Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/40049
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2023_BrenoFarias_LucasLima_tcc.pdf5,63 MBAdobe PDFver/abrir
Título: Utilização de sensores inerciais e IMM para ativação de eletroestimulação em ciclismo
Autor(es): Farias, Breno Mendes de
Lima, Lucas Ferreira
Orientador(es): Baptista, Roberto de Souza
Assunto: Sensores inerciais
Eletroestimulação muscular
Data de apresentação: 26-Jul-2023
Data de publicação: 1-Out-2024
Referência: FARIAS, Breno Mendes de; LIMA, Lucas Ferreira. Utilização de sensores inerciais e IMM para ativação de eletroestimulação em ciclismo. 2023. 60 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2023.
Resumo: O objetivo deste trabalho é a aplicação do método Interactive Multiple Model (IMM) na detecção de fases do movimento de pedalada no ciclismo, comparando também com o método heurístico Cycling Percentage (CP). Utilizou-se sensores inerciais no quadríceps e na tíbia para a coleta do ângulo do joelho para comparação com o ângulo da pedivela da trike do projeto Empoderando Mobilidade e Autonomia (EMA) da Universidade de Brasília. O resultado mostrou que o IMM classifica de forma satisfatória o movimento e que possui vantagens em relação ao método da pedivela e ao CP. Isso porque o IMM é um método probabilístico de baixo custo computacional e que detecta mais informações a respeito do posicionamento do ciclista durante o treino de eletroestimulação funcional.
Abstract: The main goal of this work is to develop an application of the Interactive Multiple Model (IMM) for the detection of pedaling phases movement in cycling, also comparing with the heuristic model Cycling Percentage (CP). Inertial sensors were used in thigh and shank to collect the knee angle for comparison with the trike crank angle of the project Empowering Mobility and Autonomy (EMA) from University of Brasilia. Results show that IMM classifies the movement satisfactorily and it has advantages over the crank and CP method. It is because IMM is a probabilistic method with low computational cost, that also detects more information related to the cyclist positioning during the Functional Electrical Stimulation (FES) training.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2023.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.