Low cost brain computer interface system for ar.drone control

Detalhes bibliográficos
Autor(a) principal: Duarte, Rafael Mendes
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/180243
Resumo: Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2017.
id UFSC_e612bc8f44e0eeaee5c347d773c45403
oai_identifier_str oai:repositorio.ufsc.br:123456789/180243
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Low cost brain computer interface system for ar.drone control Engenharia de sistemasAutomaçãoAeronave não tripuladaEletroencefalografiaDissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2017.Abstract : This work presents the design, implementation, and testing of a Brain-Computer Interface (BCI) system based on µ-waves to control the navigation of a drone. BCI systems perform the translation of brain signals into commands to communicate with external applications. The µ rhythm is a type of brain signal response to motor activity which can be easily measured by electroencephalography (EEG). For this reason, µ-waves based BCI systems have been extensively explored in the literature as a way of enabling patients with compromised neuromotor functions to interact with the outside world. To implement the signal processing and application interface routines, a software platform was built based on well-established filter and classification techniques, such as the Common Spatial Patterns (CSP) and the Linear Discriminant Analysis (LDA). For interfacing with the drone, an algorithm for translating the classifier outputs into drone commands was proposed. In addition, the acquisition of brain waves was performed by a low-cost and open-hardware EEG amplifier called OpenBCI. The validation of the designed system was performed using public and an acquired motor imagery EEG datasets, which were supplied to the platform to simulate the real-time performance of the system. The tests, conducted in a drone simulator, demonstrated the correct operation of the proposed methodology and the designed system.<br>Este trabalho apresenta o projeto, implementação e teste de um sistema de Interface Cérebro Máquina (BCI) baseado em ondas µ para o controle da navegação de um drone comercial. Sistemas BCI realizam a tradução dos sinais cerebrais em comandos que podem ser usados para ativação e controle de aplicações externas. O ritmo µ é um tipo de resposta cerebral que é modulado através da atividade motora e pode ser facilmente medido através de eletroencefalografia (EEG). Por este motivo, sistemas BCI baseados em ondas µ tem sido extensivamente explorados na literatura como uma forma de permitir que pacientes com sistema neuromotor comprometido interajam com o ambiente externo. Neste trabalho, uma plataforma de software foi desenvolvida para implementar as rotinas de processamento de sinal e de interface com a aplicação. Ténicas bem estabelecidas como o filtro espacial CSP e o classificador LDA foram utilizadas para realizar a de-tecção dos padrões cerebrais. Além disso, é proposta uma metodologia para traduzir o sinal de saída do classificador em comandos que podem ser diretamente enviados para o drone. Para aquisição dos sinais de EEG, um amplificador de baixo custo e open-source chamado Open-BCI foi utilizado. A implementação do sistema foi validada através de um conjunto de dados público, que foram utilizados na plataforma como forma de simular o comportamento em tempo-real do sistema. Os testes de aplicação foram conduzidos em um simulador do drone, o que demonstrou o correto funcionamento da metodologia proposta e do sistema desenvolvido.Trofino Neto, AlexandreUniversidade Federal de Santa CatarinaDuarte, Rafael Mendes2017-10-17T03:23:26Z2017-10-17T03:23:26Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis102 p.| il., gráfs., tabs.application/pdf348502https://repositorio.ufsc.br/xmlui/handle/123456789/180243engreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2017-10-17T03:23:26Zoai:repositorio.ufsc.br:123456789/180243Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732017-10-17T03:23:26Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Low cost brain computer interface system for ar.drone control
title Low cost brain computer interface system for ar.drone control
spellingShingle Low cost brain computer interface system for ar.drone control
Duarte, Rafael Mendes
Engenharia de sistemas
Automação
Aeronave não tripulada
Eletroencefalografia
title_short Low cost brain computer interface system for ar.drone control
title_full Low cost brain computer interface system for ar.drone control
title_fullStr Low cost brain computer interface system for ar.drone control
title_full_unstemmed Low cost brain computer interface system for ar.drone control
title_sort Low cost brain computer interface system for ar.drone control
author Duarte, Rafael Mendes
author_facet Duarte, Rafael Mendes
author_role author
dc.contributor.none.fl_str_mv Trofino Neto, Alexandre
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Duarte, Rafael Mendes
dc.subject.por.fl_str_mv Engenharia de sistemas
Automação
Aeronave não tripulada
Eletroencefalografia
topic Engenharia de sistemas
Automação
Aeronave não tripulada
Eletroencefalografia
description Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017-10-17T03:23:26Z
2017-10-17T03:23:26Z
2017
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 348502
https://repositorio.ufsc.br/xmlui/handle/123456789/180243
identifier_str_mv 348502
url https://repositorio.ufsc.br/xmlui/handle/123456789/180243
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 102 p.| il., gráfs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652266589126656

Registros relacionados