رسالة جامعية
Implementación de una interfaz cerebro computador para el desplazamiento del efector final de un robot colaborativo UR3 ; Implementation of a brain computer interface for the displacement of the end effector of a UR3 collaborative robot
| العنوان: | Implementación de una interfaz cerebro computador para el desplazamiento del efector final de un robot colaborativo UR3 ; Implementation of a brain computer interface for the displacement of the end effector of a UR3 collaborative robot |
|---|---|
| المؤلفون: | Diaz Garcia, Edwin David, Vega Cáceres, Brayan Steven |
| المساهمون: | Chío Cho, Nayibe, Barragán Gómez, Johann, Chío Cho, Nayibe 0000375918, Barragán Gómez, Johann 0001496379, Chío Cho, Nayibe es&oi=ao, Barragán Gómez, Johann es&oi=ao, Diaz Garcia, Edwin David 0000-0003-3226-6260, Vega Cáceres, Brayan Steven 0000-0003-0225-6459, Chío Cho, Nayibe 0000-0002-9459-4350, Barragán Gómez, Johann 0000-0001-6114-6116, Chío Cho, Nayibe Nayibe_Chio, Chío Cho, Nayibe nayibe-chío-cho, Barragán Gómez, Johann johann-barragan |
| بيانات النشر: | Universidad Autónoma de Bucaramanga UNAB Facultad Ingeniería Pregrado Ingeniería Mecatrónica |
| سنة النشر: | 2023 |
| مصطلحات موضوعية: | Mechatronic, Motor imagery, MATLAB, Machine theory, Manipulators (Mechanisms), Automation, Numerical analysis, Bibliographic databases, Mecatrónica, Teoría de las máquinas, Manipuladores (Mecanismos), Automatización, Análisis numérico, Bases de datos bibliográficos, BCI, EEG, UR3, ROS, Enobio 8, Imaginación motora |
| جغرافية الموضوع: | Colombia, UNAB Campus Bucaramanga |
| الوصف: | La imaginación motora en interfaces cerebro computador juega un papel cada vez más importante en la rehabilitación de trastornos motores y en la aplicación de múltiples tecnologías. Sin embargo, es un campo de investigación que tiene una gran trayectoria por delante, debido a la gran cantidad de variables que pueden cambiar los resultados de un experimento y que las señales EEG varían de un sujeto a otro. Por ello, los estudiantes de la Universidad Autónoma de Bucaramanga implementaron una interfaz cerebro computador para controlar el efector final de un robot colaborativo UR3, con el fin de generar bases de conocimiento e incentivar la investigación de esta tecnología en la universidad. La interfaz utiliza un Enobio 8 y la imaginación motora para la adquisición de la señal, MATLAB para el preprocesamiento, procesamiento, traducción y envío de comandos, y ROS para permitir la comunicación entre el MATLAB y el UR3. ; 1. INTRODUCCIÓN . 15 1.1. DEFINICIÓN DEL PROBLEMA . 15 1.2. JUSTIFICACIÓN . 15 2. OBJETIVOS. 17 2.1. OBJETIVO GENERAL . 17 2.2. OBJETIVOS ESPECÍFICOS. 17 3. ESTADO DEL ARTE . 18 4. MARCO TEÓRICO . 20 4.1. INTERFAZ CEREBRO COMPUTADOR . 20 4.2. ELECTROENCEFALOGRAMA . 21 4.3. IMAGINACIÓN MOTORA . 21 4.4. CORTEZA MOTORA . 22 4.5. SISTEMA INTERNACIONAL 10-20 . 23 4.6. PREPROCESAMIENTO . 24 4.7. EXTRACCIÓN DE CARACTERÍSTICAS . 24 4.7.1. Patrón espacial común (CSP) . 25 4.7.2. Densidad de potencia espectral (PSD) . 25 4.8. APRENDIZAJE AUTOMÁTICO . 25 4.8.1. Entrenamiento y evaluación. 25 4.8.1.1. Subajuste. 25 4.8.1.2. Sobreajuste . 26 4.8.2. Validación cruzada . 26 4.8.3. Métricas de clasificación . 27 4.8.4. Máquina de vector soporte (SVM) . 27 4.8.5. Análisis discriminante lineal (LDA) . 28 4.9. ROBOT COLABORATIVO . 28 4.9.1. UR3. 28 4.10. MODELO CINEMÁTICO . 29 4.10.1. Cinemática directa . 29 4.10.2. Cinemática inversa . 29 4.11. ROBOT OPERATING SYSTEM (ROS) . 29 5. METODOLOGÍA . 30 6. DESARROLLO . 33 6.1. SELECCIÓN DE LOS PARÁMETROS PARA LA ADQUISICIÓN DE LA SEÑALE EEG . 33 6.1.1. Paradigma . 33 6.1.2. ... |
