Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

More documents

Recommendations

Info

Capitulo 2. Modelos Computacionales para el Movimiento de Agarre la Tabla 3 se muestra resumidamente cómo se han elegido los subprogramas motores de agarre que se han empleado a lo largo de las simulaciones que hemos presentado. Se remarca que esta arbitrariedad en la elección de GA1, se debe a una variabilidad evidente en los datos empíricos. En subsiguientes apartados se emplea un criterio único en la selección de GA1 que es el determinado por la ecuación (2.15) G = G + cm (2.15) A1 A2 2.5 Tabla 3. Subprogramas motores GA1 empleados en los distintos apartados Apartado GA1 3.3.1 GA1 = GA2 + 3.0 cm 3.3.2 GA1 = GA2 + 4.0 cm 3.3.3 GA1 = GA2 + 3.5 cm 3.3.4 GA1 = GA2 + 3.5 cm (PEQUEÑO) GA1 = GA2 + 1.5 cm (GRANDE) 3.3.5 GA1 = GA2 + 5.0 cm (PEQUEÑO) GA1 = GA2 + 4.0 cm (GRANDE) 3.3.6 GA1 = GA2 + 2.5 cm (Figura 2.14) GA1 = GA2 + 3.0 cm (Figura 2.15) 3.4.2 Comparación con otros modelos. Hasta el momento hemos investigado la dinámica espacio – temporal asociada al movimiento de agarre en términos de un modelo neuronal que constituye una representación neuronal plausible para los programas motores relacionados con el agarre. En este apartado nos proponemos hacer una breve comparativa entre nuestro modelo y otros modelos presentes en la literatura cuyas estrategias para la codificación o parametrización de los aspectos cinemáticos del movimiento, difieren notablemente del propuesto. Aparte de nuestro modelo, se han simulado tres modelos para la coordinación del movimiento de agarre. Modelo Sensomotor de Haggard y Wing Este modelo sugiere que la organización del movimiento de agarre que subyace a su coordinación es básicamente espacial más que temporal. En este modelo, los procesos de transporte y control de apertura manual tienen acceso a la información espacial sobre el otro canal en todo momento del proceso. Se ha simulado el modelo en el agarre de cuatro objetos de diferentes tamaños (S1 = 10, S2 = 20, S3 = 40, S4 = 60, mm) situados a una distancia de 30 cm. Las simulaciones se llevan a cabo en condiciones de 80
Capitulo 2. Modelos Computacionales para el Movimiento de Agarre apertura inicial nula entre los dedos índice y pulgar y en condiciones de apertura inicial no nula (80 mm). Las matrices de acoplamiento del modelo de Haggard y Wing (1995) para cada uno de los objetos están definidas por; ⎛ 0.02 0.0 ⎞ ⎛ 0.02 0.0 ⎞ ⎛ 0.02 0.0 ⎞ ⎛ 0.02 0.0 ⎞ S1 = ⎜ ⎟ ; S2 = ⎜ ⎟ ; S3 = ⎜ ⎟ ; S4 = ⎜ ⎟ (2.16) ⎝0.004 0.01⎠ ⎝0.005 0.01⎠ ⎝ 0.006 0.01⎠ ⎝0.007 0.01⎠ Además, siguiendo una sugerencia aparecida en el trabajo original de Haggard y Wing (1995), hemos llevado a cabo la simulación de una versión extendida del modelo, que incluye una noción explícita del tiempo haciendo uso del modelo VITE. Esto hace que los perfiles de velocidad que proporciona este nuevo modelo sean mucho más realistas que las proporcionadas por el modelo original. La simulación viene descrita por las ecuaciones: ⎡∆PT ⎤ ⎡α β ⎤ ⎡DT ⎤ ⎢ = GO( t) ⋅ ∆P ⎥ ⎢ γ δ ⎥ ⎢ D ⎥ ⎣ ⎦ ⎣ A ⎦ ⎣ A ⎦ ( 1) ( ) P t + = P t + ∆P T , A T , A T , A 81 (2.17) donde la señal GO(t) tiene la misma expresión que la definida por la ecuación (2.6), con una ganancia g de 0.2. En esta nueva versión del modelo, las matrices S1, S2, S3, S4 son iguales a las empleadas en la simulación del modelo original de Haggard y Wing pero en este caso, todos los elementos de cada una de las matrices aparecen multiplicados por un factor de 10. En las Figuras 2.16 y 2.17 se muestran los resultados de la simulación de las dos versiones del modelo de Haggard y Wing. La Figura 2.16 muestra los resultados de la simulación del modelo de Haggard y Wing en su versión original. Como puede observarse, el desarrollo temporal de la apertura de los dedos no se ajusta mucho a los datos empíricos, aunque esto no sorprende mucho ya que este modelo se basa en los acoples de entre errores de posición de los efectores finales del movimiento y no posee ninguna restricción o imposición temporal. Además, en las simulaciones de agarre de objetos partiendo de una apertura inicial de la pinza de agarre bastante abierta, el modelo no es capaz de producir el cierre inicial de la pinza de agarre, previo a la fase de apertura hasta la MGA que se observa en los datos reales con humanos.
Page 1 and 2:
Universidad Politécnica de Cartage
Page 3 and 4:
Neuro - Robotics constitutes an eme
Page 5 and 6:
The results of the research develop
Page 7 and 8:
Índice General Agradecimientos Int
Page 9 and 10:
5.2 Simulaciones del modelo. Modeli
Page 11 and 12:
Introducción 1 Introducción Intro
Page 13 and 14:
Introducción la hora de inspirar m
Page 15 and 16:
Introducción 1. Análisis experime
Page 17 and 18:
Introducción 3.7 Transferencia tec
Page 19 and 20:
Introducción presentan objetos de
Page 21 and 22:
Capitulo 1. El Movimiento de Agarre
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38: Capitulo 1. El Movimiento de Agarre
Page 53 and 54: Capitulo 2. Modelos Computacionales
Page 87: Capitulo 2. Modelos Computacionales
Page 97 and 98: Capitulo 3. El Agarre en la EP. Mod
Page 139 and 140:
Capitulo 3. El Agarre en la EP. Mod
Page 141 and 142:
Page 143 and 144:
Page 145 and 146:
Page 147 and 148:
Page 149 and 150:
Page 151 and 152:
Page 153 and 154:
Page 155 and 156:
Capitulo 4. Modelo Neuronal para la
Page 157 and 158:
Page 159 and 160:
Page 161 and 162:
Page 163 and 164:
Page 165 and 166:
Page 167 and 168:
Page 169 and 170:
Page 171 and 172:
Page 173 and 174:
Page 175 and 176:
Page 177 and 178:
Page 179 and 180:
Page 181 and 182:
Page 183 and 184:
Page 185 and 186:
Page 187 and 188:
Page 189 and 190:
Page 191 and 192:
Page 193 and 194:
Page 195 and 196:
Page 197 and 198:
Page 199 and 200:
Page 201 and 202:
Page 203 and 204:
Page 205 and 206:
Page 207 and 208:
Page 209 and 210:
Page 211 and 212:
Capitulo 5. Modelo Neuronal para el
Page 213 and 214:
Page 215 and 216:
Page 217 and 218:
Page 219 and 220:
Page 221 and 222:
Page 223 and 224:
Page 225 and 226:
Page 227 and 228:
Page 229 and 230:
Page 231 and 232:
Page 233 and 234:
Page 235 and 236:
Page 237 and 238:
Page 239 and 240:
Page 241 and 242:
Page 243 and 244:
Page 245 and 246:
Page 247 and 248:
Page 249 and 250:
2.5 cm 3.0 cm 3.5 cm 2 cm Capitulo
Page 251 and 252:
Page 253 and 254:
Page 255 and 256:
Page 257 and 258:
Page 259 and 260:
Page 261 and 262:
Page 263 and 264:
Page 265 and 266:
R1 HYPBF # 1 HYPBF # 2 R2 AIP VD Mu
Page 267 and 268:
Page 269 and 270:
Capitulo 6. Implantación de algori
Page 271 and 272:
Page 273 and 274:
Page 275 and 276:
Page 277 and 278:
Page 279 and 280:
Page 281 and 282:
Page 283 and 284:
Capitulo 7. Conclusiones y Trabajos
Page 285 and 286:
Capitulo 7. Conclusiones y Trabajos
Page 287 and 288:
1. Cinemática Directa del brazo ma
Page 289 and 290:
x 0 l 3 I -M c l 2 z 0 l 1 d θ 4 b
Page 291 and 292:
Los pesos adaptativos wijk y zijkm
Page 293 and 294:
Arbib, M.A. (1985a). Schemas for th
Page 295 and 296:
Castiello, U., Stelmach, G.E., Lieb
Page 297 and 298:
Fagg, A.H., Arbib, M.A. (1998). Mod
Page 299 and 300:
Graybiel, A.M. (1997). The basal ga
Page 301 and 302:
Jaeger, D., Kita, H., Wilson., C.J.
Page 303 and 304:
Kimura, M., Matsumoto, N., Okahashi
Page 305 and 306:
Mottet, D., Bootsma, R. J. (2001).
Page 307 and 308:
Rezzoug, N., Gorce, P. (2001). A Ne
Page 309 and 310:
Tanee, J., