Publicación:
Implementación de una interfaz cerebro-computador (BCI) que permita controlar el movimiento de elevación y avance durante el vuelo de un cuadricóptero (dron)

dc.audienceComunidad Científica y Académicaspa
dc.contributor.advisorValencia Murillo, José Fernando
dc.contributor.authorCastro Gutiérrez, Andrés Felipe
dc.contributor.authorOrtega Hernández, Juan Felipe
dc.date.accessioned2018-10-03T14:25:20Z
dc.date.available2018-10-03T14:25:20Z
dc.date.issued2017
dc.date.submitted2018-10-03
dc.description.abstractIn this project, a brain-computer interface (BCI) is implemented allowing flight control of a simulated drone through the use of steady state visual evoked potentials (SSVEP) that were generated by a light dashboard that could be adjusted to blink at different frequencies. Through a sweep of frequencies made between 20 and 40 Hz, five different frequencies can be identified: 22, 25, 26, 27 and 34 Hz, which were assigned to the same number of movements: ascent, descent, advance, rewind and rotate clockwise, respectively. The project makes use of a Matlab script that is responsible for the reception and processing of the EEG data, identifying the stimulus selected by the user, calculating which of the five frequencies has the highest energy during a control period of two seconds. The interface was validated by applying five pattern tests to six users, each test had the duration of one minute, the efficiency found was between 72.18% and 95.33%.eng
dc.description.abstractEn este proyecto se implementa una interfaz cerebro-computador (BCI) que permite el control de vuelo de un dron simulado mediante el uso de potenciales visuales evocados de estado estable (SSVEP) generados por medio de un tablero de luces que parpadeaban a diferentes frecuencias. A través de un barrido de frecuencias realizado entre 20 y 40 Hz, se logran identificar cinco frecuencias diferentes: 22, 25, 26, 27 y 34 Hz, que fueron asignadas al mismo número de movimientos: ascenso, descenso, avanzar, retroceder y rotar en sentido horario, respectivamente. Un script en Matlab se encarga de la recepción y procesamiento de los datos EEG, identificando el estímulo seleccionado por el usuario calculando cuál de las cinco frecuencias tiene mayor energía durante un periodo de control de dos segundos. La interfaz fue validada aplicando cinco pruebas de patrones a seis usuarios, cada una de un minuto de duración, la eficiencia encontrada estaba entre 72,18% y 95,33%.spa
dc.formatpdfspa
dc.format.extent81 páginasspa
dc.format.mediumRecurso en lineaspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttp://hdl.handle.net/10819/6255
dc.language.isospaspa
dc.publisherUniversidad de San Buenaventura - Calispa
dc.publisher.facultyIngenieriasspa
dc.publisher.programIngeniería Electrónicaspa
dc.publisher.sedeCalispa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.ccAtribución-NoComercial-SinDerivadas 2.5 Colombiaspa
dc.rights.licenciaPor medio de este formato manifiesto mi voluntad de AUTORIZAR a la Universidad de San Buenaventura, Sede Bogotá, Seccionales Medellín, Cali y Cartagena, la difusión en texto completo de manera gratuita y por tiempo indefinido en la Biblioteca Digital Universidad de San Buenaventura, el documento académico-investigativo objeto de la presente autorización, con fines estrictamente educativos, científicos y culturales, en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión Andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre derechos de autor. Como autor manifiesto que el presente documento académico-investigativo es original y se realiza sin violar o usurpar derechos de autor de terceros, por lo tanto, la obra es de mi exclusiva autora y poseo la titularidad sobre la misma. La Universidad de San Buenaventura no será responsable de ninguna utilización indebida del documento por parte de terceros y será exclusivamente mi responsabilidad atender personalmente cualquier reclamación que pueda presentarse a la Universidad. Autorizo a la Biblioteca Digital de la Universidad de San Buenaventura convertir el documento al formato que el repositorio lo requiera (impreso, digital, electrónico o cualquier otro conocido o por conocer) o con fines de preservación digital. Esta autorización no implica renuncia a la facultad que tengo de publicar posteriormente la obra, en forma total o parcial, por lo cual podrá, dando aviso por escrito con no menos de un mes de antelación, solicitar que el documento deje de estar disponible para el público en la Biblioteca Digital de la Universidad de San Buenaventura, así mismo, cuando se requiera por razones legales y/o reglas del editor de una revista.spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/spa
