1. Curso de nivelación SNNA
Tutor: Ing. Irene Tuston
INTRODUCCIÓN A LA COMUNICACIÓN CIENTÍFICA
Ing. Narcisa Portalanza
FORMULACIÓN ESTRATÉGICA DE PROBLEMAS
Ing. Paola Maldonado
“PROYECTO DE AULA”
1.- DATOS INFORMATIVOS:
- Integrantes :
- Erik Izurieta
- Carlos Paucar
- Álvaro Berrones
- David Ricaurte
- Marco Mejía
- Diego Hernández
- Mail: crlspaucar16@gmail.com
2. Tema: Control de Robots basado en Bioseñales
SINTESIS
Cada día el alcance de la tecnología está a nuestra mano, basándonos en el desenvolvimiento con
máquinas simples hasta el desarrollo de software avanzado, inconscientemente hacemos que nuestras
creaciones se parezcan cada día más a nosotros en la forma de su procesamiento de información,
aunque falta mucho para llegar a la concepción de un cerebro autónomo en máquinas, las ventajas que
nos dan las máquinas controladas por bioseñales son muy extensas y variadas que van desde la fuerza
hasta la precisión casi exacta de movimientos. Esto ha avanzado de tal forma que controlamos robots a
través del Brain Machine Interface (BMI) que es un medio de control que permite rapidez y precisión en
las órdenes establecidas a las distintas etapas autoejecutables del androide.
Es necesario saber que la Robótica Evolutiva (RE) es un área de la Robótica Autónoma en la que se
desarrollan los controladores de los robots mediante la evolución al usar Algoritmos Genéticos que van
desde el control manual, visual, hasta directamente el cerebral o controlado por nervios y dirigiendo
particularmente los distintos patrones de la máquina.Habitualmente se evolucionan Redes Neuronales ya
que se sigue el referente biológico y simplifica el diseño y la representación en el algoritmo genético.
Partiendo sobre que es un algoritmo genético podemos decir que los AGs (Algoritmos genéticos) son
métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. Están
basados en el proceso genético de los organismos vivos. A lo largo de las generaciones, las poblaciones
evolucionan en la naturaleza de acorde con los principios de la selección natural y la supervivencia de los
más fuertes, postulados por Darwin. Por imitación de este proceso, los Algoritmos Genéticos son capaces
de ir creando soluciones para problemas del mundo real. La evolución de dichas soluciones hacia valores
óptimos del problema depende en buena medida de una adecuada codificación de las mismas.
Al hablar de la“Robótica Evolutiva” tiene varios objetivos que a menudo son simultáneos. El punto de
vista de la ingeniería crea controladores de robots para realizar tareas útiles en el mundo real y que
soluciones una serie de expectativas creadas por su fabricante y de la sociedad en sí. Así se relacionan
en el campo de la industria, minería exploración espacial, etc con el fin de llegar donde la mano del
hombre por varias razones o circunstancias físicas no lo puede o es imposible hacerlo.
La razón por la que escogimos este tema es porque en sí, tiene una tendencia tecnológica de
alto interés para las personas amantes a los avances y que harían de esto un tema social,
nuestro proyecto se fundamenta en el conocimiento de los mecanismos de control de nuevos
robots que se guíen de bioseñales que se originan del hombre con el fin de superar barreras
físicas que poseemos y las complementemos con la ventaja mecánica que nos aportaría un
robot.
También porque gracias a la comprensión de este tema vamos adquiriendo nuevas formas de
ver el avance tecnológico de nuestros días, y adquirimos nuevas perspectivas de ver nuestra
carrera, y las ventajas que esta nos aporta.
3. RECOLECCION DE DATOS:
Basándonos en la divulgación de esta información destinada en las redes sociales y en un blog creado
para este fin hemos podido constatar, que un alto grado de personas se sienten atraídas hacia este tema
y ha despertado curiosidad a la vez que interés.
- El estudio está enfocado a las formas de manejo y direccionamiento que existen para
controlar a un robot, los recursos y ver el grado de complejidad que posee un estudio de
este nivel. Esta vez gracias una base de datos preestablecida hallamos que es difícil
conseguir un grado de sensibilidad de la maquina ante estímulos básicos para el hombre por
lo que sus creadores innovan sus propios recursos técnicos y tratan de obtener una
estructura muy bien calibrada.
HIPOTESIS: La configuración del framework para el desarrollo de las pruebas en la modalidad control-
mental con auto foco, adopto la siguiente ruta de comandos: left-stop, forward-stop, right-stop. En la
ejecución del comando forward se configuró con un tiempo de 2 segundos y los giros con un tiempo de 50
segundos. Se cambió la modalidad a manual y se obtuvieron mejores resultados sin el auto foco.
VARIABLES:
N° de pruebas
Cantidad de controles
Tiempos parciales de checkpoint (Cp)
Porcentajes de eficacia con control mental (Bm) y por control manual (Mc)
SUJETOS DE LA INESTIGACIÓN:
Los sujetos que se tomaron en dicha investigación fueron los Robosapiens (bípedos) de la familia Wow
Wee Robotics y el robot Móvil NTX del Instituto Federal Suizo de Tecnología en Lausanne y el BMI
Emotiv, que se pusieron a prueba con la finalidad de medir eficacia con bioseñales de naturaleza humana.
Luego de haber analizado la información y tras habernos introducido en el tema a tratar, concluimos que
estas fases de prueba en robots son muy prometedoras, pues su estudio se fundamenta en la mejora
continua de métodos de calibración en sensaciones motrices y motoras de las maquinas guiadas por
señales provenientes de patrones musculares, nerviosos y cerebrales, que gracias a interfaces robóticas
avanzadas han logrado el desarrollo de la nueva generación de robots que prometen satisfacer muchas
necesidades del hombre como es la de prótesis en humanos, exploración de lugares remotos para el
hombre en nombre del avance tecnológico.
Tomado de: Wicc 2010- XllWorkshop de Investigadores en Ciencias de la Computación.
4. PROBLEMA ENCONTRADO EN LA INVESTIGACION
Tras haber analizado el documento, hacer comparaciones y tratando de buscar las soluciones requeridas
ponemos a su consideración el siguiente desarrollo.
VARIABLES CARACTERISTICAS
N° de pruebas 9
Cantidad de controles 6 de entrenamiento 6 de control general
Tiempos parciales de checkpoint (Cp) 8
Porcentajes de eficacia con control mental 11.32 % en BM mejor que el manual y 111% en
(Bm) y por control manual (Mc) MC mejor que el manual
Ahora tras haber analizado por un sistema de variables el problema que nos vendría es: En el control
manual hay un 111% de mayor de eficacia a comparación de un 11.32% del cerebral entonces ¿Qué
sistema de control de robots por bioseñal es mejor y más factible utilizar?
Creando una estrategia de observación y de interpretación, podemos obtener un resultado favorable.
Al hablar de un estudio con “prototipos” donde recientemente la ciencia no ha avanzado aun en
estos estudios podemos llegar a la conclusión que el control manual es mucho más eficaz que el
control encéfalo- motriz, pero si buscamos mejores métodos de calibrar estas fallas como son el
tiempo de respuesta en el checkpoint podemos decir que en un fututo podríamos ver que los
impulsos nerviosos puros que parten del cerebro harán al robot que se desempeñe de una
manera más factible y eficaz.
Una mejor eficacia muestra un control utilizando un control manual hasta avanzar mejor en el
campo de la neurología aplicada a la tecnología.
CONCLUSIONES
o Al concluir esta investigación hemos tomado como resultados
-Conocer las formas de guiar un robot
-Establecer relaciones entre los diferentes procesos a seguir para la comprensión de las ventajas
que nos aporta el uso de maquinas autómatas.
-Y finalmente saber cuál es la forma más eficaz para controlar a un robot guiado por bioseñales.