Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ... Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...
Capitulo 4. Modelo Neuronal para la Coordinación del Gesto Manual durante el Agarre agarre recibe otro tipo de información que no está directamente relacionada con atributos espaciales o preceptúales del objeto. Esta información es la que se refiere a los requerimientos motivacionales de la tarea. Parece claro que, sea cual sea la orientación extrínseca de un objeto, el programa motor de agarre debe atenerse a los requerimientos que la tarea impone. Por ejemplo, la orientación de la mano y la postura final de la mano para agarrar un cilindro fino, situado en posición vertical con la intención de transportarlo, no van a ser las mismas que en el caso de que nuestra intención sea hacer un agarre de precisión sobre la tapa superior del cilindro para llevar a cabo una inserción precisa de ese cilindro en un agujero del tamaño de su diámetro. Debido a este hecho, en el modelo que se propone, esta información referente a los requerimientos de la tarea es la fuente principal a la hora de determinar la orientación de la mano en el programa motor aunque la información acerca de la orientación del objeto (propiedad extrínseca) pueda emplearse como determinante de la orientación final de la mano en algunas situaciones específicas. Esta información es de importancia determinante a la hora de programar la postura final de la mano en el contexto de unos requerimientos concretos de la tarea a implementar. Figura 4.13. Modelo neuronal para la coordinación del gesto de agarre. La entrada visual se divide en los esquemas de la localización del objeto, la forma y tamaño del objeto y el esquema de orientación del objeto (arriba). Los esquemas motrices (abajo) implementan la preconfiguración de los dedos y la orientación de la muñeca (derecha) mediante el modelo VITE. La componente de transporte (izquierda) se implementa a través del modelo DIRECT (Bullock y col 1993). Las líneas sólidas representan intercambio de datos y las discontinuas se refieren a señales de control. 181
Capitulo 4. Modelo Neuronal para la Coordinación del Gesto Manual durante el Agarre Por último, comentar que en el modelo, la activación de los distintos esquemas motores se produce de manera simultánea gracias a una señal GO común. Cuando ésta señal se hace distinta de cero, se inicia el movimiento de transporte del brazo hacia la posición del objetivo, el de preconfiguración o gesto de agarre de los dedos previo al contacto con el objeto y el de orientación de la mano (la palma) que permita un agarre correcto del objeto. 4.2 Modelo para el control sinérgico del movimiento de los dedos de una mano antropomorfa. Biblioteca de Gestos. Los movimientos de la mano involucran como ya se ha visto, gran número de grados de libertad cinemáticos lo que implica que una descripción o modelo analítico completo de la evolución de dichos grados de libertad a lo largo del movimiento de agarre, sea de elevada complejidad y numéricamente intratable. En esta Tesis, sin embargo, hemos empleado los resultados obtenidos del análisis SVD de los datos obtenidos en las experiencias llevadas a cabo con el CyberGlove para aproximar un modelo que de cuenta de la fenomenología observada. A la hora de modelar la evolución cinemática de los G.D.L involucrados en la postura de la mano durante el agarre y de acuerdo a los resultados obtenidos en el apartado 3, se ha diseñado un modelo lineal simple para el control sinérgico de la mano en su evolución durante el movimiento de agarre. Nuestros resultados y los resultados de Mason y col (2001), Santello y col (2002), Santello y Soechting (1998), indican que la evolución de la postura de la mano durante el agarre es gradual y puede describirse a través de la evolución temporal de las ponderaciones asociadas a las dos autoposturas principales detectadas mediante SVD de los datos cinemáticos. Como se ha comentado en el apartado 3.3, estos resultados apuntan la posibilidad de la existencia de representaciones neuronales de estas autoposturas o sinergias (o de su evolución temporal) mediante las cuales se regula la postura de la mano de acuerdo a las distintas propiedades de los objetos. Basándonos en las autoposturas que hemos encontrado durante nuestro análisis SVD de los datos cinemáticos de nuestras experiencias, se ha diseñado un modelo en el que mediante dos parámetros (u1,u2) que llamamos pesos temporales, se puede modular de manera continua la postura de una mano antropomorfa genérica durante el agarre. El modelo viene descrito por la ecuación (3), θ = Α⋅ u + φ Α = { α1 α 2} 182 (4.3)
- Page 133 and 134: Capitulo 3. El Agarre en la EP. Mod
- Page 135 and 136: Capitulo 3. El Agarre en la EP. Mod
- Page 137 and 138: Capitulo 3. El Agarre en la EP. Mod
- Page 139 and 140: Capitulo 3. El Agarre en la EP. Mod
- Page 141 and 142: Capitulo 3. El Agarre en la EP. Mod
- Page 143 and 144: Capitulo 3. El Agarre en la EP. Mod
- Page 145 and 146: Capitulo 3. El Agarre en la EP. Mod
- Page 147 and 148: Capitulo 3. El Agarre en la EP. Mod
- Page 149 and 150: Capitulo 3. El Agarre en la EP. Mod
- Page 151 and 152: Capitulo 3. El Agarre en la EP. Mod