dc.source.bibliographicCitation[1] P. Alberto, P. Francisco, L. Miguel Ángel y R. Samuel, «Arquitectura y Tecnologia de Computadores (ATC),» 22 julio 2013. [En línea]. Available: http://atc.ugr.es/pages/docencia/no_reglada/tendencias_ic/media/_doc/bci_aprieto_julio2013_v1/!. [Último acceso: 30 marzo 2016]. [2] H. Roberto, C. Rebeca y A. Daniel, «LYCHNOS,» Grupo de Ingeniería Biomédica (GIB). Universidad de Valladolid, 1 Marzo 2012. [En línea]. Available: http://www.fgcsic.es/lychnos/es_es/articulos/Brain-Computer-Interface-aplicado-al-entrenamiento-cognitivo. [Último acceso: 31 marzo 2016]. [3] L. E. Arci, «hoja de router,» 17 Septiembre 2015. [En línea]. Available: http://www.eldiario.es/hojaderouter/ciencia/neurogaming-videojuegos-investigacion-neurologia_0_430807093.html. [Último acceso: 30 Marzo 2016]. [4] S. J. Netiwit Kangoen, «A novel hybrid auditory BCI paradigm combining ASSR and P300.,» J Neurosci Methods., vol. 279, nº 1, pp. 44-51, 2017. [5] C. G. Robert Prueckl, «A Brain-Computer Interface Based on Steady State,» Guger Technologies OEG, Schiedlberg, Austria, 2009. [6] L. Karl, C. Kaitlin, D. Alexander, S. E. R. Kaleb y H. Bin, «National Center for Biotechnology Information (NCBI),» 4 Junio 2013. [En línea]. Available: http://www.ncbi.nlm.nih.gov/pubmed/23735712?report=abstract. [Último acceso: 30 Marzo 2016]. [7] M.H. Chang, J. SuLee, J. Heo, K. Suk Park «Eliciting dual-frequency SSVEP using a hybrid SSVEP-P300 BCI,» Journal of Neuroscience Methods, vol. 258, nº 30, pp. 104-113, 2016. [8] F. Akram, S.M. Han, Tae-Seong Kim, «An efficient words typing P300-BCI system using a modified T9 interface and random forest classifier.,» Conf Proc IEEE Eng Med Biol Soc., vol. 225, nº 13, pp. 1-4, 2013. [9] Z. G. Junjie Wang, «An online semi-supervised P300 speller based on extreme learning machine,» Neurocomputing, vol. 269, nº 269, pp. 148-151, 2017. [10] R.M.G. Tello, S.M.T. Müller, M.A. Hasan, A. Ferreira, S. Krishnan, T.F. Bastos, «An independent-BCI based on SSVEP using Figure-Ground Perception (FGP),» Biomedical Signal Processing and Control, vol. 26, nº 26, pp. 69-79, 2016. [11] H.J. Hwang, J.H. Lim, .J. Jung, Han Choi, S.W. Lee, C.H. Im, «Development of an SSVEP-based BCI spelling system adopting a QWERTY-style LED keyboard,» Journal of Neuroscience Methods, vol. 208, nº 1, pp. 59-65, 2012. [12] Y. Zhang, G. Zhou, J. Jin, X. Wang, A. Cichocki, «SSVEP recognition using common feature analysis in brain–computer interface,» Journal of Neuroscience Methods, vol. 244, nº 244, pp. 8-15, 2015. [13] G. Sun, Y. Yang, Y. Leng, H. Wang, S. Ge, «The Distribution of Classification Accuracy Over the Whole Head for a Steady State Visual Evoked Potential Based Brain-computer Interface,» Procedia Computer Science, vol. 107, nº 107, pp. 389-394, 2017. [14] Z. D. Zafer İşcan, «A novel steady-state visually evoked potential-based brain–computer interface design: Character Plotter,» Biomedical Signal Processing and Control, vol. 10, nº 10, pp. 145-152, 2014. [15] X. Gao, D. Xu, M. Cheng, S. Gao «A BCI-Based Environmental Controller for the Motion-Disabled» IEEE Transactions on Neural Systems and Rehabilitation Engineering, vol. 11, NO. 2, 2003spa
dc.source.instnameUniversidad de San Buenaventura - Calispa
dc.source.otherCali, Trabajo de Grado, T005.437 C355ispa
dc.source.reponameBiblioteca Digital Universidad de San Buenaventuraspa
dc.subjectBCIspa
dc.subjectSSVEPspa
dc.subjectPotencialesspa
dc.subjectEvocadosspa
dc.subjectEEGspa
dc.subjectInterfazspa
dc.subjectCerebrospa
dc.subjectEvokedspa
dc.subjectPotentialsspa
dc.subjectInterfacespa
dc.subjectBrainspa
dc.subject.lembIngeniería de softwarespa
dc.subject.lembDesarrollo de aplicacionesspa
dc.subject.lembInterfaces de usuariospa
dc.thesis.nameIngeniero Electrónicospa
dc.titleImplementación de una interfaz cerebro-computador (BCI) que permita controlar el movimiento de elevación y avance durante el vuelo de un cuadricóptero (dron)spa
dc.typeTrabajo de grado - Pregradospa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.spaTrabajo de Gradospa
dspace.entity.typePublicationspa
Archivos
Paquete original
Mostrando 1 - 1 de 1
Imagen en miniatura
Nombre:
Interfaz cerebro-computador_Castro_2017 .pdf
Tamaño:
3.22 MB
Formato:
Adobe Portable Document Format
Descripción:
Paquete de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.02 KB
Formato:
Item-specific license agreed upon to submission
Descripción: