Análisis comparativo entre de MAE y RNA en señales de EMG obtenidas para control de una prótesis mano robótica

En las ultimas decadas, la industria de la robotica esta evolucionando de manera exponencial y se pueden hacer robots humanoides, asi como de poder realizar las funciones fisicas de las personas. Desde este punto de vista, las manos roboticas son vitales para muchas personas que padecen bien sea de una amputacion o de alguna enfermedad. El objetivo principal de esta investigacion fue clasificar las senales de Electromiografia (EMG) recibidas del brazo humano de personas sanas y luego realizar la aplicacion manual con mano robotica en un entorno virtual. Esto es muy importante para comprender y clasificar la estructura geometrica del objeto contenido en aplicaciones de mano robotica. Se investigo el tiempo de clasificacion y la relacion de precision entre las Redes Neuronales Artificiales (RNA) y las Maquinas de Aprendizaje Extremo (MAE) utilizados para esta clasificacion. Para ello, se extrajeron 10 caracteristicas y las clasificaciones se probaron utilizando RNA y MAE. Los resultados de clasificacion exitosos obtenidos se compararon entre si y se aplicaron a una mano robotica virtual utilizando el programa V-Rep.