Run-time reconfiguration for efficient tracking of implanted magnets with a myokinetic control interface applied to robotic hands

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorMuñoz Arboleda, Daniel Mauricio-
Autor(es): dc.contributorQuintero, Carlos Humberto Llanos-
Autor(es): dc.contributorsapertuz@gmail.com-
Autor(es): dc.creatorMendez, Sergio Andres Pertuz-
Data de aceite: dc.date.accessioned2024-10-23T16:45:43Z-
Data de disponibilização: dc.date.available2024-10-23T16:45:43Z-
Data de envio: dc.date.issued2021-08-23-
Data de envio: dc.date.issued2021-08-23-
Data de envio: dc.date.issued2021-08-23-
Data de envio: dc.date.issued2021-04-05-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/41876-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/916641-
Descrição: dc.descriptionTese (doutorado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2021.-
Descrição: dc.descriptionEste 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.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).-
Descrição: dc.descriptionThis 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-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA 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.-
Palavras-chave: dc.subjectSensores magnéticos-
Palavras-chave: dc.subjectInterface de controle myokinetica-
Palavras-chave: dc.subjectAprendizagem de máquina-
Palavras-chave: dc.subjectRastreamento de posição-
Título: dc.titleRun-time reconfiguration for efficient tracking of implanted magnets with a myokinetic control interface applied to robotic hands-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.