Farwell y Donchin, la dinámica era iluminar la matriz de forma aleatoria
mientras que la persona con ELA se enfoca en la letra que quiere elegir para después ser
seleccionada y mostrada en la interfaz.
9
!
Figura 1-3 Matriz del P300 Speller [18].
1.3.3 Potencial evocado por estados visuales
Potencial evocado por estados visuales refleja la actividad cerebral producida por el
procesamiento de información visual, en SSVEP se produce para estímulos con
frecuencias mayores a 6 Hz [19]. En la figura 1.4 se presenta su modelo funcional, está
compuesto por un estimulador visual, una etapa de adquisición, una etapa de
procesamiento y por último la aplicación en dispositivos.
Figura 1-4 Modelo funcional BCI basada en SSVEP [19].
10
!
1.3.4 Ritmos sensoriomotores
Los ritmos sensoriomotores usan ondas de la actividad cerebral localizadas en las
bandas mu (8 – 12 Hz) y beta (18 – 26 Hz).
Los ritmos están relacionados con la imaginación de movimientos de las personas y no
es necesario de su acción de los movimientos reales, gracias a esta propiedad es posible
usar los ritmos sensoriomotores para el diseño de un BCI sin embargo el control de estos
ritmos no es sencillo debido a que la mayoría de las personas tienes dificultades con la
imaginación de los movimientos [20].
Los ritmos sensorio-motores experimentan dos tipos de modulaciones las cuales son:
eventos relacionados de desincronización y eventos relacionados de sincronización, estos
se generan durante la realización o imaginación de algún movimiento. Los eventos
relacionados de desincronización están ligados con la preparación e inicio del movimiento
por lo que involucra la atenuación de la amplitud de los ritmos mu y beta, en cambio los
eventos relacionados de sincronización están ligados a después de realizado el movimiento
por lo que involucra al incremento de amplitud de los ritmos mu y beta [20].
1.4 Adquisición de la señal
El objetivo de un BCI es reconocer patrones en las señales cerebrales las cuales serán
procesadas para su posterior aplicación. Se tienen 2 técnicas de adquisición, las cuales son:
técnicas invasivas y técnicas no invasivas [21].
También en la adquisición de la señal los electrodos cumplen un papel muy importante,
debido a que son estos quienes capturan la señal, entre los cuales se tienen a los electrodos
pasivos y activos.
11
!
1.4.1 Técnica invasiva
Una técnica invasiva es cuando necesariamente la adquisición de la señal se tiene que
realizar dentro de la persona con el fin de tomar medidas de mejor calidad en mayor
resolución. Para el uso de esta técnica se hace uso de tecnología invasiva de sensores, como
son los microelectrodos, los cuales se implantan en el cerebro, por ello esta técnica tiene
riesgos médicos.
Existen 2 métodos con técnica invasiva los cuales son los más usados en la BCI, la
primera es la electrocorticografía (EGoG) donde se realiza la colocación de electrodos en
la superficie cortical, la segunda es la grabación neuronal intracortical en este método se
implanta electrodos dentro de la corteza cerebral [22].
1.4.2 Técnica no invasiva
En una técnica no invasiva, no es necesario la intervención quirúrgica debido a que los
electrodos se colocan en la superficie externa del cráneo en comparación con las técnicas
invasivas, el nivel de señal tanto su calidad y su resolución es mucho más pobre.
La adquisición de datos con esta técnica se da por electroencefalografía (EEG), la
magnetoencefalografía (MEG) o resonancia magnética funcional (FMRI), estos dos
últimos utilizan instrumentos muy costosos y de grandes dimensiones por esto el EEG es
el más usado en el BCI [22].
1.4.3 Tipos de electrodos
1.4.3.1 Electrodos pasivos
Los electrodos pasivos en su mayoría son de: cloruro de plata, estaño, hierro u oro y se
recomienda no usar electrodos de distintos materiales. Uno de los problemas con este tipo
12
!
de electrodos es el procedimiento que requiere para su colocación debido a que es muy
tediosa, pero son el tipo de electrodos más usado en EEG, debido a que son más fáciles de
diseñar y no son costosos [23].
1.4.3.2 Electrodos activos
En los electrodos activos viene integrado un pre-amplificador que es de bajo ruido para
agrandar directamente las señales EEG en el lugar del registro, esta es su gran ventaja ante
los electrodos pasivos [24].
1.5 Procesamiento de la señal
En la adquisición de la señal, especialmente en la técnica no invasiva, las señales de
entrada siempre contienen algunos datos no deseados (ruido). Estos datos no deseados
pueden llevar a una conclusión errónea, por lo que las señales de entrada deben de ser pre-
procesadas.
Se puede procesar la señal en el dominio del tiempo o en el dominio de la frecuencia o se
puede usar los dos dominios para mejorar la calidad de procesamiento. A continuación, se
presentan algunos métodos para la filtración del ruido y la extracción de las características
principales.
1.5.1 Transformada de Wavelet
La transformada de Wavelet (WT, siglas en inglés) es una herramienta matemática
valiosa para las señales no estacionarias, las señales EEG no son estacionarias por lo cual
la WT es muy útil con estas señales.
La WT a diferencia de la transformada de Fourier permite diferentes frecuencias con
duración finita sin embargo tiene limitaciones en cuanto a la resolución de escalas de
13
!
tiempo y frecuencia. En la figura 1.5 se muestra una comparación entre la transformada de
Fourier y Wavelet.
El análisis de la WT permite hacer una representación de la señal como una expansión
de coeficientes del producto entre la Wavelet Madre, las funciones obtenidas por
escalamiento, la traslación de esta y la señal [25].
Figura 1-5: Comparación entre la transformada rápida de Fourier

(tiempo-frecuencia) y el análisis Wavelet (tiempo-escala) [25].
1.5.2 Filtro adaptativo
La mayor parte del tiempo se desconocen las bandas de frecuencias con las señales no
deseadas debido a que siempre están cambiando por lo tanto un filtro pasa-banda no
siempre funciona. El filtro debe adaptarse a la señal de entrada por lo que un filtro
predictivo es una buena opción.
La ecuación de entrada-salida de un filtro adaptativo digital:
𝑦(𝑛) = ∑𝑁 𝑀
𝑖=0 𝑎𝑖 (𝑛 )𝑥(𝑛 − 𝑖 ) − ∑𝑗=1 𝑏𝑗 (𝑛 )𝑦(𝑛 − 𝑗 ),
donde 𝑥(𝑛) e 𝑦(𝑛) son las muestras de entrada y salida, respectivamente, en el instante
n, 𝑎𝑖(𝑛) y 𝑏𝑗(𝑛) son los pesos del filtro i-ésimo y j-ésimo en el instante 𝑛, y 𝑁 + 𝑀 + 1
14
!
es el número total de coeficientes del filtro. Si en lugar de usar 𝑎𝑖(𝑛) y 𝑏𝑗(𝑛) se utilizan
𝑎𝑖 y 𝑏𝑗, los coeficientes ya no serían variantes con el tiempo [26].
1.5.3 Patrones espaciales comunes
Los patrones espaciales comunes (CSP, siglas en inglés) es uno de los métodos para la
extracción de características que procesa señales de diferentes canales EEG para diseñar
filtros especiales, se encarga de maximizar la varianza para un conjunto de datos y
minimizar la varianza del otro conjunto de datos con lo cual resalta la diferencia y
minimiza las similitudes.
La figura 1.6 muestra dos patrones espaciales comunes que provienen de una señal EEG
donde se ha usado la estrategia mental de imaginación motora en tareas de movimiento de
la mano izquierda y derecha. La imaginación motora de la mano izquierda induce patrones
de actividad sensoriomotora (ERD/ERS) sobre las áreas sensoriomotoras del lado derecho
del cerebro y viceversa [27].
Figura 1-6 Dos patrones espaciales comunes (CSP) de un ejemplo correspondiente a tareas de imaginación
motora de izquierda y derecha [27].
El CSP incrementa la precisión para BCI síncronos, sin embargo, no ofrece la misma
mejora para los BCI asíncronos, por lo que es una desventaja con el Wavelet [27].
15
!
1.6 Aplicaciones de un sistema BCI en la actualidad
Son muchas las aplicaciones que uno puede pensar con esta tecnología. Uno de los
campos en donde está siendo usado es en los videojuegos, específicamente el control de
videojuegos por medio de la BCI, y es que es un mercado muy tolerante a los cambios
drásticos de la tecnología, buscando la comodidad del usuario. De hecho, el Emotiv EPOC
el cual es un dispositivo con interfaces BCI para videojuegos está teniendo bastante
acogida.
Por otro lado, en la investigación, recuperar o sustituir actividades humanas motoras ha
sido una de las áreas más frustrantes pero la tecnología BCI ha permitido que se logren
bastantes avances en esta área; por lo cual se han realizado proyectos con financiamiento
en gran parte del mundo, como, por ejemplo:
 El BRAIN2ROBOT fue un proyecto financiado por el the EU’s sixth Framework
Programme (FP6).
Objetivo: Integrar la tecnología BCI con la tecnología de un “eye tracker”
(seguimiento ocular) para mover un brazo robótico asistente de una persona
discapacitada en tareas diarias [28].
 Proyecto BETTER (BNCI-driven robotic physical therapies in stroke rehabilitation
of Gait disorders) con una financiación de 2.95 millones de euros a 3 años.
Objetivo: Mejorar las terapias de rehabilitación física de desórdenes de la marcha
para personas que han sufrido accidentes vasculares [29]. En la figura 1.7 se muestra
el modelo del proyecto Better.
Figura 1-7 Modelo del Proyecto BETTER [29].
16
!
2 DESCRIPCIÓN DEL SISTEMA Y MÉTODOS
Este diseño apoya en brindar una solución a la dependencia que presenta una persona
con discapacidad motora para el desarrollo de sus actividades cotidianas teniendo que en
cuenta que se desea que tenga su ergonomía, practicidad de uso y una buena funcionalidad.
A continuación, se presentarán los requerimientos del sistema y su concepto de solución.
2.1 Requerimientos del sistema
Los requerimientos fueron elaborados teniendo en cuenta las necesidades del usuario
se detalla a profundidad en la lista de exigencias que se encuentra en el Anexo A.
2.1.1 Requerimientos mecánicos
 Todos los componentes utilizados en el montaje del sistema robótico deben de ser
ergonómicos para una persona con discapacidad motora (usuario).
 Los componentes deberán ser del menor peso posible para ser transportable debido
a que el sistema robótico se trasladará con el usuario para realizar sus tareas
cotidianas.
 El sistema mecatrónico deberá brindar seguridad al usuario en la realización de sus
tareas.
 El sistema mecatrónico no debe de ser tan robusto debido de que es un sistema de
uso cotidiano.
 El uso de sistema mecatrónico está restringido para que se use en zona urbana y
superficies planas.
 En el diseño del sistema robótico se debe de tomar en cuenta que no debe de ocupar
más de 0.80 x 0.80 x 1.50 m, debido a que las áreas urbanas son por donde se va
trasladar el sistema robótico, principalmente en el hogar y tendrá que moverse por
pasajes y puertas.
17
!
 El volumen de trabajo establecido por el sistema debe de ser 0.63 x 0.63 x 0.63 m
debido a que este es el volumen de trabajo promedio de un brazo adulto [30].
 El peso máximo del usuario debe de ser de 90 kg además el peso de los objetos a
mover por el sistema robótico debe de tener un peso máximo de 2 kg y un volumen
aproximado de 5 x 5 x 10 cm debido a que es el volumen promedio que alcanza una
mano adulta [30].
2.1.2 Requerimientos eléctricos y electrónicos
 El sistema deberá contar con sensores que deberán ayudar con la adquisición de
señales EEG.
 Se deberá implementar un sistema de transmisión y recepción de datos de manera
inalámbrica entre la recolección de señales EEG y el procesamiento de la señal,
con una capacidad mínima de comunicación de 10Mbits/s.
 El sistema deberá contar con una pantalla, la cual funciona como una interfaz
gráfica de comunicación entre el usuario y el sistema.
 La alimentación del sistema se realizará con una fuente externa (batería) de 24V.
 El sistema contará con actuadores para realizar tareas preestablecidas por el
usuario.
2.1.3 Requerimientos de control
 Se controlará la velocidad de trabajo del sistema con el objetivo de cumplir las
funciones preestablecidas.
 El sistema mecatrónico deberá tener un sistema anticolisión para evitar dañar al
usuario en caso se produzca una obstrucción o un choque con algún objeto.
 El sistema mecatrónico deberá contar con un control sobre el volumen de trabajo
con el fin de realizar las tareas preestablecidas.

18
!
 Las tareas preestablecidas serán de mover diferentes objetos, por lo que se necesita
saber la posición de los objetos en el espacio con un error máximo de 10 mm.
2.2 Concepto de integración definitiva
El sistema mecatrónico deberá realizar las tareas de trasladarse por una superficie plana
y sujetar los objetos para su posterior traslado, a través de órdenes creadas por las señales
cerebrales.
El concepto de solución óptimo es resultado de aplicar la metodología del diseño
mecatrónico. El proceso está documentado y se puede observar en los Anexos B, C, D y
E.
2.2.1 Solución óptima
Según la problemática descrita anteriormente, se desea devolver la autonomía a la
persona con discapacidad motora usando una interfaz cerebro computador (BCI) con el
paradigma potencial relacionado a eventos se decidió usar este paradigma debido a que
este paradigma usa EEG el cual es un procedimiento no invasivo y de fácil colocación,
además de que se escogió la mejor forma de presentarle al usuario las tareas
preestablecidas sería atreves de imágenes las cuales se harán parpadear a diferentes
frecuencias identificando cada tareas con este paradigma.
En la figura 2.1 se presenta el esquema de la solución planteada, donde se observa que
la adquisición de señales cerebrales será realizada por electrodos que estarán conectados
de manera inalámbrica a la computadora portátil principal para el posterior procesamiento
de las señales; estas señales cerebrales serán producidas por estímulos visuales por medio
de la pantalla de la computadora portátil. Para el movimiento de traslación de la persona
se empleará una silla de ruedas eléctrica, en la cual estará montado el brazo robótico para
19
!
la sujeción de los objetos predefinidos. La captura de la posición del objeto será detectada
por dos cámaras, que se encontrarán en el actuador final del brazo robótico. Todos estos
dispositivos estarán conectados a la computadora portátil principal, la cual funcionará
como el dispositivo de control de todo el sistema donde su pantalla funcionará como una
interfaz de estimulación de señales cerebrales entre el usuario y el sistema. Todos los
dispositivos a excepción de los electrodos serán energizados por una batería de 24V, esta
batería se encontrará en la parte inferior posterior de la silla de ruedas.
Figura 2-1: Esquema de solución general del sistema. Fuente propia.
20
!
2.3 Sistema electrónico
Para el diseño de este sistema, se seleccionaron diferentes actuadores los cuales
estaban contemplados en el concepto de solución definitivo.
2.3.1 Sensores y actuadores
2.3.1.1 Brazo robótico
Para la realización de las tareas del sistema se decidió usar un brazo robótico, debido a
que es lo más parecido a un brazo, el brazo y los pies son las partes del cuerpo más usadas
por las personas para la realización de las tareas diarias [31]. Para que el brazo robótico
cumpla las características del brazo humano, se tomaron en cuenta las principales
características que son necesarias para el sistema mecatrónico, las cuales son: longitud del
brazo, volumen de trabajo, velocidad del brazo y el peso que soporta.
En la siguiente tabla 2.1 se puede observar las características principales del brazo
humano que fueron calculadas.
Tabla 2-1: Ensayos de velocidad del brazo de una persona de 22 años. Fuente propia.
Longitud Volumen de Tarea Realizada Distancia Tiempo Velocidad

del brazo trabajo (m3) recorrida (s) Promedio
(m) (m) (cm/s)
0.63 0.262 Acercar una taza 0.30 1.35 22.22
de leche
0.63 0.262 Agarrar una 0.40 1.96 20.41
botella de agua
0.63 0.262 Agarrar un 0.35 1.61 21.74
lapicero
Al finalizar los experimentos, se llegó a la conclusión que la velocidad promedio de un
brazo es alrededor de 21.46 cm/s y se observó que la cantidad de peso que podía soportar
en la mano con el brazo extendido por un tiempo de 2 minutos era de 1 kg.
21
!
En la tabla 2.2 se muestran diferentes brazos robóticos con sus características.
Tabla 2-2: Comparación entre los brazos robóticos. Fuente propia.
Brazo Robótico Largo Velocidad Volume Peso Peso Fuente de

(m) (cm/s) n de (kg) carga alimentación
trabajo (kg)
(m3)
Arm LWA 4D [32] 1.05 2-28 0.752 17.5 10 24V DC
Kinova-Mico 2 [33] 0.85 3-25 0.623 3.8 2.7 24V DC
Kinova- Jaco 3 [33] 1.20 3-25 1.024 4.4 2.1 24V DC

BionicCobot [34] 0.70 3-22 0.356 6 1.5 24V DC
Todos los brazos robóticos cumplían con las características para la elaboración de las
tareas necesarias del sistema. Por motivos de disponibilidad para la implementación, se
escoge el brazo robótico Kinova-Mico 2 (figura 2.2), debido a que este se encuentra en la
Pontificia Universidad Católica del Perú y su disponibilidad es inmediata.
Figura 2-2: Kinova- Mico 2 [33].
2.3.1.2 Silla de ruedas
La tarea principal de este dispositivo es realizar el traslado de la persona, en la tabla 2.3
se observa la comparación entre diferentes tipos de sillas eléctricas.
22
!
Tabla 2-3 Comparación entre las sillas eléctricas. Fuente propia
Silla de Peso (kg) Peso que Velocidad Duración en

ruedas soporta (kg) (km/h) km
OPTIMUS 2 150 150 6 / 10 / 15 70
2.322 [35]
ICHAIR MC1 280 120 6 40
1.610[36]
1595-Nemo- 295 100 6 35
Vertival [37]
Clou 9.500 210 120 6 40
[38]
Solero Light 183 130 6 40
9.072 [39]
Por motivos de disponibilidad para la implementación del proyecto, se decide usar la
silla de ruedas OPTIMUS 2 (figura 2.3), debido a que esta se encuentra en la Pontificia
Universidad Católica del Perú y su disponibilidad es inmediata.
Figura 2-3: Silla de ruedas eléctrica Optimus 2 [35].
2.3.2 Comunicación
El sistema mecatrónico está conformado por siete módulos electrónicos que interactúan
entre sí: Electrodos con transmisor de señales EEG, receptor de señales EEG, brazo
robótico, computadora principal, silla de ruedas, cámara, módulo de alimentación general;
en la figura 2.4, se visualiza la interacción del sistema mediante un diagrama de bloques.
23
!
Figura 2-4: Diagrama de bloques del sistema. Fuente propia.
Cinco dispositivos se enlazan directamente con la computadora principal, donde cuatro
de ellos (receptor de señales EEG, cámara, brazo robótico, silla de ruedas) se comunican
por el protocolo estandarizado USB, el último dispositivo (interfaz gráfica) viene integrada
en la computadora.
La computadora principal se conecta a los 4 dispositivos periféricos, por medio de una
comunicación serial USB 2.0 con una velocidad máxima de 480 Mbps. En la computadora
principal se ejecutará el programa de la interfaz visual, el programa que controle el brazo
robótico y la silla de ruedas, el programa que realice el procesamiento y la extracción de
características de la señal y el programa que capture la posición del objeto predefinido en
el entorno.
Para la interfaz gráfica y el procesamiento de las señales como la extracción de
características, se utilizará el programa visual studio 2017 con el lenguaje de programación
C++, por lo que se requiere que el sistema operativo principal sea Windows, para el control
de la silla de ruedas y el brazo robótico se utilizará el lenguaje Python por lo que se requiere
24
!
también el uso del sistema operativo Linux. El sistema operativo Linux se ejecutará en la
computadora principal mediante una máquina virtual logrando así la ejecución de los dos
sistemas en simultáneo. Se propone el uso de la laptop ASUS modelo K555UQ-XX002
(figura 2.5) debido a que esta se encuentra en la Pontificia Universidad Católica del Perú
y su disponibilidad es inmediata, sus características se presentan en la tabla 2.4.
Tabla 2-4: Tabla de características de la computadora principal. Fuente propia
Requerido K555UQ-XX002
Procesador Intel Core™ Intel Core™ i7-6500U
2.50Ghz
Memoria RAM 1 GB 8 GB DDR3 ampliable
Almacenamiento 10 GB 1TB 5400RPM
Pantalla LED 10.2'' LED 15.6''
Dimensiones 250 x 300 x 27 mm 256 x 382 x 25.3 mm
Peso 2 kg 2.3 kg
Puertos USB 3 puertos USB 3 puertos USB
Figura 2-5: ASUS modelo K555UQ-XX002 [40].
2.4 Sistema de visión artificial
El objetivo del sistema de visión artificial es reducir la carga cognitiva del usuario y
mejorar el desempeño general del sistema, el cual es desarrollado para la tarea de agarre y
acercamiento de objetos al usuario en actividades de la vida diaria, en entornos naturales
y no ordenados.
25
!
2.4.1 Especificaciones, selección de cámaras
Se plantea la ubicación del efector final. Esta configuración permitirá tener una vista
cercana del objeto a reconocer y además, al estar colocada en el manipulador, puede tomar
una vista panorámica útil para mostrar al usuario y para una identificación inicial de los
objetos del entorno.
Debido a que los objetos van a ser agarrados por el manipulador, es necesario tener la
ubicación espacial de los objetos, y por ello se requiere que la cámara detectar profundidad.
Existen varias maneras de detectar profundidad, de ellas se ha escogido la configuración
estéreo ya que existen diversos papers que respaldan su uso [41] y por otro lado las técnicas
de tiempo de vuelo y de luz estructurada aún no han sido muy estudiadas en la aplicación
con manipuladores. Ya que no existen muchas cámaras estéreo a color en el mercado, se
plantea armar un arreglo personalizado con 2 cámaras idénticas. Además, se plantea el uso
de sensores RGB en vez de monocromáticos con la finalidad de disponer de mayor
información visual en la implementación de los algoritmos de reconocimiento de objetos.
La carga máxima que puede manipular el robot MICO es de 2.7 kg, por lo que la cámara
debe ser ligera, se plantea un máximo de 600 g. Se asume que el peso de la estructura
soporte será como máximo de 150 g, por lo que el peso de cada cámara no deberá superar
los 300 g.
De las diversas conexiones existentes se plantea el uso de USB ya que el procesamiento
se realizará en una laptop y para evitar el uso de componentes, adaptadores adicionales.
La velocidad de procesamiento del sistema será de 2.5 GHz, debido a que en primer lugar
deberá procesar la señales EEG, en segundo lugar, el sistema estará limitado por el usuario
que presentará diversas discapacidades y en tercer lugar porque no se requieren
26
!
movimientos rápidos del manipulador, sino más bien alta precisión. Por ello también se
plantea un número de cuadros por segundo (fps) no menor a 15.
De las cámaras web encontradas, que han sido usadas en efector final marca Logitech.
Las cámaras actuales que dispone esta marca se presentan dos de ellas (figura 2.6) y sus
características (tabla 2.5)
Figura 2-6: Cámaras Logitech. [42]
Tabla 2-5: Características de las cámaras
Campo Distancia
Precio
Marca Modelo Resolución de FPS Mínima al Peso
(soles)
Visión Objeto (MOD)
1280x960 30fps @
Logitech C270 60° - 75 g 100
(1.2 MP) 640x480
30fps @
Logitech C525 2MP 69° 7 cm 88 g 200
640x480
Todos los precios deben ser multiplicados por 2 ya que se usará una configuración
estéreo. Finalmente, se decidió utilizar las cámaras Logitech C525, debido a que es la que
cuenta con más campo de visión.
27
!
2.4.2 Calibración
La calibración ha sido realizada usando la aplicación “Stereo Calibration App” de
Matlab. La aplicación produce un objeto que contiene los parámetros del sistema estéreo.
Para calibrar el sistema se necesita tomar múltiples fotografías a un patrón de “tablero de
damas” (figura 2.7).
Figura 2-7: Pares de fotografías tomadas por el sistema estéreo al patrón de “tablero de damas”. Fuente propia.
2.4.3 Captura de escena
Para la captura de la escena, en la interfaz gráfica se visualizan diferentes imágenes, los
cuales son los objetos predefinidos, como se muestran en la figura 2.8. Previamente el
brazo robótico tiene que estar instalado en la computadora, los pasos para su instalación
se encuentran en el Anexo G.
28
!
Figura 2-8: Objetos predefinidos. Fuente propia.
Se selecciona una de estas imágenes y después de seleccionar la imagen predefinida a
través de las señales EEG (apartado 3.6.2) se realiza la captura de imagen de la escena en
tiempo real usando las dos cámaras (figura 2.9) que se encuentran en el gripper.
Figura 2-9: Fotografía de la escena tomada de la cámara izquierda y derecha respectivamente. Fuente propia.
2.4.4 Procesamiento de las imágenes
2.4.4.1 Transformación de la característica invariante de la escala
La transformación de las características invariantes de la escala o más conocida como
Scale-invariant feature transform (o SIFT siglas en inglés) es un algoritmo muy usado en
la visión artificial sirve para la detección de objetos, detección de movimiento, registro de
la imagen, estereopsis y otras tareas. Este algoritmo consiste 5 etapas principales, las
cuales se presentan a continuación:
29
!
2.4.4.1.1 Detección de extremos en la escala-espacio
En esta etapa se aplica la diferencia gaussiana o DoG con diferentes tamaños de región
t, donde se buscan los máximos locales a lo largo del espacio que es determinado por las
coordenadas “𝑥” e “𝑦” en la imagen y en escalas determinada por 𝑘𝜎.
𝐷(𝑥, 𝑦, 𝜎) = 𝐿(𝑥, 𝑦, 𝑘𝑖 𝜎) − 𝐿(𝑥, 𝑦, 𝑘𝑗 𝜎),
𝐿(𝑥, 𝑦, 𝑘𝜎) = 𝐺 (𝑥, 𝑦, 𝑘𝜎) ∗ 𝐼(𝑥, 𝑦).
Donde:
𝐼(𝑥, 𝑦) es la imagen original.
𝐺(𝑥, 𝑦, 𝑘𝜎) es el desenfoque Gaussiano a escalas 𝑘𝜎.
Una vez ya obtenidas las imágenes DoG a diferentes escalas ko, se deben identificar los
puntos clave, los cuales son los puntos máximos y mínimos locales de las imágenes DoG.
Estos puntos se obtienen comparando cada pixel de las imágenes DoG con sus 8 vecinos
más cercanos en la misma escala y sus nueve vecinos correspondientes en una escala
inmediatamente inferior y superior donde si el valor de pixel es el máximo o mínimo entre
todos los pixeles comparados, se selecciona como un candidato a punto clave.
2.4.4.1.2 Localización de puntos de interés
Para cada candidato a punto clave se debe de redefinir a sub-pixel para ello se usa la
serie de Taylor de escala- espacio donde se descarta los candidatos menores al umbral,
posteriormente se debe de usar la matriz Hessiana para el cálculo de las curvaturas
principales y eliminación de bordes.
30
!
2.4.4.1.3 Asignación de orientaciones
A cada punto de interés se le asigna una orientación que es basada en la dirección de su
gradiente para este paso la imagen gaussiana analizada se representa por 𝐿(𝑥, 𝑦, 𝜎) donde
𝜎 es la escala del punto clave, gradiente 𝑚(𝑥, 𝑦), orientación 𝜃(𝑥, 𝑦).
𝑚(𝑥, 𝑦) = √(𝐿(𝑥 + 1, 𝑦) − 𝐿(𝑥 − 1, 𝑦))2 + (𝐿(𝑥, 𝑦 + 1) − 𝐿(𝑥, 𝑦 − 1))2 ,
𝜃(𝑥, 𝑦) = 𝑎𝑡𝑎𝑛2(𝐿(𝑥, 𝑦 + 1) − 𝐿(𝑥, 𝑦 − 1), 𝐿(𝑥 + 1, 𝑦).
Se calcula la magnitud y dirección de la gradiente de los vecinos del punto clave. Se
forma un histograma de orientación de 36 conectores donde cada conector tiene 10 grados,
formando 360 grados en total, donde el pico más alto del histograma indica la orientación
del punto clave.
2.4.4.1.4 Descriptor de punto de interés
Para la descripción de cada punto de interés se toma una vecindad de 16x16 puntos
donde cada histograma tiene una subregión de 4x4 de la región vecina original, donde un
descriptor en un vector con todos los valores de los histogramas, tiendo un total de 128
elementos.
2.4.4.1.5 Correspondencia de puntos de interés
La correspondencia de los puntos de interés en 2 imágenes, se hallan por la búsqueda
del punto más próximo en los descriptores al punto de interés.
Después de realizada la toma de la escena, se procede a la comparación entre imágenes
(imagen predefinida y la escena), primero se tiene que localizar los puntos característicos
más fuertes de la imagen de referencia, en este caso se escogió la lata de atún (figura 2.10),
31
!
en donde la tabla 2.6 se puede observar la localización de los N puntos característicos más
fuertes de la imagen predefinida.
Figura 2-10 Detención de imagen por algoritmo SIFT
Tabla 2-6: Elección de cantidad de puntos característicos. Fuente propia.
Cantidad de puntos Imagen con los puntos Porcentaje de

característicos característicos reconocimiento con la
imagen de la escena
50 90.3%
100 97.1%
250 97.5%
500 97.9%
32
!
Se escoge usar la cantidad de 100 puntos debido a que el porcentaje de reconocimiento
de la imagen predefinida es de 97.1% y no varía tanto el porcentaje de reconocimientos si
se usara 500 puntos lo cual sí implicaría más cantidad de memoria y tiempo de
procesamiento. Después de realizado el reconocimiento de los puntos característicos más
fuertes de la imagen predefinida. Se realiza el mismo procedimiento, pero con las
fotografías de la escena, para las fotografías de la escena se utilizará el triple de número
de puntos característicos, obteniendo la posición de los puntos característicos como se
muestra en la figura 2.11.
Figura 2-11: Fotografías de las cámaras izquierda y derecha con 300 puntos característicos. Fuente propia.
Después de obtención de puntos característicos de cada imagen, se realiza la
determinación de qué puntos característicos coinciden entre la imagen predefinida y las
fotografías de la escena, como se muestra en la figura 2.12 y figura 2.13. En este proceso
se realiza la comparación punto por punto, ubicándose cada punto característico de la
imagen predefinida con su semejante punto característico en la fotografía de la escena.
Figura 2-12: Reconocimiento de puntos característicos iguales con la imagen izquierda de la escena. Fuente
propia.
33
!
Figura 2-13: Reconocimiento de puntos característicos iguales con la imagen derecha de la escena. Fuente
propia.
Finalizado el reconocimiento de los puntos característicos iguales entre la imagen y las
fotografías de la escena, se calcular su posición en un plano XY con origen en el centro de
cada imagen de la escena (figura 2.14).
Figura 2-14: Reconocimiento de la posición de la imagen predefinida en las fotografías de la escena. Fuente
propia.
2.4.5 Cálculo de posición del objeto con referencia al brazo robótico
Después de determinada las posiciones en X e Y se realiza el cálculo de profundidad,
para ello se utiliza la triangulación. Al conocer la posición en la que se encuentran las 02
cámaras con el mismo punto de referencia, puedo saber la distancia que están separadas y
teniendo las fotografías tomadas por las 02 cámaras además de tener como punto de
coincidencia el objeto predefinido (figura 2.15).
34
!
Figura 2-15: Triangulación para el cálculo de la profundidad [43]
Al establecer la geometría, las coordenadas del objetivo pueden ser calculadas con las siguientes
ecuaciones:
𝑟
𝐶𝐼𝑁 = 𝐶𝑜𝑙𝐼𝑧𝑞 − ,
2
𝑟
𝐶𝐷𝑁 = 𝐶𝑜𝑙𝐷𝑒𝑟 − ,
2
𝐶𝐷𝑁+𝐶𝐼𝑁
𝑥𝑖 = −𝑑 ,
𝐶𝐷𝑁−𝐶𝐼𝑁
𝑥𝑖 +𝑑
𝑦𝑖 = 𝑓𝑟 .
2 𝑎 𝐶𝐼𝑁
Donde:
𝐶𝑜𝑙𝐼𝑧𝑞: Número de pixeles de la columna de la imagen izquierda donde se encuentra el objetivo.
𝐶𝑜𝑙𝐷𝑒𝑟: Número de pixeles de la columna de la imagen derecha donde se encuentra el objetivo.

𝐶𝐼𝑁: Columna izquierda normalizada (distancia del objetivo al centro de la imagen, expresado en
pixeles).
𝐶𝐷𝑁: Columna derecha normalizada (distancia del objetivo al centro de la imagen, expresado en
pixeles).
𝑑: Distancia entre cada cámara y el origen del sistema.
𝑓: Distancia entre el plano de fondo (definido por el volumen de trabajo del brazo) y la línea de
cámaras.
𝑎: Apertura del campo visual en mm.
𝑟: Resolución horizontal de la cámara en pixeles.

𝑥𝑖 : Posición del objetivo en el plano x.
𝑦𝑖 : Posición del objetivo en el plano x (profundidad).
Obteniendo como resultado la profundidad en milímetros. Para las pruebas se usaron
los objetos predefinidos (figura 2.8), con un rango de medición de 250 a 550 mm y se
35
!
tomaron 16 pares de imágenes (4 pares por objeto), donde los resultados se muestran en la
tabla 2.7.
Tabla 2-7: Resultados de las pruebas de profundidad. Fuente propia.
Objeto Distanciar real Distancia calculada Error absoluto

(mm) (mm) (mm)
Desodorante 250 244 6
350 353 3
450 457 7
550 542 8
Atún 250 246 4
350 355 5
450 453 3
550 544 6
Agua de azahar 250 253 3
350 352 2
450 447 3
550 559 9
Gaseosa 250 247 3
350 353 3
450 443 7
550 554 4
Se observa de la tabla 3.7 que el error absoluto es muy pequeño teniendo un promedio
de 4.75 mm de error, el cual es aceptable para el sistema, debido a que las pinzas abiertas
del brazo robótico miden 160 mm, representado un 3% del tamaño de las pinzas abiertas,
no se consideraría aceptable cuando el erro represente 10% del tamaño de las pinzas
abiertas.
Las coordenadas que se tuvieron del resultado de la triangulación (figura 2.15) tienen
como sistema de referencia el centro de la cámara derecha, para el movimiento del brazo
robótico el sistema de referencia tiene que variar al centro del gripper (figura 2.16), debido
a que es el gripper quien se va a estar moviendo y su posición final tiene que ser la posición
del objeto predefinido. En la tabla 2.8 se detalla las coordenadas finales de la cámara
derechas respecto al gripper.
36
!
Figura 2-16 : Cambio de origen para la sujeción de objetos. Fuente propia.
Tabla 2-8: Coordenadas con referencia la gripper
Origen Inicial Origen Final Coordenadas

(mm) (mm) finales del origen
(mm)
X 0 -41 -41
Y 0 48 48
Z 0 37 37
Estas coordenadas son relativas debido a que el origen general del sistema es el origen
del brazo robótico. Como se observa en las figuras 3.17 y 3.18 las coordenadas de la
cámara y las coordenadas del brazo robótico son diferentes por lo que se tiene que hacer
una traslación de coordenadas.
Figura 2-17: Coordenadas de la cámara derecha. [42]
37
!
Figura 2-18: Coordenadas del brazo robótico. [33]
Para realizar la transformación de coordenadas se tiene que definir una posición inicial
del brazo robótico. En la tabla 2.9 se muestra las posiciones en las cuales se probaron poner
el brazo para ser la posición inicial.
Tabla 2-9: Elección de la posición origen del brazo. Fuente propia.
Posición X,Y,Z respecto al brazo Observaciones

robótico
0.35,-0.36, 0.30 La posición es muy alta no se visualiza
nada que tenga como base una mesa al
mismo nivel que la base del brazo
robótico.
0.35,-0.36, 0.05 En esta posición si se observa los objetos
que tenga como base una mesa al mismo
nivel que la base del brazo robótico, pero
su rango de operación es muy pequeño
debido a que está muy lejos de la base del
brazo robótico
0.30,-0.30,0.05 En esta posición si se observa los objetos
que tenga como base una mesa al mismo
nivel que la base del brazo robótico, pero
su rango de operación sigue siendo muy
pequeño, se puede mejorar.
0.21,-0.21,0.05 Esta posición es la ideal debido a que es
la posición del brazo robótico más cerca
a la base del brazo robótico sin causar
choques consigo mismo y su rango de
visión sí observa a los objetos que tenga
como base una mesa al mismo nivel que
la base del brazo robótico.
38
!
En la figura 2.19 se observa al brazo robótico en la posición 0.21, -0.21, 0.05
Figura 2-19: Posición de origen del movimiento del brazo robótico. Fuente propia.
Ya obtenida la posición inicial del brazo robótico se realiza el cálculo de transformación
de coordenadas de la cámara a las coordenadas del brazo robótico con origen en su base.
En la figura 2.20 se muestra las coordenadas vistas desde arriba.
Figura 2-20: Coordenadas relativos y absolutas del sistema. Fuente propia.
39
!
Las traslaciones de coordenadas se muestran en las siguientes ecuaciones:
Dato de la posición inicial:
𝛼 + 𝛽 = 120°;
Ecuaciones generales:
𝑧′
(𝑥 ′ ∗cos(𝑎𝑟𝑡𝑎𝑛( ′ )−(𝛼+𝛽)°))
𝑥
𝑥 = 0.21 + 𝑧′
;
cos(arctan( ′ ))
𝑥
𝑧′
(𝑧 ′ ∗sen(𝑎𝑟𝑡𝑎𝑛( ′ )−(𝛼+𝛽)°))
𝑥
𝑦 = −0.27 + 𝑧′
;
sen(arctan( ′ ))
𝑥
Donde 𝛼 y 𝛽 son los ángulos de posición del objeto con respecto a la cámara teniendo
como ejes de origen X, X’ respectivamente. Con estas ecuaciones se logra la
transformación exitosa de las coordenadas del objeto que estaban respecto a la cámara
ahora están respecto a la base del brazo robótico.
2.5 Sistema mecánico
2.5.1 Diseño de soporte brazo robótico
El sistema mecánico se basa en el montaje del brazo robótico con la silla de ruedas.
Para ello, se diseñó y se implementó un soporte para el brazo robótico en la silla de ruedas
(figura 2.21).
Figura 2-21: Soporte unión silla de ruedas - brazo robótico. Fuente propia.
40
!
2.5.2 Diseño de soporte de cámaras
Las cámaras se encontrarán en el actuador final del brazo robótico por lo que necesita
un soporte que una el brazo robótico y las cámaras, en la figura 2.22 se muestra el soporte
diseñado para la unión de estos elementos.
Figura 2-22: Soporte unión brazo robótico – cámaras. Fuente propia.
Este soporte fue manufacturado en una impresora 3D, como se muestra en la figura 2.23.
Figura 2-23: Soporte impreso en impresora 3D. Fuente propia.
2.5.3 Montaje del brazo robótico
En la implementación del sistema mecánico, como se puede observar en la figura 2.24,
el soporte unión silla de ruedas y brazo robótico ya se encuentra ensamblado con la silla
de ruedas para su posterior unión con el brazo robótico.
41
!
Figura 2-24: Ensamble silla – soporte. Fuente propia.
En la figura 2.25 se muestra el ensamble completo de silla de ruedas, soporte y brazo
robótico.
Figura 2-25: Ensamble silla – soporte –brazo robótico. Fuente propia.
42
!
2.5.4 Montaje de cámaras
Como se muestra en la figura 2.26 las cámaras ya se encuentran unidas a través de su
soporte con el brazo robótico.
Figura 2-26: Ensamble silla - brazo robótico – cámaras. Fuente propia.
2.6 Sistema de control
El sistema de control es el encargado de recibir las señales provenientes de los
electrodos para su procesamiento y extracción de características, estas señales ya
procesadas serán interpretadas como comandos para el movimiento del brazo robótico.
Para ello se necesita un entrenamiento entre el usuario y el sistema, donde dicho
entrenamiento consistirá generar estímulos visuales independientes y se espera como
respuesta las señales cerebrales generadas por estos estímulos.
Este sistema de control estará implementado en la computadora portátil ya seleccionada
anteriormente.
Los programas a ejecutar son: Visual Studio 2017, Matlab 2016, Ubuntu 16.04.
43
!
 El programa Visual Studio 2017 será ejecutado para la recepción de la señal
cerebral, su procesamiento, extracción de características y también se realizará la
interfaz gráfica en este programa.
 El programa Matlab 2016 será ejecutado para que interactúe con las cámaras y así
capturar de posición del objeto predefinido en el entorno.
 Ubuntu 16.04 será ejecutado para el envío de los comandos de acciones de la silla
de ruedas y el brazo robótico.
2.6.1 Adquisición y procesamiento de la señal cerebral
La adquisición de la señal estará a cargo de EEG g.Nautilus de la empresa g.tec Medical
Engineering GmbH, que utiliza 32 electrodos secos, y muestrea las señales cerebrales con
una frecuencia de 500Hz. Esta adquisición y procesamiento de la señal se realizará
mediante el programa Visual Studio.
Las 32 señales provenientes del EEG, muestreadas a 500 Hz serán filtradas con un filtro
pasabanda Butterworth de orden 10, con frecuencias de corte de 1 Hz y 15 Hz, luego se
tomarán ventanas de un segundo de longitud a partir del inicio del estímulo, y se realizará
downsampling a 50 Hz. En el siguiente paso se aplicará un filtro espacial de Patrones
Espaciales Comunes (CSP), para realizar una reducción dimensional, obteniendo solo 16
canales en el nuevo espacio de las características. Finalmente, se realizará la normalización
de la data en esta nueva ventana, obteniéndose un vector de características final que se
utilizará en el clasificador. En la figura 2.27 se muestra el flujo de procesamiento de las
señales cerebrales.
44
!
Figura 2-27: Flujo de procesamiento de la señal y extracción de sus características. Fuente propia.
2.6.2 Detección de la señal EEG
Como se explicó en el capítulo anterior se utilizará para la adquisición de señales
cerebrales el equipo EEG g.Nautilus, su correcta colocación en la cabeza se presenta en la
figura 2.28.
Figura 2-28: Colocación del EEG EEG g.Nautilus correctamente. Fuente propia.
La interfaz gráfica comenzará a parpadear cíclicamente, en donde primero parpadea la
silla de ruedas y después el brazo robótico, cuando la persona está concentrada en el
parpadeo de alguna de esas dos imágenes generará picos de señales cerebrales las cuales
serán interpretadas como una orden en el sistema.
En la figura 2.29 se visualizan dos señales, la señal de la izquierda es la señal cuando
el usuario se concentra en la imagen que parpadea en donde se observar un pico el cual es
interpretado por el sistema como un comando y la señal de la derecha es la señal cuando
el usuario no está concentrado en la imagen que parpadea (estado de relajación).
45
!
Figura 2-29: Señales obtenidas por EEG para estímulo a imágenes P300 (izquierda) y estímulos no objetivos
(derecha). Fuente propia.
2.6.3 Control del brazo robótico
El brazo robótico puede recibir de entrada 2 parámetros: posición final y velocidad de
traslación del efector final. Si el brazo no recibe una velocidad de entrada, este asume una
velocidad 25 cm/s (velocidad máxima de traslación), por lo que también se variará el
parámetro de velocidad de traslación para que se traslade con una velocidad que desacelera
constantemente hasta que llegue a su posición final.
Para generar la señal de velocidad de entrada del efector final del brazo robótico, se
toma la diferencia generada entre el valor de la posición deseada y la posición real dada
por el sensor de posición del brazo robótico, el error resultante entre estas dos posiciones
deberá ser multiplicado por una constante 𝐾, dando como resultado la señal de entrada
velocidad del efector final del brazo robótico.
En la figura 2.30 se muestra el lazo de control del brazo robótico.
46
!
Figura 2-30: Brazo controlado con realimentación de información para cálculo de la velocidad del efector
final del brazo robótico. Fuente Propia.
Así:
𝑉𝑥 = 𝐾. ( 𝑅𝑥 − 𝑌𝑥 ),
𝑉𝑦 = 𝐾. ( 𝑅𝑦 − 𝑌𝑦 ),
𝑉𝑧 = 𝐾. ( 𝑅𝑧 − 𝑌𝑧 ).
Donde “𝑉𝑥 ”, “𝑉𝑦 ”, “𝑉𝑧 ” representan a las velocidades del efector final del brazo
robótico, “𝐾” es la ganancia, “𝑅𝑥 ”, “𝑅𝑦 ”, “𝑅𝑧 ” son las posiciones finales deseadas o de
referencia, “𝑆𝑥 ”, “𝑆𝑦 ”, “𝑆𝑧 ” son las posiciones en tiempo real del efector final del brazo
robótico y “𝑌𝑥 ”, “𝑌𝑦 ”, “𝑌𝑧 ” son las salidas del sensor del posición del efector final del
brazo.
A continuación, se presentan las pruebas que se realizaron con diferentes constantes
multiplicadas con la diferencia de posiciones, en la tabla 2.10.
47
!
Tabla 2-10: Tabla de resultado de control de brazo robótico. Fuente Propia.
Número Distancia Constante de Observaciones

