Classificação de gestos das mãos usando plataformas vestíveis baseadas em eletromiografia de superfície no antebraço e unidades inerciais

Abstract

Este trabalho propõe o estudo da eletromiografia de superfície (sEMG), com o auxílio de um bracelete disponível comercialmente, assim como a utilização de sensores inerciais magnetômetro, acelerômetro e giroscópio nele presentes para reconhecimento de movimentos realizados pela mão e pelo braço. É objetivo do trabalho, primeiramente, obter os sinais de forma a ser possível gerar gráficos ao longo do tempo de aquisição, também se deseja coletar de maneira padronizada os sinais dos movimentos já reconhecidos pelo dispositivo Myo para formar uma base de dados estruturada, passível de melhorias. Além dos movimentos presentes no dispositivo na configuração do dispositivo, também é objetivo captar, formar uma base de dados e padronizar a forma de aquisição dos sinais de outros movimentos realizados pelas mãos e antebraço, movimentos estes escolhidos a partir da análise de movimentos de possível utilização para controle de alguma prótese mecânica, robô ou outro dispositivo de controle. Os movimentos a serem classificados são os seguintes: mão fechada, mão aberta, mão à direita, mão à esquerda, duplo clique (polegar e dedo médio tocando-se duas vezes em curto intervalo de tempo), flexão do braço, extensão do braço, pronação do braço e supinação do braço. Por fim, será abordada uma técnica de reconhecimento de padrões com uma rede neural artificial, na qual serão aplicados modelos computacionais para se obter a melhor taxa de acerto entre o que fora classificado pela rede e os alvos corretos. Entre as abordagens estão a utilização da extração de características de energia, potência, transformada wavelets e matriz de co-ocorrência de níveis de cinza (GLCM). Os resultados serão expressos em taxas de acerto da melhor rede e gráficos do melhor conjunto de validação para cada cenário proposto.