Posture Monitoring and Wheelchair Control Using Optical Fiber Pressure Sensors
Nome: AURA XIMENA GONZALEZ CELY
Tipo: Dissertação de mestrado acadêmico
Data de publicação: 02/03/2023
Orientador:
Nome |
Papel |
|---|---|
| CAMILO ARTURO RODRIGUEZ DIAZ | Co-orientador |
| TEODIANO FREIRE BASTOS FILHO | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| CAMILO ARTURO RODRIGUEZ DIAZ | Coorientador |
| EDUARDO LÁZARO MARTINS NAVES | Examinador Externo |
| RICARDO CARMINATI DE MELLO | Examinador Interno |
| TEODIANO FREIRE BASTOS FILHO | Orientador |
Resumo: Este trabalho mostra o desenvolvimento de um sistema de monitoramento de postura e controle de uma cadeira de rodas baseado em sensores de pressão feitos de Fibra Optica de Polímero (FOP). Tal sistema foi instalado em uma cadeira de rodas elétrica e em uma almofada de pescoço. As características estáticas do sensor de pressão baseado em FOP têm um tempo de resposta de 33 µs, uma linearidade média de 99,11%, resolução média de 5.95 mV e sensibilidade de 3.9 mV/kg. A caracterização foi feita por sensor, linha e matriz de sensores, a qual obteve uma resposta linear, com variações na amplitude do sinal devido ao fato da fibra não retornar ao seu estado original. Adicionalmente, foi desenvolvido um sistema de postura em duas fases (off-line e on-line) utilizando técnicas de aprendizado de máquina. Na fase off-line foi utilizado um filtro passa-baixas Butterworth, além de um filtro de referência de média comum na fase de pré-processamento. O melhor resultado foi obtido com o algoritmo k-Nearest Neighbors (k-NN), com uma acurácia de 99,16% com dados de uma única pessoa. Posteriormente, dez pessoas saudáveis participaram da construção do conjunto de dados, obtendo uma acurácia de 98,49% utilizando o algoritmo de classificação Extra Tree Classifier (ETC), com tempo de execução de 2 s. A classificação on-line utilizou um modelo k-NN com uma acurácia de 96,87%, com uma média de tempo de previsão de 117 ms. Além disso, foi implementado um controlador de movimento do pescoço nas fases off-line e on-line. A comparação de características foi feita na fase off-line, e a melhor acurácia foi 85,50% com o algoritmo Decision Tree (DT). Na fase on-line, foi implementado um filtro passa-altas para eliminar a resposta natural da FOP. Foi desenvolvido um controlador de lógica difusa, o qual foi testado quando o usuário não estava sentado na cadeira de rodas, obtendo um tempo de execução de 26 ms, para controle de quatro posições (para a frente, direita, esquerda e parar). Além disso, foi desenvolvido um outro controlador de lógica difusa, com tempo de execução de 24 ms, e que opera a cadeira de rodas em cinco direções (incluindo movimento para trás), com o usuário sentado na cadeira de rodas.
