Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad U.N.
Publicado
Entorno virtual de capacitación con EOG para manipular robots asistenciales
Virtual training environment with EOG for manipulating assistive robots
DOI:
https://doi.org/10.15446/dyna.v93n241.124310Palabras clave:
electrooculografía, robótica asistencial, simulación, interacción humano-robot, entorno virtual, discapacidad motora, capacitación (es)electrooculography, assistive robotics, simulation, human-robot interaction, virtual environment, motor disability, training (en)
Descargas
La discapacidad motora en Colombia afecta a un porcentaje significativo de la población, constituye una problemática relevante de salud pública, asociada con diversos factores del país. Este proyecto desarrolla un sistema de control de robots asistenciales controlados por señales electrooculográficas (EOG), logrando que aquellas personas con movilidad reducida tengan acceso a este tipo de tecnologías. Para el desarrollo se adquirieron señales con el hardware Bitalino para generar y normalizar un conjunto de datos, que luego se procesa con Python y Open Signals para establecer comandos confiables. El entorno de simulación se realizó en CoppeliaSim. Durante el proceso de desarrollo, se encontraron obstáculos como el ruido y la exactitud de las señales. No obstante, se ha terminado la interfaz y la conexión entre CoppeliaSim, Python y las señales EOG, permitiendo que el robot se mueva en tiempo real. En la actualidad, se realizan pruebas de funcionamiento, exactitud y precisión de los movimientos.
Motor disabilities in Colombia affect a significant percentage of the population and constitute a major public health issue linked to various factors in the country. This project develops a system for controlling assistive robots using electrooculographic (EOG) signals, thereby enabling people with limited mobility to access this type of technology. For the development, signals were acquired using Bitalino hardware to generate and normalize a dataset, which is then processed with Python and Open Signals to establish reliable commands. The simulation environment was created in CoppeliaSim. During the development process, obstacles such as noise and signal accuracy were encountered. However, the interface and connection between CoppeliaSim, Python, and the EOG signals have been completed, allowing the robot to move in real time. Currently, tests are being conducted to evaluate the robot’s functionality, accuracy, and precision of movement.
Referencias
[1] Ministerio de Salud y Protección Social, Boletín técnico: Personas certificadas con discapacidad, I semestre – 2024, Oficina de Promoción Social, Bogotá, Colombia, 29 jul. 2024.
[2] Belkhiria, C., Boudir, A., Hurter, C., and Peysakhovich, V., Eog-based human–computerinterface: 2000–2020 review. Sensors, 22(13), art. 4914, 2022. DOI: https://doi.org/10.3390/s22134914.
[3] Molleapaza-Huanaco, J., Charca-Morocco, H., Juarez-Chavez, B., Equiño-Quispe, R., Talavera-Suarez, J., and Mayhua-López, E., IoT platform based on EOG to monitor and control a smart home environment for patients with motor disabilities. In 2020 13th International Congress on Image and Signal Processing, BioMedical Engineering and informatics (CISP-BMEI), pp. 784-789, art. 3534, 2020. DOI: https://doi.org/10.1109/CISP-BMEI51763.2020.9263534.
[4] Hernández-Pérez, S.N., Pérez-Reynoso, F.D., Gutiérrez, C.A.G., Cosío-León, M.D.L.Á., and Ortega-Palacios, R., EOG signal classification with wavelet and supervised learning algorithms KNN, SVM and DT. Sensors, 23(9), art. 4553, 2023. DOI: https://doi.org/10.3390/s23094553.
[5] Ministerio de salud y protección social de Colombia. MinSalud destaca acciones en beneficio de personas con discapacidad. Ministerio de salud y protección social de Colombia, 2025.
[6] Zhou, Y., Yu, T., Gao, W., Huang, W., Lu, Z., Huang, Q., and Li, Y., Shared three-dimensional robotic arm control based on asynchronous BCI and computer vision.IEEE Transactions on Neural Systems and Rehabilitation Engineering, 31, pp. 3163-3175, 2023. DOI: https://doi.org/10.1109/TNSRE.2023.3299350.
[7] Kosmyna, N., Hauptmann, E., and Hmaidan, Y., A brain-controlled quadruped robot: a proof-of-concept demonstration. Sensors, 24(1), art. 80, 2023. DOI: https://doi.org/10.3390/s24010080.
[8] Park, S., Ha, J., Park, J., Lee, K., and Im, C.H., (). Brain-controlled, AR-based Home automation system using SSVEP-based brain-computer interface and EOG-based eye tracker: A feasibility study for the elderly end User. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 31, pp. 544-553, 2022. DOI: https://doi.org/10.1109/TNSRE.2022.3228124.
[9] Zhu, Y., Li, Y., Lu, J., and Li, P., A hybrid BCI based on SSVEP and EOG for robotic arm control. Frontiers in neurorobotics, 14, art.583641, 2020. DOI: https://doi.org/10.3389/fnbot.2020.583641
[10] Wang, F., Li, X., and Pan, J., A human‐machine interface based on an eog and a gyroscope for humanoid robot control and its application to home services. Journal of Healthcare Engineering, 1, art. 16578834, 2022. DOI: https://doi.org/10.1155/2022/1650387.
[11] Perez-Reynoso, F.D., Niño-Suarez, P.A., Aviles-Sanchez, O.F., Calva-Yañez, M.B., Vega-Alvarado, E., and Portilla-Flores, E.A., A custom EOG-based HMI using neural network modeling to real-time for the trajectory tracking of a manipulator robot. Frontiers in Neurorobotics, 14, art. 578834, 2020. DOI: https://doi.org/10.3389/fnbot.2020.578834.
[12] Roy, R., Mahadevappa, M., and Nazarpour, K., An Electro-Oculogram Based Vision System for Grasp Assistive Devices—A Proof of Concept Study. Sensors, 21(13), art. 4515, 2021. DOI: https://doi.org/10.3390/s21134515.
[13] Yumbla, F., Yumbla, E.Q., and Moon, H., The bioloid gp robot with different configurations for simulation in v-rep controlled by the robot operating system (ros). In 2020 6th International Conference on Control, Automation and Robotics (ICCAR). IEEE, pp. 54-58, art. 7987, 2020. DOI: https://doi.org/10.1109/ICCAR49639.2020.9107987.
[14] uerkle, A., Eaton, W., Lohse, N., Bamber, T., and Ferreira, P., EEG based arm movement intention recognition towards enhanced safety in symbiotic Human-Robot Collaboration. Robotics and Computer- Integrated Manufacturing, 70, art. 102137, 2021. DOI: https://doi.org/10.1016/j.rcim.2021.102137.
Cómo citar
IEEE
ACM
ACS
APA
ABNT
Chicago
Harvard
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2026 DYNA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.