| نوع الوثيقة: | bachelor thesis |
| وصف الملف: | application/pdf |
| اللغة: | Spanish; Castilian |
| العلاقة: | J. C. Cubillos Alzate y S. A. Perea Caro, “Boletines poblacionales, personas con discapacidad pcd1 oficina de promoción social”, diciembre de 2020. https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/boletines-poblacionales-personas-discapacidadI-2020.pdfTest (consultado el 5 de junio de 2022).; A. M. Peña Alvarez, “Desarrollo de interfaz cerebro-máquina basada en el análisis de EEG y potenciales visuales evocados en estado estable para el control de un objeto”, instname:Universidad de los Andes, 2015, Consultado: el 7 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/1992/17442Test; J. Henderson y International neuromodulation society, “Motor Impairment”, el 2 de abril de 2012. https://www.neuromodulation.com/motor-impairment#:~:text=Motor%20impairment%20is%20the%20partial,muscle%20control,%20or%20total%20paralysisTest (consultado el 9 de junio de 2022).; Ü. Hayta , D. C. Irimia, C. Guger, İ. Erkutlu, y İ. H. Güzelbey, “Optimizing Motor Imagery Parameters for Robotic Arm Control by Brain Computer Interface”, Brain Sci , vol. 12, núm. 7, 2022, doi:10.3390/; V. Nandikolla y D. A. Medina Portilla, “ Teleoperation Robot Control of a Hybrid EEG Based BCI Arm Manipulator Using ROS”, Journal of Robotics , vol. 2022, pp. 1 14, may 2022, doi:10.1155/2022/5335523.; S. P. Karunasena, D. C. Ariyarathna, R. Ranaweera, J. Wijayakulasooriya, K. Kim, y T. Dassa nayake, “Single Channel EEG SSVEP based BCI for Robot Arm Control”, en 2021 IEEE Sensors Applications Symposium (SAS) SAS), IEEE, ago. 2021, pp. 1 6. doi:10.1109/SAS51076.2021.9530189.; M. Vilela y L. R. Hochberg, “Applications of brain computer interfaces to the control of robotic and prosthetic arms”, 2020, pp. 87 99. doi:10.1016/B978 0 444 63934 9.00008 1.; S. Jalilpour y G. Müller Putz, “Toward passive BCI: asynchronous decoding of neural responses to direction and angle sp ecific perturbations during a simulated cockpit scenario”, Sci Rep , vol. 12, núm. 1, p. 6802, dic. 2022, doi:10.1038/s41598 022 10906 5.; A. P. Kurmis y J. R. Ianunzio, “Artificial intelligence in orthopedic surgery: evolution, current state and future directions”, Arthroplasty , vol. 4, núm. 1, 2022, doi:10.1186/s42836 022 00112 z.; D. S. Vadivelan, S. Prabhu, y M. Uma, “Analysis of bci system to operate robotic arm control for navigation to assist disable pepople (a review)”, 한국감성과학회 국제학술대회 ICES) vol. 2021, p. 75, nov. 2021, [En línea]. Disponible en: https://stanford.idm.oclc.org/login?url=https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edskis&AN=edskis.3947634Test; Q. Huang, Z. Zhang, T. Yu, S. He, y Y. Li, “An EEG EOG base d hybrid brain computer interface: application on controlling an integrated wheelchair robotic arm system”, Front Neurosci , vol. 13, 2020.; S. Norman, “Brain Computer Interface Design for Robot Assisted Neurorehabilitation”, 2017. [En línea]. Disponibl e en: https://escholarship.org/uc/item/4v18v0d3Test.; R. Mane, T. Chouhan, y C. Guan, “BCI for stroke rehabilitation: motor and beyond”, J Neural Eng , vol. 17, núm. 4, p. 041001, ago. 2020, doi:10.1088/1741 2552/aba162.; N. González y J. Francisco, “Diseño y desarrollo de un sistema para el control mental de prótesis utilizando una interfaz cerebro-computadora (bci)”, Trabajo de grado, Universidad Nacional Autónoma de México, Mexico, 2013. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://ru.dgb.unam.mx/handle/DGB_UNAM/TES01000710076Test.; S. Ibagué Martín, “Diseño de un prototipo de plataforma móvil a partir de eventos cerebrales generados en el lóbulo frontal”, 2020, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.usta.edu.co/handle/11634/31909#.YvzvV7iM-Tc.mendeleyTest.; L. C. Brito Medina y I. en Mecatrónica, “Control de movimiento de un móvil robótico mediante una interfaz cerebro-computador”, oct. 2014, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.unimilitar.edu.co/handle/10654/13580#.Yvzvrse7oww.mendeleyTest.; A. F. Escobar Ortiz, “Diseño de un clasificador de señales EEG provenientes de una interfaz BCI utilizando redes neuronales para controlar un robot hexápodo”, Trabajo de grado, Universidad Autónoma de Occidente, 2018. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/10614/10354Test.; A. F. Reyes Fernandez, “Herramienta para la generación de texto basada en una interfaz cerebro-computador”, Universidad Santo Tomás , 2020. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/11634/29868Test.; C. González Rodríguez, J. S. Lasprilla Hincapié, I. en Mecatrónica, y I. en Mecatrónica, “Manipulation of robotic arm with EEG signal”, jun. 2017, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.unimilitar.edu.co/handle/10654/16901#.YvzyComU7jg.mendeleyTest.; L. A. Fernández Motta y I. en Mecatrónica, “Sistema de control de trayectoria en manipulador de cinco grados de libertad utilizando sensor Emotiv”, ago. 2014, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.unimilitar.edu.co/handle/10654/12475#.YvzySrbNx2E.mendeleyTest.; C. A. Cáceres Flórez y I. en Mecatrónica, “Implementación de un sensor de electroencefalograma (EEG) en aplicaciones domóticas”, jul. 2013, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.unimilitar.edu.co/handle/10654/11700#.Yvzyduwg3Cg.mendeleyTest.; J. S. Ramírez Archila, “Detección de intención motora empleando técnicas de aprendizaje automático”, Trabajo de grado, Escuela Colombiana de Ingeniería Julio Garavito, Bogotá, 2020. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repositorio.escuelaing.edu.co/handle/001/1279Test.; J. R. Arciniegas Polanco, “Pruebas de concepto para prótesis de miembro superior mediante herramientas de comunicación BCI”, instname:Universidad de los Andes, 2014, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/1992/20133Test; J. S. Tigreros Niño, “Algoritmo para la clasificación de ondas cerebrales mediante técnicas de aprendizaje profundo enfocado en el movimiento de miembros inferiores haciendo uso de una interfaz cerebro-máquina”, Trabajo de grado, Universidad Autónoma de Bucaramanga, Bucaramanga, 2020. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/20.500.12749/13898Test; Á. M. Gamba Cárdenas, “Diseño e implementación de una interfaz cerebro-máquina (BCI) para la identificación de tareas cognitivas, a partir de señales de EEG adquiridas con sistemas portátiles”, instname:Universidad de los 89 Andes, 2013, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/1992/19414Test; J. Salguero López y I. en Mecatrónica, “Diseño de un prototipo de sistema de comunicación personal mediante el uso de señales de electroencefalografía (EEG)”, dic. 2015, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repository.unimilitar.edu.co/handle/10654/7476#.Yvz0g_H7CrU.mendeleyTest; J. S. Useche Parra, “Desarrollo de un sistema de adquisición de EEG, para estimulación y procesamiento de potenciales visuales evocados en estado estable sobre una plataforma móvil, con aplicación a juegos didácticos”, instname:Universidad de los Andes, 2016, Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/1992/15667Test; J. S. Rani Alex, M. A . Haque, A. Anand, A. Gautam, y N. Venkatesan, “A deep learning approach for robotic arm control using brain Computer interface”, International Journal of Biology and Biomedical Engineering , vol. 14, pp. 128 135, 2020, doi:10.46300/91011.2020.14.18.; G. Yu, J. Wang, W. Chen, y J. Zhang, “EEG based brain controlled lower extremity exoskeleton rehabilitation robot”, en 2017 IEEE International Conference on Cybernetics and Intelligent Systems, CIS 2017 and IEEE Conference on Robotics, Automation and Mecha tronics, RAM 2017 Proceedings , 2018, pp. 763 767. doi:10.1109/ICCIS.2017.8274875.; M. Aljalal, R. Djemal, y S. Ibrahim, “Robot Navigation Using a Brain Computer Interface Based on Motor Imagery”, J Med Biol Eng, vol. 39, núm. 4, pp. 508–522, 2019, doi:10.1007/s40846-018-0431-9.; M. Memari, M. M. Sakhaee, M. H. Nadian, A. Taheri, y A. Ghazizadeh, “Design and Manufacture of a Guided Mechanical Arm by EEG Signals”, en 9th RSI International Conference on Robotics and Mechatronics, ICRoM 2021, 2021, pp. 574–579. doi:10.1109/ICRoM54204.2021.9663472.; A. Ak, V. Topuz, y I. Midi, “Motor imagery EEG signal classification using image processing technique over GoogLeNet deep learning algorithm for controlling the robot manipulator”, Biomed Signal Process Control, vol. 72, p. 103295, feb. 2022, doi:10.1016/j.bspc.2021.103295.; P. Batres-Mendoza, E. I. Guerra-Hernandez, A. Espinal, E. Perez-Careta, y H. Rostro-Gonzalez, “Biologically-Inspired Legged Robot Locomotion Controlled with a BCI by Means of Cognitive Monitoring”, IEEE Access, vol. 9, pp. 35766–35777, 2021, doi:10.1109/ACCESS.2021.3062329.; Y. Liu, M. Habibnezhad, y H. Jebelli, “Brain-computer interface for hands-free teleoperation of construction robots”, Autom Constr, vol. 123, 2021, doi:10.1016/j.autcon.2020.103523.; G. Gillini, P. D. Lillo, y F. Arrichiello, “An Assistive Shared Control Architecture for a Robotic Arm Using EEG-Based BCI with Motor Imagery”, en IEEE International Conference on Intelligent Robots and Systems, 2021, pp. 4132–4137. doi:10.1109/IROS51168.2021.9636261.; EMOTIV, “EMOTIV”, 2022. www.emotiv.com (consultado el 21 de septiembre de 2022).; g.tec, “g.tec”, 2022. https://www.gtec.atTest/ (consultado el 21 de septiembre de 2022).; Neuroelectrics, “Enobio EEG system”, 2022. https://www.neuroelectrics.com/solutions/enobioTest (consultado el 21 de septiembre de 2022).; OpenBci, “OpenBci”, 2022. https://openbci.comTest/ (consultado el 21 de septiembre de 2022).; L. Bouafif, “Monitoring of Anesthesia by Bispectral Analysis of EEG Signals”, Comput Math Methods Med, vol. 2021, pp. 1–13, may 2021, doi: https://doi.org/10.1155/2021/9961998Test.; M. Rodríguez Ugarte, I. N. Angulo Sherman, E. Iáñez, y J. M. Azorín, “Comparativa de algoritmos para la detección online de imaginación motora de la marcha basado en señales de EEG”, Trabajo de grado, Universidad Coruña, 2017. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: http://hdl.handle.net/10651/46511Test; J. E. Muñoz Cardona, “Clasificación de patrones de imaginación motora en una interfaz cerebro computador de bajo costo usando software libre”. Pereira : Universidad Tecnológica de Pereira, 2014. Consultado: el 16 de agosto de 2022. [En línea]. Disponible en: https://repositorio.utp.edu.co/handle/11059/4635Test; S. Sakhavi, “Application of deep learning methods in Brain-Computer Interface system”, 2017. doi: http://dx.doi.org/10.13140/RG.2.2.32800.28166Test.; C. Ferrin Bolaños, H. Loaiza-Correa, J. Pierre-Díaz, y P. Vélez-Ángel, “Evaluación del aporte de la covarianza de las señales electroencefalográficas a las interfaces cerebro-computador de imaginación motora para pacientes con