Skip to main content
La falta de sensores y retroalimentación en los dispositivos prostéticos es un área de investigación de gran importancia a desarrollar, ya que con la integración de estas tecnologías se puede lograr sistemas más eficientes e inteligentes. Basados en experimentos previos de sujeción de objetos con la prótesis PrHand, se evidenció que se requiere un control de posición en el motor de actuación para cada objeto del set de objetos AHAP. Lo cual aumenta la complejidad de programación del dispositivo para su funcionamiento. Sin embargo, con la integración de sensores de fuerza se puede generar un modelo de Machine learning (ML) que permita realizar el control de la prótesis para los objetos automáticamente. Por tanto, se plantea la integración de sensores de fuerza a la prótesis construida con tecnologías de robótica blanda llamada PrHand para el desarrollo de un sistema de control basado en la identificación de objetos por medio de modelos de ML. Con esto se logrará mejorar la eficiencia de la prótesis PrHand y permitirá implementar tecnologías de inteligencia artificial en dispositivos de asistencia médica. El objetivo principal de las prótesis es conseguir la mejor funcionalidad posible, sin importar la parte estética con el fin de ayudar a las personas con discapacidades en las manos. Además, el desarrollo de prótesis busca reducir los costes y los métodos de fabricación para que los dispositivos sean más accesibles. Por lo cual, el presente proyecto pretende desarrollar un sistema de identificación de objetos basados en modelos de ML para la prótesis ya existente PrHand. La prueba funcional del dispositivo será ejecutada en un banco de pruebas. Este trabajo permitirá generar una tecnología nacional que puede mejorar la eficiencia de la prótesis PrHand y a su vez, abrirá una nueva línea de investigación entre la EICT y EMCS en robótica e inteligencia artificial aplicada en dispositivos biomédicos. Este tipo de técnicas pueden integrarse en el desarrollo de tecnologías que mejoren los dispositivos comerciales colombianos y latinoamericanos comerciales y de investigación.
Featured Dataverses

In order to use this feature you must have at least one published dataverse.

Publish Dataverse

Are you sure you want to publish your dataverse? Once you do so it must remain published.

Publish Dataverse

This dataverse cannot be published because the dataverse it is in has not been published.

Delete Dataverse

Are you sure you want to delete your dataverse? You cannot undelete this dataverse.

Find
Advanced Search

1 to 1 of 1 Result
Oct 4, 2024 - URHAND
ZIP Archive - 10.5 GB - MD5: dc452d8337a7b0173cf5a6144e0db2eb
Within this dataset, you will find the following folders with the following files: Classifiers: a file that uses the dataset named (archivo_final.csv) to create the classifiers. This document is a .py code file. Dataset creator: in this folder, there are two Python codes; data...
Add Data

Sign up or log in to create a dataverse or add a dataset.

Share Dataverse

Share this dataverse on your favorite social media networks.

Link Dataverse
Reset Modifications

Are you sure you want to reset the selected metadata fields? If you do this, any customizations (hidden, required, optional) you have done will no longer appear.

Contact Universidad del Rosario Support

Universidad del Rosario Support

Please fill this out to prove you are not a robot.

+ =