de prueba Recorrida (m) multiplicación
(ganancia
1 0.10 0.01 El movimiento es muy variable
debido a que su oscilación es
excesiva.
2 0.10 0.015 El movimiento sigue siendo muy
inestable.
3 0.10 0.71 El movimiento mejora ya no hay
oscilación, aunque se percibe
oscilaciones.
4 0.10 0.80 El movimiento es preciso y el
tiempo de llegada a la posición
final es el deseado (3s).
5 0.20 1.00 El tiempo de respuesta al
movimiento es muy rápido lo cual
implica exigir al robot, además no
es preciso debido a que la
distancia recorrida no es a
deseada.
Como resultado a las pruebas realizadas con el brazo robótico se realizará el control
de movimiento del brazo con una ganancia (k=0.80) la cual será multiplicada con el error
entre la posición deseada y la posición actual, este resultado será la velocidad del efector
final que se le dará al brazo robótico, esta velocidad será descendiente hasta llegar a 0
donde sería su posición final.
2.6.4 Diagrama de flujo del sistema
En la figura 2.31 se muestra en diagrama de flujo general del sistema, el sistema inicia
con la configuración inicial en donde se energiza todo el sistema, después de ya realizada
la esta primera etapa, se da inicio a la interfaz gráfica donde el usuario podrá seleccionar
entre la silla de ruedas y el brazo robótico, según las necesidades que tenga el usuario con
ayuda del paradigma P300 y el EEG g.Nautilus, siguiendo con el proceso, las funciones
varían si se escoge la silla de ruedas o el brazo robótico, en caso se escoja el brazo robótico
se realiza la sub-rutina “Realizar tareas predefinidas del brazo” esta sub-rutina se muestra
48
!
en la figura 2.32 después de realizar la tarea se pregunta si se quiere dejar de usar el
sistema, si la respuesta es “Sí” se finaliza el programa y si la respuesta es “No” se vuelve
al inicio del programa principal para seguir siendo ejecutado.
Figura 2-31: Diagrama de flujo general del proyecto. Fuente propia.
En la Figura 2.32 se muestra la subrutina que sigue el brazo robótico para la realización
de sus tareas, para la ejecución de esta subrutina se hace uso de dos cámaras, las cuales
toman una fotografía de la escena cada una.
49
!
Figura 2-32: Subrutina “Realizar tareas predefinidas del brazo”. Fuente propia.
Ya obtenidas las coordenadas XYZ del objeto predefinido, ahora se necesita enviar las
coordenadas al brazo robótico, para este proceso se escogió utilizar el protocolo de control
de transmisión (TCP) realizando la comunicación en entre el Matlab - cliente (programa
donde se programó la cámara) y Terminal Ubuntu de máquina virtual - servidor (programa
donde se ejecutará las tareas predefinidas del brazo).Se escogió este protocolo de control
de transmisión debido a que permite que dos máquinas que están comunicadas controlen
el estado de la transmisión, la comunicación es como se muestra en la figura 2.33.
50
!
Figura 2-33: Diagrama de Flujo del Cliente y Servidor respectivamente. Fuente propia.
2.6.5 Flujo de trabajo del sistema
Para la elaboración del flujo de trabajo se tiene que tener clara la estructura de funciones
del sistema, la cual se puede observar en el Anexo F. En la figura 2.34 se muestra el flujo
de trabajo de todo el sistema, desde la interacción del usuario con el sistema, hasta el
resultado final que son las acciones comandadas por las señales cerebrales de la persona.
Figura 2-34: Flujo de trabajo del sistema. Fuente propia
51
!
3 COSTOS DEL SISTEMA
Gracias al apoyo del Grupo de Investigación en Robótica Aplicada y Biomecánica
(GIRAB) de la Pontificia Universidad Católica del Perú y el Centro de Tecnologías
Avanzadas de Manufactura. Se contó con los dispositivos G.Nautilus, brazo robótico
Kinova Mico 2, silla de ruedas eléctrica Optimus 2. Para fines de la tesis se considera los
costos de cada uno de estos elementos como referencia. En la tabla 3.1 se detalla los precios
de todos los componentes del sistema.
Tabla 3-1: Tabla de precios de componentes del sistema robótico. Fuente propia.
Ítem Componentes Detalle Cantidad Precio Total (S/.)

1 Electrodos no g.Nautilus 32 1 60,705.16
invasivos Channels
2 Brazo robótico Kinova Mico 2 1 82,608.64
3 Silla de ruedas Optimus 2 1 28,948.43
4 Cámaras Logitech C525 2 400.00
5 Laptop K555UQ-XX002 1 3,274.00
6 Electrodos parches 3M 50 50.00
175,986.23
: Componentes prestados por Grupo de Investigación en Robótica Aplicada y
Biomecánica (GIRAB) de la Pontificia Universidad Católica del Perú y el Centro de
Tecnologías Avanzadas de Manufactura.
3.1 Costos de diseño:
En la tabla 3.2 se muestra las horas empleadas para el diseño de cada dominio presente
en este trabajo de tesis. La suma total en el diseño de la tesis es de S/. 1,800.00.
Tabla 3-2: Tabla de horas empleadas en el diseño. Fuente propia.
Ítem Concepto Horas Costo Precio Total

Unitario (S/.)
1 Dominio mecánico 30 20.00 600.00
2 Dominio 30 20.00 600.00
eléctrico/electrónico
3 Dominio de control 30 20.00 600.00
1,800.00
52
!
3.2 Costos de fabricación:
En la tabla 3.3 se muestra los componentes que se mandaron a fabricar para la
integración del sistema robótico. La suma total en la fabricación de componentes es de S/.
300.00.
Tabla 3-3: Componentes a fabricar. Fuente propia.
Ítem Componentes Cantidad Costo Precio Total

Unitario (S/.)
1 Soporte de brazo 1 180.00 180.00
robótico
2 Soporte de cámaras 1 150.00 150.00
330.00
3.3 Costos de programación:
En la tabla 3.4 se muestra el detallado de los costos de programación necesarios para la
implementación del sistema robótico, tomando en cuenta un costo de programación de S/.
30.00 por hora, donde las horas totales empleadas para la programación del sistema
robótico asistencial son de 42 horas, nos da un total de S/. 1200.00.
Tabla 3-4: Tabla con horas de programación. Fuente propia.
Ítem Tarea Horas Costo Precio Total

Unitario (S/.)
1 Configuración del software 3 30.00 90.00
2 Configuración de protocolos de 4 30.00 120.00
comunicación
3 Programación de detección de 10 30.00 300.00
objetos
4 Programación de movimientos 10 30.00 300.00
del brazo robótico
5 Procesamiento de la señal EEG 10 30.00 300.00
y programación de órdenes de
trabajo para el brazo robótico
6 Integración del sistema robótico 5 30.00 150.00
1,200.00
53
!
3.4 Costos de pruebas
En la tabla 3.5 se muestra los costos de la calibración y pruebas para la integración del
sistema, tomando en cuenta un precio por hora de S/. 30.00 y donde las horas totales
empleadas en las pruebas fue de 63 horas, nos da un total de S/. 1890.00.
Tabla 3-5: Tabla de costos de pruebas.
Ítem Tarea Horas Costo Precio Total

Unitario (S/.)
1 Calibración de cámaras 5 30.00 150.00
2 Pruebas de detección de objetos 10 30.00 300.00
3 Pruebas de movimiento de brazo 8 30.00 240.00
robótico
4 Pruebas de integración entre brazo 15 30.00 450.00
y cámaras
5 Pruebas de integración de todo el 15 30.00 450.00
sistema robótico
6 Pruebas del sistema con personas 10 30.00 300.00
1,890.00
3.5 Costos totales
En la tabla 3.6 se muestra los costos totales de cada concepto.
Tabla 3-6: Tabla general con los gastos totales
Ítem Conceptos Sub Total

(S/.)
1 Costos de componentes (Considerando precios de equipos 175,986.23
prestados)
2 Costos de diseño 1,800.00
3 Costos de fabricación 330.00
4 Costos de programación 1,200.00
5 Costos de pruebas 1,890.00
Total 181,206.23
54
!
4 EXPERIMENTOS Y RESULTADOS
En este capítulo se exponen los experimentos realizado como también los resultados
que se obtuvieron de dichos experimentos.
Para la realización de los experimentos con personas, se dividió en 2 sesiones, la sesión
de adquisición de señales y la sesión de control de sistema robótico.
4.1 Requisitos para el experimento
Para la realización del experimento con personas, se tiene que tener en cuenta los
siguientes requisitos que deben de cumplir las personas que participarán en el experimento:
 Ser mayor de edad.
 La noche anterior haber dormido alrededor de 8 horas.
 No presentar en el cabello ningún tipo de producto químico.
 Firmar consentimiento para someterse a pruebas con el sistema BCI.
En la tabla 4.1, se muestra las características de los usuarios que participaron en los
experimentos con el sistema, cabe recalcar como se dijo al inicio de la presente tesis, los
experimentos se realizaron con personas sanas.
Tabla 4-1 Características del usuario. Fuente propia.
Paciente Edad ¿Usa Altura Peso Ocupación Horas que Sexo

(años) lentes? (m) (kg) durmió
antes del
experimento
1 22 Si 1.72 80 Estudiante 8 Masculino
2 21 No 1.70 68 Estudiante 7 Masculino
4 24 Si 1.51 55 Estudiante 8 Femenino
7 26 No 1.41 45 Investigadora 6 Femenino
55
!
4.2 Primera sesión
Al inicio de la primera sesión se le explica al paciente a grandes rasgos de que se va a
tratar la experiencia como también la manera en que se debe de sentar y mirar la interfaz
gráfica para una correcta adquisición de señales cerebrales (figura 4.1).
Figura 4-1 Posición correcta para las sesiones. Fuente propia.
En esta sesión se capturan las señales cerebrales del usuario (figura 3.27), donde la
finalidad de esta experiencia es entrenar al sistema con las señales cerebrales del usuario. A
esta primera sesión se la denominó “off-line”.
Para la adquisición de las señales cerebrales se utilizó la interfaz gráfica como se aprecia
en la figura 4.2, utilizando el paradigma P300, se realizará el flash de las imágenes, donde
serán 5 rutinas de 6 flashes cada imagen, llegando a un total de 30 flashes por imagen. Estas
5 rutinas de deben de repetir 6 veces.
Figura 4-2: Interfaz gráfica. Fuente propia.
56
!
Los resultados de la primera sesión se tienen en la tabla 4.2.
Tabla 4-2 Resultados de la primera sesión. Fuente Propia.
Paciente Porcentaje de Porcentaje de Porcentaje de

eficiencia por 3 eficiencia por 4 eficiencia por 10
flashes (%) flashes (%) flashes (%)
1 83.33 83.33 100
2 91.67 91.67 83.33
3 83.33 75 91.67
4 83.33 91.67 100
5 91.67 91.67 100
6 83.33 83.33 100
7 75 85.35 83.33
8 91.67 91.67 100
9 75 83.33 91.67
Promedio 84.72 86.45 93.05
4.3 Segunda sesión
Previa a esta sesión, se entrena las señales cerebrales, para que el sistema pueda predecir
que objeto se está observando.
La segunda parte consiste en comandar el sistema ya entrenado con las señales de un
usuario específico, a esta parte se la denominó “on-line”. Cabe resaltar que para la
realización de estas 2 partes se realizan en días diferentes, debido a que el cansancio visual
puede ser muy agotador para algunas personas provocando sueño, lo cual provocaría error
en la predicción de figuras.
Para esta segunda sesión se realizará el flasheo de las imágenes con 4 flashes cada
imagen.
En la siguiente tabla 4.3 se muestra los resultados de las pruebas del brazo robótico
dirigiéndose al objeto (figura 4.3).
57
!
Tabla 4-3: Resultados de pruebas de sujeción de objetos. Fuente propia.
Paciente Objeto Error (X,Y,Z) en ¿LLEGÓ AL

dejar el objeto en OBJETIVO?
posición final (mm)
1 Botella Coca Cola 3,3,1 Sí
Lata de Atún 3,2,3 Sí
Botella de agua oxigenada 2,2,2 Sí
Desodorante 2,1,3 Sí
58
!
Figura 4-3: Desarrollo de prueba de sujeción. Fuente propia.
59
!
5 CONCLUSIONES
 Conforme a los resultados obtenidos de los experimentos con personas sanas, se
concluye que la integración de un sistema robótico asistencial controlado por una
interfaz cerebro computador puede tener grandes éxitos con personas que sufren
discapacidad motora debido a que ha cumplido los requerimientos planteados al
inicio del proyecto, realizar tareas cotidianas de una persona como son mover
objetos a cortas distancias.
 Se ha implementado un sistema de visión artificial de reconocimientos de objetos
teniendo un error promedio casi despreciable (4.75 milímetros). A pesar de este
error, el robot alcanzo el objeto y culmino con las tareas predefinidas.
 La interfaz cerebro computador basada en P300 ha obtenido unos resultados
favorables con sujetos sanos, donde cada sujeto cumplió al 100% con los objetivos
planteados en las pruebas, por lo cual se puede asumir que se tendrá resultados
favorables también con personas con discapacidad motora, debido a que el P300 es
un paradigma en respuesta a estímulos visuales.
60
!
6 RECOMENDACIONES
El brazo robótico empleado en los experimentos solo cumplía la función de trasladar
objetos, se puede diseñar un mecanismo que no solo realice estas funciones y que sea
multifuncional para tener más aplicaciones, como por ejemplo saludar a personas, escribir,
etc.
El sistema BCI utilizado en la tesis es un sistema básico, debido a la falta de experiencia
en el desarrollo de estos sistemas BCI. Esto implica que el sistema genera un grado de
error, esto se puede mejorar realizando mayor cantidad de entrenamiento entre el usuario
y el sistema, este grado de error sería el de reconocer las órdenes dadas por el usuario.
En el sistema de visión artificial, siempre se tiene que estar protegiendo el lente de la
cámara debido a que la limpieza y el cuidado de la cámara influye en la detección de los
objetos.
Se recomienda usar 2 computadoras o procesadores para distribuir mejor el trabajo
debido a que si una computadora se encarga del control de todo el sistema, el sistema se
vuelve más lento, esto también significaría encarecer el sistema un 5% del total.
61
!
7 BIBLIOGRAFIA
[1] Organización Mundial de la Salud (OMS).
2011 Discapacidad en el mundo. Consulta: 16 de agosto 2017
http://www.citamericas.org/arquivos/8eb24c8f67879c1b5b9bfdef68ba48f2.pdf
[2] Perú 21.
2013 El 5.2% de peruanos tiene algún tipo de discapacidad. Consulta: 30 de agosto
2017
https://peru21.pe/lima/5-2-peruanos-tipo-discapacidad-115645
[3] Fernández Lerones MJ, De la Fuente Rodríguez A.
2010 “Esclerosis lateral amiotrófica”. Caso clínico. Cantabria, volumen VI,
número 1, pp. 568-569. Consulta: 04 de septiembre 2017
http://mgyf.org/wp-content/uploads/2017/revistas_antes/revista_130/568-570.pdf
[4] RTVE.
2016 “Una de cada 400 personas en España padecerá esclerosis lateral
amiotrófica (ELA)”. Consulta: 31 de agosto 2017
http://www.rtve.es/noticias/20160620/cada-400-personas-espana-padecera-
ela/1360461.shtml
[5] INEI
2013 En el Perú 1 millón 575 mil personas presentan algún tipo de discapacidad.
Consulta: 2 de febrero de 2018.
62
!
https://www.inei.gob.pe/prensa/noticias/en-el-peru-1-millon-575-mil-personas-
presentan-alg/
[6] Bustamante Mungarro Jesús Manuel
2010 Discapacidad motora – Tratamientos. Consulta: 10 de septiembre de 2017.
http://dmotora.blogspot.pe/
[7] Física con ordenador
2015 Principio de Arquímedes. Consulta: 10 de septiembre de 2017.
http://www.sc.ehu.es/sbweb/fisica/fluidos/estatica/arquimedes/arquimedes.htm
[8] Perez Carol Tatiana y Reyes Soto
2008 Terapia acuática para niños con discapacidad motriz. Consulta: 11 de
septiembre de 2017.
https://www.efisioterapia.net/articulos/terapia-acuatica-ninos-discapacidad-motriz
[9] F. Orient-López, R. Terré-Boliart, D. Guevara-Espinosa, M. Bernabeu-Guitart
2006 “Tratamiento neurorrehabilitador de la esclerosis lateral amiotrófica”.
Barcelona, número 38, pp. 549-555. Consulta: 11 de septiembre de 2017.
[10] Nicolás Alonso Luis Fernando y Gomez Gil Jaime.
2012 Brain Computer Interfaces, a Review. Consulta: 23 de agosto 2017
http://www.mdpi.com/1424-8220/12/2/1211/htm
[11] Achanccaray David, Flores Christian y Fonseca Chirstian.
2017 A P300-based brain computer interface for smart home interaction through an
ANFIS ensemble. Consulta: 28 de agosto 2017
http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=8015770
63
!
[12] Nijholt Anton.
2008 BCI for Games: A “State of the Art” Survey. Consulta: 31 de agosto 2017
https://link.springer.com/content/pdf/10.1007%2F978-3-540-89222-9_29.pdf
[13] Chung-Min Wu, Yeou-Jiunn Chen y Ilham A. E. Zaeni
2016 A new SSVEP based BCI application on the mobile robot in a maze game.
Consulta: 31 de agosto 2017
http://ieeexplore.ieee.org/document/7840197/
[14] Grupo de Robótica, Percepción y Tiempo Real.
2011 Tecnología de Interfaz Cerebro – Computador. Consulta: 02 de septiembre
2017.
https://webdiis.unizar.es/~jminguez/Sesion001_UJI.pdf
[15] Fearon C, Murray B, Mitsumoto H.
2005 Esclerosis lateral amiotrófica (ELA). Consulta: Consulta: 01 de septiembre
2017.
https://medlineplus.gov/spanish/ency/article/000688.htm
[16] Velasco Álvarez, Francisco.
2012 Interfaz cerebro-computadora: paradigmas de navegación basados en una
tarea de imaginación motora. Consulta: 04 de septiembre 2017.
http://www.diana.uma.es/administrator/components/com_jresearch/files/publications/
Tesis_VelascoAlvarez.pdf
[17] Psicología de la percepción visual.
2005 Las ondas cerebrales. Consulta: 07 de septiembre 2017.
64
!
http://www.ub.edu/pa1/node/130
[18] Donchin, E.
2000 Potenciales relacionados con eventos. Consulta: 04 de septiembre 2017.
http://www.facmed.unam.mx/Libro-NeuroFisio/10-Sistema%20Motor/10a-
Movimiento/Textos/ERP.html
[19] A. García Pablo, M. Spinelli Enrique, M. Toccaceli Graciela
2011 Interfaz Cerebro Computador basada en potenciales evocados visuales de
estado estacionario: ensayos preliminares. Consulta: 06 de septiembre 2017.
http://www.sabi2011.fi.mdp.edu.ar/proceedings/SABI/Pdf/SABI2011_47.pdf
[20] A.L. Miguel, A. Baccala Luis, C.S. Lin Rick y K. Chapin John.
1995 Sensorimotor Encoding by Synchronous Neural Ensemble Activity at Multiple
Levels of the Somatosensory System. Consulta: 07 de septiembre 2017.
https://science.sciencemag.org/content/268/5215/1353/tab-pdf
[21] Prashant Parmar, Joshi Anand, Gandhi Vaibhav.
2013 Brain Computer Interface: A Review. Consulta: 08de septiembre 2017.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3304110/
[22] Hornero Roberto, Corralejo Rebeca y Álvarez Daniel
2010 Brain-Computer Interface (BCI) aplicado al entrenamiento cognitivo y control
domótico para prevenir los efectos del envejecimiento. Consulta: 08 de septiembre
2017.
http://envejecimiento.csic.es/documentos/documentos/lychnos08-hornero-
braincomputer-01.pdf
65
!
[23] SourceForge.
2011 OpenEEG- Active Electrodes for the modularEEG. Consulta: 08 de septiembre
2017.
http://openeeg.sourceforge.net/doc/hw/ae.html
[24] Biosemi Group.
2010 EEG signals, what are the advantages of Active electrodes with respect to
shielding? Consulta: 09 de septiembre 2017.
http://www.biosemi.com/faq/shielding%20vs%20active%20electrodes.htm
[25] Orozco Marcela Diana y Nieto Natalia.
2008 “El uso de la transformada wavelet discreta en la reconstrucción de señales
senosoidales”. Pereira, número 38, pp. 381-385. Consulta: 09 de septiembre
2017.
[26] Dra. María del Pilar Gómez Gil.
2017 Procesamiento digital de señales. Consulta: 03 de marzo 2018.
http://ccc.inaoep.mx/~pgomez/cursos/pds/slides/S10-FiltrosLMS.pdf
[27] JOHN EDISON MUNOZ CARDONA.
2014 Patrones de imaginación motora en una interfaz cerebro computador de bajo
costo usando software libre. Consulta: 05 de marzo 2018.
https://docplayer.es/33514551-Clasificacion-de-patrones-de-imaginacion-motora-en-
una-interfaz-cerebro-computador-de-bajo-costo-usando-software-libre.html
[28] Prof. J.L. Pons y Dr. Juan Moreno
2008 Robotic Physical Therapies in Stroke Rehabilitation of
66
!
Gait Disorders. Consulta: 15 de diciembre 2017.
http://myexs.ru/wp-content/uploads/2012/05/BETTER_Strep_v2.4-3.pdf
[29] PHYSORG.
2007 Brain2Robot. Consulta: 15 de diciembre 2017
https://phys.org/news/2007-11-brain2robot.html
[30] Valeria Lanas
2012 Tabla de equivalencias de las medidas por tallas. Consulta: 10 de diciembre
2017.
https://www.valerialanas.com/es/mas-para-ti/tabla-de-equivalencias-de-las-medidas-por-
tallas/
[31] BBC
2014 Las increíbles extremidades del ser humano: manos y pies. Consulta: 10 de
diciembre 2017.
https://www.bbc.com/mundo/noticias/2014/03/140227_ciencia_manos_y_pies_jgc_fi
nde
[32] Ros Components.
2016 LWA 4D. Consulta: 10 de octubre 2017.
https://www.roscomponents.com/es/15-brazos-roboticos
[33] Kinova Robotics.
2017 Kinova Mico-2. Consulta: 12 de octubre 2017
67
!
https://www.kinovarobotics.com/en/products/assistive-technologies
[34] Festo
2017 BionicCobot. Consulta: 08 de noviembre 2017
https://www.festo.com/group/en/cms/12746.htm
[35] Meyra
2016 Optimus 2. Consulta: 14 de noviembre 2017
2015 https://www.meyra.com/wheelchairs/productetails/product-47/
[36] Meyra
2015 iChair mc1. Consulta: 14 de noviembre 2017
https://www.meyra.com/wheelchairs/e-power/e-power-wheelchair-details/product-43/
[37] Meyra
2015 Nemo Vertical. Consulta: 14 de noviembre 2017
https://www.meyra.com/fileadmin/user_upload/pdf/downloads/english/e-power/1595-
Nemo-Vertikal-GB-PLohne-2017.pdf
[38] Meyra
2015 Clou 9.500. Consulta: 14 de noviembre 2017
https://www.meyra.co.uk/wheelchairs/productetails/product-42/
[39] Meyra
2015 Solero Light 9.072. Consulta: 14 de noviembre 2017
https://www.meyra.com/wheelchairs/productetails/product-25/
[40] ASUS
68
!
2017 K555UQ-XX002. Consulta: 14 de noviembre 2017
https://www.asus.com/es/Laptops/
[41] División de Estudios de Posgrado e Investigación
2015 Comparación de mediciones de profundidad entre un sistema de visión en
estéreo y un sensor RGBD. Consulta: 15 de marzo de 2018
https://www.researchgate.net/profile/Elisabet_Gonzalez/publication/311643542_Com
paracion_de_Mediciones_de_Profundidad_entre_un_Sistema_de_Vision_en_Estereo_
y_un_Sensor_RGBD/links/5851aea708ae7d33e016ee47/Comparacion-de-
Mediciones-de-Profundidad-entre-un-Sistema-de-Vision-en-Estereo-y-un-Sensor-
RGBD.pdf
[42] LOGITECH
2016 HD WEBCAM C525. Consulta: 15 de marzo de 2018
https://www.logitech.com/es-es/product/hd-webcam-c525?crid=34
[43] Universidad del Norte Santo Tomás de Aquino - Facultad de Ingeniería
2009 Técnicas de Implementación de Visión Estereoscópica en Robótica. Consulta:
20 de marzo de 2018
http://42jaiio.sadio.org.ar/proceedings/simposios/Trabajos/EST/29.pdf
[44] EL DIA
2017 Un robot ayuda a personas con discapacidad a desenvolverse. Consulta: 1 de
febrero de 2019
https://eldia.es/sociedad/2017-05-01/9-robot-ayuda-personas-discapacidad-
desenvolverse.htm
69
ÍNDICE DE ANEXOS
Anexo A: Lista de exigencias.
Anexo B: Conceptos de solución para el sistema mecánico.
Anexo C: Conceptos de solución para el sistema eléctrico.
Anexo D: Conceptos de solución para el sistema control.
Anexo E: Conceptos de solución para el sistema de visión.
Anexo F: Estructura de funciones.
Anexo G: Guía de instalación de brazo robótico en la computadora.
Anexo H: Guía de uso del brazo robótico
Anexo I: Planos
Anexo A: Lista de exigencias
LISTA DE EXIGENCIAS Fecha: 01/09/2017
Integración de un sistema robótico asistencial controlado
mediante una interfaz cerebro computador para personas con Revisado:
PROYECTO: discapacidad motora. Achanccaray Díaz
Elaborado:
CLIENTE: PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ Jairo Pirca C.
N° TIPO DESCRIPCIÓN RESPONSABLE
FUNCIÓN PRINCIPAL:
1 E • Mover un brazo robótico automáticamente con señales Jairo Pirca C.
cerebrales de una persona, a través de una interfaz
cerebro computador.
CINEMÁTICA:
2 E • Movimiento de brazo robótico en el plano XYZ a un Jairo Pirca C.
rango de aproximadamente de 60 cm de extensión.
CAPACIDAD:
3 E • El sistema soportará el peso persona de hasta 90kg Jairo Pirca C.
asegurando el buen funcionamiento del sistema.
PARADIGMA:
4 E • Uso del paradigma P300 para la adquisición y Jairo Pirca C.
procesamiento de señales cerebrales.
INTERFAZ GRÁFICA:
5 E • Interfaz gráfica para interacción entre el sistema Jairo Pirca C.
mecatrónico y el usuario.
SEGURIDAD:
7 E • El sistema será diseñado e implementado de tal forma Jairo Pirca C.
que no ponga en riesgo ni la seguridad del usuario ni la
seguridad ambiental.
MANTENIMIENTO:
8 E • La instalación y la distribución de los componentes de la Jairo Pirca C.

máquina que requieran mantenimiento o reemplazo serán
de fácil acceso.
N° TIPO DESCRIPCIÓN RESPONSABLE
USO:
•
El sistema se diseñará e implementará de forma que su
9 E uso sea de fácil acceso para el usuario además se Jairo Pirca C.
realizará una capacitación para su uso.
• El sistema está diseñado para realizar su trabajo en zonas
urbanas y realizar tareas cotidianas.
GEOMETRÍA:
10 D Jairo Pirca C.
•
El espacio ocupado por la máquina no podrá exceder
1,40 x 1,10 x1,40 [m.] (L x An x Al).
MONTAJE Y PORTABILIDAD:
11 E • El montaje de la máquina debe ser de rápida instalación Jairo Pirca C.

y de fácil comprensión para los operarios; asimismo, el
desmontaje deberá ser rápido y simple para el posterior
traslado y así poder usarla en diferentes lugares.
ENERGÍA:
• La máquina recibirá energía eléctrica de una batería
12 E externa que alimentará todo el sistema. Jairo Pirca C.
• Salida de energía en forma de calor y/o ruido en los
componentes de la máquina
ERGONOMÍA:
• La ubicación de la interfaz gráfica será de tal forma que
13 D sea de fácil observación para el usuario. Jairo Pirca C.
• La altura aproximada donde se encontrará la interfaz
gráfica es de 1.30 m.
FABRICACIÓN:
14 D •Los materiales y tecnologías elegidas para la fabricación Jairo Pirca C.
y el ensamble deben ser comerciales que permitan ser
adquiridos en el mercado local a la medida de lo posible.
PLAZO DE ENTREGA:
16 E Jairo Pirca C.
• La entrega de la tesis concluida se realizará el
27.12.2017
E: EXIGENCIA
D: DESEO
Anexo B: Conceptos de solución para el sistema mecánico.
Dominio mecánico
Matriz morfológica
Función Alternativa 1 Alternativa 2 Alternativa 3

Silla de Ruedas Grúa Camilla
Eléctrica
Mover al
usuario
Brazo robótico Pinzas Transporte por

con pinzas rodillos
Recoger el
objeto
Faja Brazo robótico

transportadora
Trasladar el
objeto
Poleas Faja transportadora Brazo robótico
Dejar el
objeto
Solución 1:
Solución 2:
Solución 3:
Tabla 1: Cuadro comparativo entre silla de ruedas
Airwheel h3 R120 optimus 2
Características panasonic
Cant. de personas 1 1 1
Velocidad 6 km/h 5 km/h 6 km/h
RPM 4500 3800 4200
Peso máximo 130kg 114 kg 120 kg
Radio de giro 1.2m 1.1 m 1.2 m
Tiempo de carga 8 horas 8 horas 8 horas
Batería litio 24v litio 24v litio 24v

Dimensiones 98x96x63 cm 56x67x63 cm 108x67x91cm
Potencia 120 w 180 w 120 w

Peso neto 30.5 kg 44kg 48 kg
Precio $ 1,950.00 $ 1,788.87 $ 1,225.00
Evaluación técnico – económica
En las tabla 2 se observa la evaluación técnica y evaluación económica de los conceptos
de solución mecánicos.
Puntaje de 0 a 4: 0= No Satisface, 1= Aceptable a las justas, 2= Suficiente,

3= Bien, 4=Muy bien (ideal)
Tabla 2: Evaluación Técnica del Concepto de Solución

Nro. Criterios de Solución 1 Solución 2 Solución 3 Ideal
evaluación
1 Eficiencia 2 2 2 4
energética
2 Seguridad 2 2 3 4
3 Rapidez 3 2 3 4
4 Mantenimiento 2 2 3 4
5 Facilidad de uso 2 2 3 4
6 Cumplimiento en 3 3 3 4
función a la lista de
exigencias
7 Ergonomía 2 3 3 4
8 Tamaño de la 1 1 3 4
máquina
9 Montaje 2 2 2 4
10 Capacidad de la 2 1 2 4
máquina
Total 21 20 27 40
Tabla 3: Evaluación Económica del Concepto de Solución
1 Costo material 2 1 1 4
2 Costo 2 2 2 4
fabricación
3 Costo de 2 3 2 4
mantenimiento
4 Costo mano de 2 2 1 4
obra
5 Número de 2 2 2 4
piezas
6 Facilidad para 2 2 2 4
obtener
componentes
Total 12 12 10 24
Total 33 32 37 64
Acumulado
Solución 3:
Se decidió usar una silla de ruedas eléctrica debido a que en comparación con las demás
alternativas su facilidad de uso es mucho más fácil, para la etapa de recoger objeto se
escogió el mecanismo de 4 barras (brazo robótico) por la precisión y exactitud que es
característico de los brazos robóticos, con respecto a su traslado del objeto, también se
escogió al brazo robótico, así como también se volvió a escoger al brazo para el proceso
de dejar el objeto. Se escogieron estas alternativas debido a que el funcionamiento de
estas son las más óptimas.

Anexo C: Conceptos de solución para el sistema eléctrico.
Dominio eléctrico – electrónico
Matriz morfológica
En función a los distintos componentes encontrados y las distintas formas de unir estos
componentes, se armó la siguiente matriz morfológica en la que se muestran las 3 mejores
soluciones.

Batería de Batería recargable Energía solar
vehículos
Fuente de
alimentación
Adquisición de la Electrodos activos Electrodos pasivos

señal secos
Procesador Computadora Microcontrolador
Procesamiento de
la señal
Altavoz pasivo Sirena Altavoz y Sirena
Indicador de
emergencia
Solución 1: Solución 2: Solución 3:

Evaluación técnico – económica


Nro. Criterios de evaluación Solución 1 Solución 2 Solución 3 Ideal
1 Eficiencia energética 2 2 3 4
2 Seguridad 2 3 2 4
3 Rapidez 1 3 2 4
exigencias
8 Tamaño 2 3 2 4
9 Montaje 2 2 2 4
Total 17 23 20 36

Nro. Criterios de Solución Solución Solución Ideal
evaluación 1 2 3
2 Costo 2 2 2 4
fabricación
3 Costo de 3 3 2 4
mantenimiento
obra
piezas
obtener
componentes
Total 14 16 14 24
Total 31 39 34
Acumulado
Solución 2:
Se decidió usar una batería recargable de una duración aproximada de 8 horas para la
toma de datos se decidió utilizar electrodos activos debido a que son mucho más fáciles
de usar que los electrodos pasivos estas señales serán procesadas y decodificadas en un
computador. Cuando ocurra una falla o haya algún incidente con el sistema se utilizará
una sirena de emergencia para avisar al usuario.

Anexo D: Conceptos de solución para el sistema control.
Dominio control
Matriz morfológica
Tabla 6: Matriz morfológica (Dominio Control)

Pantalla táctil Pantalla de Laptop Tablet
Control del
usuario con
el sistema
PlC Controlador Raspberry

Control de
dispositivo
de transporte
de usuario
Java C# Python
Programació
n
Apagado de Botón Llave Palanca

emergencia
Solución 1:
Solución 2:
Solución 3:
Evaluación técnico - económica


evaluación
energética
2 Seguridad 3 3 3 4
3 Rapidez 2 2 2 4
4 Manipulación 3 2 3 4
5 Confiabilidad 3 3 3 4
exigencias
7 Transportabilidad 3 2 3 4
8 Facilidad de 3 2 2 4
manejo
9 Complejidad 2 2 2 4
Total 25 21 24 36

evaluación 1 2 3
2 Costo 2 2 2 4
fabricación
3 Costo de 1 2 1 4
mantenimiento
obra
5 Costo de 2 2 2 4
operación
obtener
componentes
SUMA 12 13 12 24
SUMA TOTAL 37 35 36 60
Solución 1:
Nuestra solución óptima se relaciona con la solución óptima del dominio mecánico y
electrónico, pues se determina debido a los actuadores y sensores que se usaran en la
solución. Se elige la solución 1 debido a que la interfaz con el usuario por cuestiones de
dimensiones se elige la pantalla más grande la cual es de una laptop, con un controlador
de motores para los movimientos que se necesiten realizar el lenguaje de programación a
usar será el python debido a la amplia gama de librerías que posee para programar las
soluciones que se encuentren a la modelación del sistema mecánico y electrónico.

ANEXO E: Conceptos de solución para el sistema visión.
Dominio procesamiento de imágenes
Matriz morfológica
Tabla 9: Matriz morfológica (Dominio Procesamiento de imágenes)

Recepción de USB SD
la imagen de
referencia
Plantillas
para calibrar
la cámara
Raspberry Logitech HD Logitech HD

NOIR Webcam C525 Webcam C270
Cámara
Procesar Arduino Computadora Raspberry

imagen
Software Aphelion™ Matlab
Solución 1:
Solución 2:
Solución 3:
En esta sección se comparan las características más importantes de las cámaras
disponibles en el mercado para el proyecto.

Tabla 10: Cuadro Comparativo de Cámaras
Modelo Logitech HD Pi NOIR Logitech HD

Webcam C525 Webcam C270
Imagen
Megapixeles 8MP 5MP 8MP
Resolución de video 720p HD 1080p30, 720p60 y 720p HD

640x480p/90
Precio $39 $24 $40
Evaluación Técnico-Económica


evaluación
energética
2 Seguridad 3 3 3 4
3 Rapidez 2 3 2 4
exigencias
8 Tamaño de la 2 2 2 4
máquina
9 Montaje 2 2 1 4
Total 21 23 20 36

evaluación 1 2 3
2 Costo 2 2 2 4
fabricación
3 Costo de 2 2 2 4
mantenimiento
obra
piezas
obtener
componentes
Total 14 14 12 24
Total 35 37 32 60
Acumulado
Solución óptima 2
Para este dominio se consideró como solución óptima la opción 2. Esto se debe a que se
provechará el uso en otros dominios de la computadora, la calibración se realizará con
una platilla de tablero de ajedrez, debido a que le Matlab tiene una opción de calibración
con esa plantilla para desarrollar proyectos con la cámara; esto nos brinda una mayor
facilidad de obtener librerías, código y aplicaciones. La cámara escogida es de alta
definición por lo que no se tendrá problemas en la captura de imágenes.

Anexo F: Estructura de funciones
Anexo G: Guía de instalación de brazo robótico en la computadora
Guía de instalación (TBD)
Instalación de ROS
Para realizar la instalación de ROS, se deben tomar en cuenta una serie de pasos
específicos. El primero consiste en indicarle al sistema operativo que acepte los paquetes
provenientes del sitio web de ROS, como se muestra en la Figura 1. También será
necesario agregar el key para la descarga correcta de dichos paquetes, indicado en la
Figura 1. Nótese que todos los siguientes procedimientos se realizarán en la ventana de
Terminal del sistema operativo.
Figura 1. Código para agregar dirección de paquete a la lista del sistema operativo.
Figura 1. Código para indicar el key necesario para la descarga de paquetes de ROS.
Luego, para evitar conflictos con la instalación, es necesario asegurarse que el
sistema operativo se encuentre actualizado.
Figura 2. Código para actualizar el sistema operativo.
El siguiente paso consiste en realizar la instalación completa de ROS. Para ello, se
debe utilizar el código mostrado en la X.
Figura 3. Código para instalación completa de ROS.
Una vez realizada la instalación completa, es necesario también inicializar las
dependencias de ROS, como se muestra en la Figura . Luego de realizar dicho
procedimiento, será conveniente actualizar dichas dependencias, utilizando el código
indicado en la Figura 4.
Figura 5. Código para inicializar las dependencias de ROS.
Figura 4. Código para actualizar las referencias de ROS.
A continuación, se realiza un procedimiento conveniente para agregar las variables
de ROS al entorno, desde que este es inicializado, de manera que se pueda disponer de
ellas inmediatamente en cada sesión. El código para agregarlas se muestra en la Figura 5,
mientras que en la Figura 6 se muestra el código para volver a ejecutar el archivo .bashrc,
que se encarga de manejar las variables de entorno.
Figura 5. Código para agregar las variables de ROS al entorno.

Figura 6. Código para ejecutar el archivo.
Finalmente, para instalar con facilidad paquetes adicionales para ROS, se recomienda
instalar la herramienta rosinstall, como se muestra en la Figura 7.
Figura 7. Código para realizar la instalación de rosinstall.
Instalación del programa
Para la conexión entre el software y el brazo, es necesario instalar el archivo
KinovaAPI-5.0.6-amd64.deb, contenido en la carpeta Project. También será necesario
copiar la carpeta catkin_ws al home del sistema operativo, y eliminar los contenidos de la
carpeta interna build. Finalmente, se debe correr el comando mostrado en Figura 8, desde
la ubicación en la carpeta mostrada en la misma figura, lo que compilará el programa.

Figura 8. Código para compilar el programa.
Anexo H: Guía de uso del brazo robótico
Inicio del programa
Primero, con la silla y el brazo conectados a la computadora, se debe abrir la ventana
de Terminal de Ubuntu, para poder ingresar los comandos necesarios para abrir la
interfaz.
Figura 11. Ícono de Terminal en Ubuntu.
A continuación, se debe ejecutar el comando python binit.py, que se encargará de
abrir la interfaz, e inicializar la conexión con el brazo y la silla, enviando los comandos
adecuados.
Figura 12. Código a ejecutar en Terminal para iniciar el programa.

Luego, se podrá observar cómo se abrirán cuatro ventanas adicionales de Terminal
secuencialmente. Dos de ellas están específicamente encargadas de verificar la conexión
correcta de la silla y el brazo. Las otras dos, se encargan de inicializar la interfaz, y el
núcleo de ROS.
Figura 13. Ventanas de Terminal que se abren al ejecutar el programa.
Finalmente, una vez que aparece la interfaz de control, se podrán controlar las tres
velocidades en los ejes, x, y, z, del efector final del robot utilizando las teclas WASDQE,
además de las cuatro direcciones de la silla, adelante, atrás, izquierda y derecha con las
teclas 8456. Las sliders se utilizan para regular los valores de velocidad. Esto podría
considerarse como calibración, para futuros propósitos.
Figura 14. Interfaz para controlar la silla y el brazo.

Detección de errores
Los posibles errores más comunes al utilizar el sistema desarrollado se detallan a
continuación.
Error al inicializar puerto serial
Como se puede observar en la Figura 13, el error es el no encontrar ningún
dispositivo conectado al puerto /dev/ttyUSB0. En este caso, se deben desconectar
todos los dispositivos USB de la computadora, y colocar la conexión a la silla
primero.
Figura 15. Error que aparece cuando la silla no está conectada a la computadora.
Error al inicializar conexión con el robot
Puede ocurrir cuando el robot está siendo manipulado ya con su control, o si no

está en su posición inicial. También puede ocurrir si el robot no ha sido configurado
correctamente, o si la variable robotType no coincide con el tipo del robot.
Figura 16. Mensaje de error que aparece cuando hay algún problema con el brazo.
Anexo I: Planos
En la implementación del sistema, para el correcto funcionamiento del brazo se diseñó
un soporte para el brazo robótico que une el brazo robótico con la silla de ruedas
electrónica.
Los planos de diseño se presentan a continuación:

20,5 20
22,5
2
6X
55
10
70 20
80 40
2
8X
41
90
ACABADO SUPERFICIAL TOLERANCIA GENERAL MATERIAL
DIN 1768
MEDIO
ALUMINIO 6061
PONTIFICIA UNIVERSIDAD CAT LICA DEL PER
FACULTAD DE CIENCIAS E INGENIER A - INGENIER A MECATR NICA
M TODO DE PROYECCI N TRABAJO DE FIN DE CARRERA- A703- 10M1 ESCALA
SOPORTE BRAZO
TOLERANCIAS DIMENSIONALES 1:1
SEG N DIN 7168 ROB TICO
M s de M s de M s de M s de M s de
FECHA:
GRADO DE
EXACTITUD
0,5
hasta
3
hasta
6
hasta
30
hasta
120
hasta
20122951 PIRCA C RDENAS, JAIRO JENER
2017.11.04
3 6 30 120 400
L MINA:
MEDIO 0,1 0,1 0,2 0,3 0,5
P1-A3
40 150
40
450
150
10 1/4
10 1/4
15 1/4 ACABADO SUPERFICIAL TOLERANCIA GENERAL MATERIAL

15 1/4 ACERO ASTM A-36
100 FACULTAD DE CIENCIAS E INGENIER A - INGENIER A MECATR NICA
M TODO DE PROYECCI N TRABAJO DE FIN DE CARRERA - A703 - 10M1 ESCALA
ESTRUCTURA DE
1:5
200 SOPORTE BRAZO
FECHA:
2017.11.08
L MINA:
P2-A4
6 7 8
2
A DETALLE A
1:2
8 2 TUERCA HEXAGONAL M8 DIN 934 AISI 304
6 2 TOR. CAB. HEXAGONAL M8 x 35 DIN 931-1 8.8
7 4 ARANDELA 8.4 DIN 125 8.8
5 1 SOPORTE BRAZO ALUMNIO
6061
4 1 PLANCHA DE 5MM DE ESPESOR ACERO A-36
3 1 PERFIL CUADRADO 40x40x2.9-200 ACERO A-36
2 1 PERFIL CUADRADO 40x40x2.9-150 ACERO A-36
4 1 1 PERFIL CUADRADO 40x40x2.9-450 ACERO A-36
POS. CANT. DESCRIPCI N NORMA MATERIAL OBSERVACIONES
FACULTAD DE CIENCIAS E INGENIER A - INGENIER A MECATR NICA
M TODO DE PROYECCI N TRABAJO DE FIN DE CARRERA - A703 - 10M1 ESCALA
ENSAMBLE SOPORTE
1 3 1:2
BRAZO
FECHA:
2017.11.09
L MINA:
P3 - A3

Pirca Cardenas Jairo Integración Sistema Robótico

Cargado por

Copyright:

Formatos disponibles

Pirca Cardenas Jairo Integración Sistema Robótico

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Pirca Cardenas Jairo Integración Sistema Robótico

Cargado por

Copyright:

Formatos disponibles

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ

FACULTAD DE CIENCIAS E INGENIERÍA

Integración de un sistema robótico asistencial controlado

mediante una interfaz cerebro computador para personas con

Tesis para obtener el título profesional de Ingeniero Mecatrónico

Jairo Jener Pirca Cárdenas

David Ronald Achanccaray Diaz

Lima, Diciembre, 2019

la persona con discapacidad dependiente de otra persona. En la actualidad existen tratamientos

sigan siendo dependientes de otras personas.

En este contexto, la presente tesis, desarrolla la implementación de un sistema robótico que

tecnologías, mecánica, eléctrica, control e informática para la correcta implementación del

electrodos pasivos, pantalla de interacción, cámaras HD.

Con el fin de determinar si la implementación de sistema robótico tuvo éxito, se realizan

entrenamiento y de experiencia con el sistema robótico.

motora", financiado por FONDECYT de CONCYTEC, Perú; con la subvención de

brindar los ambientes y equipos para el desarrollo del proyecto.

2.4.3 Captura de escena ........................................................................................... 28

Figura 2-18: Coordenadas del brazo robótico ........................................................................ 38

con un tipo de discapacidad y lamentablemente este porcentaje sigue aumentando [1]. En

y medio sufren de alguna limitación. Según un estudio, la discapacidad motora es la que

principal causa la avanzada edad [2].

Esta condición de discapacidad motora afecta de forma drástica a la población

económicamente vulnerable, debido a que al no tener las posibilidades económicas para

tanto emocionales como sociales.

cambia rotundamente debido a que sufren la degeneración progresiva de neuronas motoras,

lo cual hace perder la autonomía, esto implica necesitar un acompañamiento permanente

son la Esclerosis Lateral Amiotrófica (ELA), tumores, infecciones o inflamaciones de los

de controlar a los músculos voluntariamente [3].

En la figura introducción 1 se puede apreciar a los pacientes de ELA dependiendo de

Figura introducción 1: Pacientes con esclerosis lateral amiotrófica [4].

Teniendo en cuenta la situación anterior la cual es, la dependencia de personas que

planteó resolver este problema mejorando su estilo de vida y devolviendo, al menos

parcialmente, su dependencia, mediante la implementación de un sistema robótico

asistencial, a través una interfaz cerebro computador (BCI).

El interés científico de la realización de esta tesis está en viabilizar la implementación

sufren de enfermedades motoras e incrementar su independencia en la realización de las

necesidades básicas obteniendo así una mejor calidad de vida.

Ya teniendo establecida la problemática que se quiere resolver con esta tesis, se

plantearon objetivos tanto específicos como generales los cuales se exponen a

controlar dicho sistema para tareas específicas.

- Determinar, comprender y evaluar el funcionamiento del hardware necesario para

realizar la adquisición y procesamiento de las señales electroencefalográficas.

- Determinar, comprender y evaluar el funcionamiento del hardware necesario para

el movimiento del sistema robótico.

- Desarrollar e implementar algoritmos de control para los movimientos del sistema

- Desarrollar e implementar algoritmos para producir los comandos para el control

del sistema robótico.

- Desarrollar la comunicación entre el sistema robótico con los comandos producidos

por las señales cerebrales.

- Desarrollar e implementar la integración de todo el sistema robótico asistencial con

la interfaz cerebro computador.

- Establecer la secuencia y la forma en la que se realizarán los experimentos.

El desarrollo e implementación de un hardware y software necesario para la

independencia completa de una persona con discapacidad motora, demandaría muchas

horas-hombre, por lo que el presente trabajo no contempla el desarrollo de un sistema que

busque la independencia completa de la persona, sino más bien se limita a una

Aunque el sistema de interfaz cerebro computador con su aplicación tiene como

personas sanas tienen mayor disponibilidad de tiempo.

1.1 Tratamientos comunes para personas con discapacidad motora