lesiones de médula espinal”, TecnoLógicas, vol. 22, núm. 46, pp. 213–231, sep. 2019, doi:10.22430/22565337.1392.; J. Ramírez, “Detección de intención motora empleando técnicas de aprendizaje automático”, Universidad del Rosario, Bogotá, 2020. doi: https://doi.org/10.48713/10336_24431Test.; NEPSA, “El Homúnculo cortical de Penfield”, 2021. https://nepsa.es/que-es-el-homunculo-corticalTest/ (consultado el 27 de mayo de 2023).; C. Novo-Olivas, L. Guitiérrez, y J. Bribiesca, “Mapeo Electroencefalográfico y Neurofeedback”, 2010, pp. 371–412. Consultado: el 27 de mayo de 2023. [En línea]. Disponible en: https://www.researchgate.net/publication/282294960_Mapeo_Electroencefalografico_y_NeurofeedbackTest; S. Gómez Gálvez, “Estudio de técnicas de preprocesamiento, procesamiento y clasificación de señales EEG de la Imaginación Motora para la rehabilitación de la marcha”, jul. 2021. [En línea]. Disponible en: https://oa.upm.es/68633Test/; A. Delorme y S. Makeig, “EEGLAB: an open source toolbox for analysis of single-trial EEG dynamics including independent component analysis”, J Neurosci Methods, vol. 134, núm. 1, pp. 9–21, 2004, doi: https://doi.org/10.1016/j.jneumeth.2003.10.009Test.; MathWorks, “Feature extraction for machine learning and deep learning”, 2023. https://la.mathworks.com/discovery/feature-extraction.htmlTest (consultado el 27 de mayo de 2023).; L. Velásquez, “Feature Representation Frameworks to support Brain Activity Signals Analysis”, 2015. Consultado: el 27 de mayo de 2023. [En línea]. Disponible en: https://repositorio.unal.edu.co/handle/unal/56774Test; W. Bin Ng, A. Saidatul, Y. F. Chong, y Z. Ibrahim, “PSD-Based Features Extraction For EEG Signal During Typing Task”, IOP Conf Ser Mater Sci Eng, vol. 557, núm. 1, p. 012032, jun. 2019, doi:10.1088/1757-899X/557/1/012032.; DataScientest, “Cross-Validation : definición e importancia en Machine Learning”, 2023. https://datascientest.com/es/cross-validation-definicion-e-importanciaTest (consultado el 27 de mayo de 2023).; S. Zitao, “3 min of Machine Learning: Cross Vaildation”, 2020. https://zitaoshen.rbind.io/project/machine_learning/machine-learning-101-cross-vaildationTest/ (consultado el 27 de mayo de 2023).; J. An, “How to Remember all these Classification Concepts forever”, 2020. https://medium.com/swlh/how-to-remember-all-these-classification-concepts-forever-761c065be33Test (consultado el 27 de mayo de 2023).; MathWorks, “Support Vector Machines for Binary Classification”, 2023. https://la.mathworks.com/help/stats/support-vector-machines-for-binary-classification.html?s_tid=srchtitle_support%2520vector%2520machine_2Test (consultado el 27 de mayo de 2023).; Universal Robots, “Cobots y robótica colaborativa - que son, que funciones pueden realizar y sus ventajas”, 2022. https://www.universal-robots.com/es/cobots-robots-colaborativos/#:~:textTest=¿Qué%20son%20los%20cobots%20o,sean%20conocidos%20como%20robots%20colaborativos.%20(accedido%20el%202%20de%20agosto%20de%202022) (consultado el 16 de agosto de 2022).; Universal Robots, “Brazo Robótico UR3”, 2023. https://www.universal-robots.com/es/productos/robot-ur3Test/ (consultado el 27 de mayo de 2023); Reza N. Jazar, Theory of Applied Robotics: Kinematics, Dynamics, and Control, 2a ed. Riverdale: Springer, 2010.; Open Robotics, “ROS - Robotic Operating System”, 2023. https://www.ros.orgTest/ (consultado el 27 de mayo de 2023).; E. Hortal, Brain-Machine Interfaces for Assistance and Rehabilitation of People with Reduced Mobility. Cham: Springer International Publishing, 2019. doi:10.1007/978-3-319-95705-0.; J. DECETY y M. LINDGREN, “Sensation of