Por favor, use este identificador para citar o enlazar este ítem:
http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4310
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Ibáñez Bateca, Alejandra. | - |
dc.date.accessioned | 2022-11-08T17:05:04Z | - |
dc.date.available | 2020-09-19 | - |
dc.date.available | 2022-11-08T17:05:04Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | Ibáñez Bateca, A. (2020). Calibración y aprendizaje de parámetros de control para un robot de asistencia de movilidad de pie – QOLO – basado en diferencias fisiológicas aplicado a personas con lesión de Médula Espinal [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4310 | es_CO |
dc.identifier.uri | http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/4310 | - |
dc.description | Actualmente en la investigación, los dispositivos que son usados para auxiliar en la movilidad a las personas que tienen alguna discapacidad, buscan adaptarse al usuario. Para ello no solo se debe conocer y tener en cuenta el tipo de discapacidad, sino también, el nivel de lesión, la motricidad residual post-lesión y sus características fisiológicas. El dispositivo de movilidad de pie llamado Qolo, es dirigido por el movimiento del torso del usuario y está destinado para personas con lesión de médula espinal, se encuentra en la Escuela politécnica federal de Lausanne en Suiza. La investigación se enfoca en este dispositivo, el cual debe personalizarse para cada usuario, entendiendo que los usuarios tienen diferencias fisiológicas en cuanto a la altura, el peso y el índice de masa corporal, lo cual implica desarrollar una estrategia de calibración de los parámetros de control e inferir la relación existente o no entre dichos parámetros y las diferencias fisiológicas en los usuarios. En el presente documento se expone la interfaz interactiva desarrollada para la captura de datos, la estrategia de calibración y su evaluación, obteniendo como resultado la personalización del dispositivo implementando control y análisis estadístico para el ajuste y modificación de los parámetros de calibración, con el objetivo último de identificar que otros factores pueden influenciar en el dispositivo Qolo para la personalización, y generar conclusiones útiles para posteriores investigaciones. | es_CO |
dc.description.abstract | Currently in research, the devices that are used to assist in the mobility of people with disabilities, seek to adapt to the user. To do this, not only must the type of disability be known and taken into account, but also the level of injury, the post-injury residual motor and its physiological characteristics. The foot mobility device called Qolo, which is directed by the movement of the user's torso and is intended for people with spinal cord injury, is located at the Lausanne Federal Polytechnic School, Switzerland. Research focuses on this device, which must be customized for each user, understanding that users have physiological differences in height, weight and body mass index, which involves developing a strategy to calibrate the control parameters and infer the relationship or not between these parameters and the physiological differences in users. This document presents the interactive interface developed for the data capture, the calibration strategy and its evaluation, obtaining as a result the personalization of the device implementing control and statistical analysis for the adjustment and modification of the calibration parameters, with the ultimate goal of identifying what other factors can influence the Qolo device for personalization, and generate useful conclusions for further research. | es_CO |
dc.format.extent | 122 | es_CO |
dc.format.mimetype | application/pdf | es_CO |
dc.language.iso | es | es_CO |
dc.publisher | Universidad de Pamplona- Facultad de Ingenierías y Arquitectura. | es_CO |
dc.subject | Calibración. | es_CO |