- Page 153 and 154: Capitulo 3. El Agarre en la EP. Mod
- Page 155 and 156: Capitulo 4. Modelo Neuronal para la
- Page 157 and 158: Capitulo 4. Modelo Neuronal para la
- Page 159 and 160: Capitulo 4. Modelo Neuronal para la
- Page 161 and 162: Capitulo 4. Modelo Neuronal para la
- Page 163 and 164: Capitulo 4. Modelo Neuronal para la
- Page 165 and 166: Capitulo 4. Modelo Neuronal para la
- Page 167 and 168: Capitulo 4. Modelo Neuronal para la
- Page 169 and 170: Capitulo 4. Modelo Neuronal para la
- Page 171 and 172: Capitulo 4. Modelo Neuronal para la
- Page 173 and 174: Capitulo 4. Modelo Neuronal para la
- Page 175 and 176: Capitulo 4. Modelo Neuronal para la
- Page 177 and 178: Capitulo 4. Modelo Neuronal para la
- Page 179 and 180: Capitulo 4. Modelo Neuronal para la
- Page 181 and 182: Capitulo 4. Modelo Neuronal para la
- Page 183: Capitulo 4. Modelo Neuronal para la
- Page 187 and 188: Capitulo 4. Modelo Neuronal para la
- Page 189 and 190: Capitulo 4. Modelo Neuronal para la
- Page 191 and 192: Capitulo 4. Modelo Neuronal para la
- Page 193 and 194: Capitulo 4. Modelo Neuronal para la
- Page 195 and 196: Capitulo 4. Modelo Neuronal para la
- Page 197 and 198: Capitulo 4. Modelo Neuronal para la
- Page 199 and 200: Capitulo 4. Modelo Neuronal para la
- Page 201 and 202: Capitulo 4. Modelo Neuronal para la
- Page 203 and 204: Capitulo 4. Modelo Neuronal para la
- Page 205 and 206: Capitulo 4. Modelo Neuronal para la
- Page 207 and 208: Capitulo 4. Modelo Neuronal para la
- Page 209 and 210: Capitulo 4. Modelo Neuronal para la
- Page 211 and 212: Capitulo 5. Modelo Neuronal para el
- Page 213 and 214: Capitulo 5. Modelo Neuronal para el
- Page 215 and 216: Capitulo 5. Modelo Neuronal para el
- Page 217 and 218: Capitulo 5. Modelo Neuronal para el
- Page 219 and 220: Capitulo 5. Modelo Neuronal para el
- Page 221 and 222: Capitulo 5. Modelo Neuronal para el
- Page 223 and 224: Capitulo 5. Modelo Neuronal para el
- Page 225 and 226: Capitulo 5. Modelo Neuronal para el
- Page 227 and 228: Capitulo 5. Modelo Neuronal para el
- Page 229 and 230: Capitulo 5. Modelo Neuronal para el
- Page 231 and 232: Capitulo 5. Modelo Neuronal para el
- Page 233 and 234: Capitulo 5. Modelo Neuronal para el
Capitulo 4. Mo<strong>de</strong>lo Neuronal para la Coordinación <strong>de</strong>l Gesto Manual durante el Agarre<br />
agarre recibe otro tipo <strong>de</strong> información que no está directamente relacionada con<br />
atributos espaciales o preceptúales <strong>de</strong>l objeto. Esta información es la que se refiere a los<br />
requerimientos motivacionales <strong>de</strong> la tarea. Parece claro que, sea cual sea la orientación<br />
extrínseca <strong>de</strong> un objeto, el programa motor <strong>de</strong> agarre <strong>de</strong>be atenerse a los requerimientos<br />
que la tarea impone. Por ejemplo, la orientación <strong>de</strong> la mano y la postura final <strong>de</strong> la<br />
mano para agarrar un cilindro fino, situado en posición vertical con la intención <strong>de</strong><br />
transportarlo, no van a ser las mismas que en el caso <strong>de</strong> que nuestra intención sea hacer<br />
un agarre <strong>de</strong> precisión sobre la tapa superior <strong>de</strong>l cilindro para llevar a cabo una<br />
inserción precisa <strong>de</strong> ese cilindro en un agujero <strong>de</strong>l tamaño <strong>de</strong> su diámetro. Debido a este<br />
hecho, en el mo<strong>de</strong>lo que se propone, esta información referente a los requerimientos <strong>de</strong><br />
la tarea es la fuente principal a la hora <strong>de</strong> <strong>de</strong>terminar la orientación <strong>de</strong> la mano en el<br />
programa motor aunque la información acerca <strong>de</strong> la orientación <strong>de</strong>l objeto (propiedad<br />
extrínseca) pueda emplearse como <strong>de</strong>terminante <strong>de</strong> la orientación final <strong>de</strong> la mano en<br />
algunas situaciones específicas. Esta información es <strong>de</strong> importancia <strong>de</strong>terminante a la<br />
hora <strong>de</strong> programar la postura final <strong>de</strong> la mano en el contexto <strong>de</strong> unos requerimientos<br />
concretos <strong>de</strong> la tarea a implementar.<br />
Figura 4.13. Mo<strong>de</strong>lo neuronal para la coordinación <strong>de</strong>l gesto <strong>de</strong> agarre. La entrada visual se divi<strong>de</strong> en los<br />
esquemas <strong>de</strong> la localización <strong>de</strong>l objeto, la forma y tamaño <strong>de</strong>l objeto y el esquema <strong>de</strong> orientación <strong>de</strong>l<br />
objeto (arriba). Los esquemas motrices (abajo) implementan la preconfiguración <strong>de</strong> los <strong>de</strong>dos y la<br />
orientación <strong>de</strong> la muñeca (<strong>de</strong>recha) mediante el mo<strong>de</strong>lo VITE. La componente <strong>de</strong> transporte (izquierda)<br />
se implementa a través <strong>de</strong>l mo<strong>de</strong>lo DIRECT (Bullock y col 1993). Las líneas sólidas representan<br />
intercambio <strong>de</strong> datos y las discontinuas se refieren a señales <strong>de</strong> control.<br />
181