effort and duration of mentally executed actions”, Scand J Psychol, vol. 32, núm. 2, pp. 97–104, jun. 1991, doi:10.1111/j.1467-9450.1991.tb00860.x.; O. Llauradó, “La escala de Likert: qué es y cómo utilizarla”, 2014. https://www.netquest.com/blog/es/la-escala-de-likert-que-es-y-como-utilizarlaTest (consultado el 30 de octubre de 2022).; E. Quiles, F. Suay, G. Candela, N. Chio, M. Jiménez, y L. Álvarez-Kurogi, “Low-Cost Robotic Guide Based on a Motor Imagery Brain–Computer Interface for Arm Assisted Rehabilitation”, Int J Environ Res Public Health, vol. 17, núm. 3, p. 699, ene. 2020, doi:10.3390/ijerph17030699.; Neuroelectrics, “Neuroelectrics User Manual, Part 3. NIC2”, 2022. https://www.neuroelectrics.com/api/downloads/NE_P3_UM004_EN_NIC2.1.0_1.pdfTest (consultado el 29 de octubre de 2022).; Neuroelectrics, “MatNIC2”, 2022. https://www.neuroelectrics.com/solution/software-integrations/matnic2Test (consultado el 29 de octubre de 2022).; J. Acedo, “MatNIC2”, 2019. https://www.neuroelectrics.com/api/downloads/MatNIC_User_Manual_1_3_website_2021.pdfTest (consultado el 29 de octubre de 2022).; K. Christian, M. David, B. Chadwick, G. Matthew, y S. Tristan, “Lab streaming layer”, 2019. https://labstreaminglayer.readthedocs.io/info/intro.htmlTest (consultado el 4 de junio de 2023).; Delorme A y Makeig S, “EEGLAB preprocessing #4: Filtering”, 2019. https://eeglab.org/others/EEGLAB_References.htmlTest (consultado el 4 de junio de 2023).; R. I. C., . J., . J., y . R. A., “Decodificación de imaginación motora en la señal de electroencefalografía mediante mapas auto-organizados”, Revista del Centro de Investigación. Universidad La Salle, vol. 12, pp. 107–125, 2016, [En línea]. Disponible en: https://www.redalyc.org/articulo.oa?id=34247483006Test; Google for Developers, “Generalization %7C Machine Learning ”, 2022. https://developers.google.com/machine-learning/crash-course/generalization/video-lectureTest (consultado el 5 de junio de 2023).; MathWorks, “Robotics System Toolbox Support Package for Universal Robots UR Series Manipulators ”, 2023. https://la.mathworks.com/help/supportpkg/urseries/index.html?s_tid=CRUX_lftnavTest (consultado el 29 de mayo de 2023).; Universal Robots, “Universal Robots ROS driver supporting CB3 and e-Series”, 2023. https://github.com/UniversalRobots/Universal_Robots_ROS_DriverTest (consultado el 29 de mayo de 2023).; Mathworks, “inverseKinematics”, 2023. https://la.mathworks.com/help/robotics/ref/inversekinematics-system-object.htmlTest (consultado el 29 de mayo de 2023).; MATLAB & Simulink, “MATLAB App Designer”, 2023. https://la.mathworks.com/products/matlab/app-designer.htmlTest (consultado el 2 de junio de 2023).; https://apolo.unab.edu.co/en/persons/nayibe-ch%C3%ADo-choTest; http://hdl.handle.net/20.500.12749/21107Test; instname:Universidad Autónoma de Bucaramanga - UNAB; reponame:Repositorio Institucional UNAB; repourl:https://repository.unab.edu.coTest |
| الإتاحة: | https://doi.org/20.500.12749/21107Test https://doi.org/10.1155/2022/5335523Test https://doi.org/10.1109/SAS51076.2021.9530189Test https://doi.org/10.1016/B978Test https://doi.org/10.1038/s41598Test https://doi.org/10.1186/s42836Test https://doi.org/10.1088/1741Test https://doi.org/10.46300/91011.2020.14.18Test https://doi.org/10.1109/ICCIS.2017.8274875Test https://doi.org/10.1007/s40846-018-0431-9Test |
| حقوق: | http://creativecommons.org/licenses/by-nc-nd/2.5/coTest/ ; Abierto (Texto Completo) ; info:eu-repo/semantics/openAccess ; Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| رقم الانضمام: | edsbas.F4543234 |
| قاعدة البيانات: | BASE |
| الوصف غير متاح. |