Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/41876
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021_SergioAndresPertuzMendez.pdf6,13 MBAdobe PDFVisualizar/Abrir
Título: Run-time reconfiguration for efficient tracking of implanted magnets with a myokinetic control interface applied to robotic hands
Autor(es): Mendez, Sergio Andres Pertuz
E-mail do autor: sapertuz@gmail.com
Orientador(es): Muñoz Arboleda, Daniel Mauricio
Coorientador(es): Quintero, Carlos Humberto Llanos
Assunto: Sensores magnéticos
Interface de controle myokinetica
Aprendizagem de máquina
Rastreamento de posição
Data de publicação: 23-Ago-2021
Referência: MENDEZ, Sergio Andres Pertuz. Run-time reconfiguration for efficient tracking of implanted magnets with a myokinetic control interface applied to robotic hands. 2021. 138 f., il. Tese (Doutorado em Sistemas Mecatrônicos)—Universidade de Brasília, Brasília, 2021.
Resumo: Este trabalho introduz a aplicação de soluções de aprendizagem de máquinas visado ao problema do rastreamento de posição do antebraço baseado em sensores magnéticos. Especi ficamente, emprega-se uma estratégia baseada em dados para criar modelos matemáticos que possam traduzir as informações magnéticas medidas em entradas utilizáveis para dispositivos protéticos. Estes modelos são implementados em FPGAs usando operadores customizados de ponto flutuante para otimizar o consumo de hardware e energia, que são importantes em dispositivos embarcados. A arquitetura de hardware é proposta para ser implementada como um sistema com reconfiguração dinâmica parcial, reduzindo potencialmente a utilização de recursos e o consumo de energia da FPGA. A estratégia de dados proposta e sua implemen tação de hardware pode alcançar uma latência na ordem de microssegundos e baixo consumo de energia, o que encoraja mais pesquisas para melhorar os métodos aqui desenvolvidos para outras aplicações.
Abstract: This work introduces the application of embedded machine learning solutions for the problem of magnetic sensors-based limb tracking. Namely, we employ a data-driven strat egy to create mathematical models that can translate the magnetic information measured to usable inputs for prosthetic devices. These models are implemented in FPGAs using cus tomized floating-point operations to optimize hardware and energy consumption, which are important in wearable devices. The hardware architecture is proposed to be implemented as a dynamically partial reconfigured system, potentially reducing resource utilization and power consumption of the FPGA. The proposed data-driven strategy and its hardware implementa tion can achieve a latency in the order of microseconds and low energy consumption, which encourages further research on improving the methods herein devised for other applications
Unidade Acadêmica: Faculdade de Tecnologia (FT)
Departamento de Engenharia Mecânica (FT ENM)
Informações adicionais: Tese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2021.
Programa de pós-graduação: Programa de Pós-Graduação em Sistemas Mecatrônicos
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Agência financiadora: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.