dc.subject | Parámetros de control. | es_CO |
dc.subject | Diferencias fisiológicas. | es_CO |
dc.subject | Qolo. | es_CO |
dc.subject | Robot de asistencia. | es_CO |
dc.title | Calibración y aprendizaje de parámetros de control para un robot de asistencia de movilidad de pie – Qolo– basado en diferencias fisiológicas aplicado a personas con lesión de Médula Espinal. | es_CO |
dc.type | http://purl.org/coar/resource_type/c_7a1f | es_CO |
dc.date.accepted | 2020-06-19 | - |
dc.relation.references | Adafruit. (2020). Resistencia sensible a la fuerza (FSR). Obtenido de https://learn.adafruit.com/force-sensitive-resistor-fsr/overview | es_CO |
dc.relation.references | Ashraf S. Gorgey, R. S. (2019). 44 - Exoskeletal Assisted Rehabilitation After Spinal Cord Injury. (D. P. Editor(s): Joseph B. Webster, Ed.) Atlas of Orthoses and Assistive Devices (Fifth Edition), Pages 440-447.e2. doi:https://doi.org/10.1016/B978-0-323-48323-0.00044-5 | es_CO |
dc.relation.references | Bionics, E. (2020). Tratando con Ekso. Obtenido de https://eksobionics.com/eksohealth/ | es_CO |
dc.relation.references | C. Burbano-López, L. S. (2017). Traumatismo de la médula espinal e incertidumbre desde la teoría de Merle Mishel. Enfermería Universitaria , Pages 176-183 | es_CO |
dc.relation.references | C. Papadimitriou, J. N. (2017). The complexity of markov decision processes. Math, 12, pp. 441–450. | es_CO |
dc.relation.references | Campo, P. M. (2017). Robust model predictive control. AmericanControl Conf. (ACC), p. 1021–1026. | es_CO |
dc.relation.references | Casey Kandilakis, P. D.-L. (2019). Exoskeletons for Personal Use After Spinal Cord Injury. American Congress of Rehabilitation Medicine, (In press). | es_CO |
dc.relation.references | Chen, H. A. (2016). A quasi-infinite horizon nonlinear model predictivecontrol scheme with guaranteed stability. European Control Conf. (ECC), pp. 1421–1426. | es_CO |
dc.relation.references | Corporation, P. H. (2020). Indego. Obtenido de Conoce el exosqueleto Indego: http://www.indego.com/indego/us/en/home | es_CO |
dc.relation.references | D. A. Cohn, Z. G. (2016). Active learning with statistical models. Journal of Artificial Intelligence Research, 4, pp. 129–145. | es_CO |
dc.relation.references | D. J. Webb, K. L. (2014). Online parameter estimation via real-time replanning of continuous Gaussian POMDPs. IEEE International Conference on Robotics and Automation (ICRA), pp. 5998-6005,. doi:doi: 10.1109/ICRA.2014.6907743. | es_CO |
dc.relation.references | Deepak Gopinath, S. J. (2017). Human-in-the-Loop Optimization of Shared Autonomy in Assistive Robotics. IEEE Robotics and Automation Letters, 1, 247-254. | es_CO |
dc.relation.references | Elizondo, J. J. (2012). José Jaime Esqueda Elizondo. Baja California. Mexico. | es_CO |
dc.relation.references | Esquenazi A, T. M. (2012). The ReWalk powered exoskeleton to restore ambulatory function to individuals with thoracic-level motor-complete spinal cord injury.”, . Am J Phys Med Rehabil Assoc Acad Physiatria, 911–921. | es_CO |
dc.relation.references | Fetch Robotics, G. T. (2020). Robot Web Toolas. Obtenido de http://robotwebtools.org/index.html | es_CO |
dc.relation.references | Foundation, O. S. (12 de 03 de 2019). Editores y suscriptores. Obtenido de http://wiki.ros.org/rospy/Overview/Publishers%20and%20Subscribers | es_CO |
dc.relation.references | Foundation, O. S. (20 de 03 de 2019). Múltiples Máquinas. Obtenido de Ejecutar ROS en múltiples máquinas: http://wiki.ros.org/ROS/Tutorials/MultipleMachines#Start_the_master | es_CO |
dc.relation.references | Foundation, O. S. (28 de 09 de 2019). The Standard ROS JavaScript Library. Obtenido de roslibjs: http://wiki.ros.org/roslibjs | es_CO |
dc.relation.references | Foundation, O. S. (2020). Componenetes centrales. Obtenido de Caracteristicas espesificas del robot: https://www.ros.org/core-components/ | es_CO |
dc.relation.references | Foundation, O. S. (2020). Services. Obtenido de http://wiki.ros.org/Services | es_CO |
dc.relation.references | Foundation, O. S. (2020). Topis. Obtenido de http://wiki.ros.org/Topics | es_CO |
dc.relation.references | Gandul, Á. Á. (2014). Integracion de ROS con Arduino y Rasberry PI. Sevilla España | es_CO |
dc.relation.references | García, J. M. (2016). Diseño e implementación de una interfaz gráfica de usuario para mapeado de entornos y navegación en ROS. Valencia. | es_CO |
dc.relation.references | H. Bai, D. H. (2013). Planning how to learn. IEEE Conf. on Robotics and Automation. | es_CO |
dc.relation.references | Indego. (2020). Obtenido de http://www.indego.com/indego/us/en/home | es_CO |
dc.relation.references | J. Van Den Berg, S. P. (2012). Motion planning under uncertainty using iterative local optimization in belief space. The International Journal of Robotics Research, 31, pp.1263-1278. | es_CO |
dc.relation.references | J. van den Berg, S. P. (2017). Efficient approximate value iteration for continuous gaussian pomdps. AAAI. | es_CO |
dc.relation.references | J.Windebank, N. N. (2020). Chapter 58 - Spinal cord injury. Principles of Tissue Engineering (Fifth Edition), 1027 - 1091. | es_CO |
dc.relation.references | James E. Wilberger, G. M. (Noviembre de 2017). MSD y los Manuales MSD. Obtenido de https://www.msdmanuals.com/es-co/hogar/traumatismos-y envenenamientos/lesiones-medulares/lesiones-de-la-m%C3%A9dula espinal-y-de-las-v%C3%A9rtebras | es_CO |
dc.relation.references | Joseph, L. (2018). Robot Operating System for Absolute Beginners: Robotics Programming Made Easy. Aluva, Kerala, India: Apress. | es_CO |
dc.relation.references | Keith Bridwell, M. (31 de 03 de 16). Spineuniverse. (C. vertebral, Productor) Obtenido de https://www.spineuniverse.com/espanol/anatomia/columna vertebra | es_CO |
dc.relation.references | Kouvaritakis, B. C. (2015). Model predictive control: classical, robustand stochastic. Springer. | es_CO |
dc.relation.references | L. P. Kaelbling, M. L. (2016). Reinforcement learning: A survey. Journal of Artificial Intelligence Research, 4, pp. 237–285. | es_CO |
dc.relation.references | Ltd, R. B. (2020). Fisioterapia asistida por robot. (D. N. Signal, Editor) Obtenido de https://www.rexbionics.com/rex-for-clinical-use/ | es_CO |
dc.relation.references | M. Wiering and M. van Otterlo, e. (2012). Reinforcement Learning: State of the Art. Springer. | es_CO |
dc.relation.references | M.N. Mahyuddin, S. K. (2014). A novel robust adaptive control algorithm with finite-time online parameter estimation of a humanoid robot arm. Robotics and Autonomous Systems, 204-305 | es_CO |
dc.relation.references | Marco, V. D. (15 de 11 de 2015). Conociendo WebSocket. Obtenido de https://v0ctor.me/websocket | es_CO |
dc.relation.references | Mesbah, A. (2017). Stochastic model predictive control with active uncertaintylearning: a survey on dual control. Annu. Rev. Control, pp. 107–117. | es_CO |
dc.relation.references | Mnih, V. K. (2015). Human-level control through deep reinforcement learning. Nature. | es_CO |
dc.relation.references | Mobility, T. (2019). Qolo - Quality of life with locomotion. Obtenido de Mobility Unlimited Challenge: https://mobilityunlimited.org/user/185 | es_CO |
dc.relation.references | N. R. Kristensen, H. M. (2014). Parameter estimation in stochastic grey-box models. Automatica, 40, pp. 225–237. | es_CO |
dc.relation.references | Oliver Jansen, D. G. (2017). Hybrid Assistive Limb Exoskeleton HAL in the Rehabilitation of Chronic Spinal Cord. WORLDNEUROSURGERY | es_CO |
dc.relation.references | Paez, D. K. (2018). Unpowered Lower-Body Exoskeleton with Torso Lifting Mechanism for Supporting Sit-to-Stand Transitions. IEEE/RSJ International Conference on Intelligent Robots and Systems. | es_CO |
dc.relation.references | Patrick Slade, P. C. (2017). Simultaneous active parameter estimation and control using sampling-based Bayesian reinforcement learning. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), pp. 804-810. | es_CO |
dc.relation.references | Patrick Slade, Z. N. (2019). Estimation and control using sampling basedBayesian reinforcement learning. Patrick Slade1, Zachary N. Sunberg2, Mykel J. Kochenderfer, pp. 127-136. | es_CO |
dc.relation.references | Profanter, S. (2014). Implementation and Evaluation of multimodal input/output channels for task-based industrial robot programming. | es_CO |
dc.relation.references | Rebiotex. (2020). EksoNR. Ekso Bionics. Obtenido de https://rebiotex.com/ekso gt/ | es_CO |
dc.relation.references | Requez, J. P. (2020). Matlab, EL lenguaje del cáculo técnico. Obtenido de ¿Que es Matlab?: http://acapmi.com/blog/2017/09/18/que-es-matlab/ | es_CO |
dc.relation.references | Research, M. F. (19 de Septiembre de 2019). MAYOCLINIC. Obtenido de Lesiones de la médula espinal. | es_CO |
dc.relation.references | Robotics, O. S. (20 de 12 de 2018). Bibliotecas de clientes. Obtenido de http://wiki.ros.org/Client%20Libraries | es_CO |
dc.relation.references | Robotics, R. (2020). What is the ReWalk exoskeleton? Obtenido de https://rewalk.com/ | es_CO |
dc.relation.references | ROS, O. R. (2020). Componentes centrales de ROS. Obtenido de Infraestructura de comunicaciones, Caracteristicas especificas del robot y Herramientas: https://www.ros.org/core-components/ | es_CO |
dc.relation.references | ROS, O. R. (2020). Componentes centrales en ROS. Obtenido de Caracteristicas especificas del robot: https://www.ros.org/core-components/ | es_CO |
dc.relation.references | Sadowski, M. (25 de 06 de 2019). Tutorial web de ROS parte 1 - servidor rosbridge y roslibjs. Obtenido de https://msadowski.github.io/ros-web tutorial-pt1 | es_CO |
dc.relation.references | Shervin Javdani, S. S. (2015). Shared autonomy via hindsight optimization. Robotics: Science and Systems Conference, 11. | es_CO |
dc.relation.references | Shilpa Gulati, C. J. (2009). A Framework for Planning Comfortable and Customizable Motion of an Assistive Mobile Robot. IEEE/RSJ International Conference on Intelligent Robots and Systems, 4253-4260. | es_CO |
dc.relation.references | Simonetta Papa, P. E. (2020). Chapter 1 - Introduction to spinal cordinjury as clinical pathology. En F. R. Giuseppe Perale, Spinal Cord Injury (SCI) Repair Strategies (págs. 1-12). Woodhead Publishing. | es_CO |
dc.relation.references | Tsitsiklis, D. P. (2015). Neuro-dynamic programming: An overview. Proceedings of the 34th IEEE Conference on, 560–564. | es_CO |
dc.relation.references | Uğur Demir, S. K. (2016). Human impedance parameter estimation using artificial neural network for modelling physiotherapist motion. Biocybernetics and Biomedical Engineering, 36, Pages 318-326. | es_CO |
dc.relation.references | Unbehaue, N. M. (2018). Survey of adaptive dual control methods. IEEE Proceedings-Control Theory and Applications, 147, pp. 118–12. | es_CO |
dc.relation.references | Yang Chen, D. P.-G. (2019). Torso Control System with A Sensory Safety Bar for a Standing Mobility Device. | es_CO |
dc.relation.references | Yang Chen, D. P.-G. (s.f.). Torso Control System with A Sensory Safety Bar for a Standing Mobility Device. | es_CO |
dc.relation.references | YoonSeok Pyo, H. C. (2017). ROS, Robot Programing. Seoul, Republic of Korea : ROBOTIS Co.,Ltd. | es_CO |
dc.relation.references | Yosuke Eguchi, H. K. (2013). Standing Mobility Vehicle with Passive Exoskeleton. IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). | es_CO |
dc.rights.accessrights | http://purl.org/coar/access_right/c_abf2 | es_CO |
dc.type.coarversion | http://purl.org/coar/resource_type/c_2df8fbb1 | es_CO |
Aparece en las colecciones: | Ingeniería Mecatrónica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Ibánez_2020_TG.pdf | Ibánez_2020_TG | 3,67 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.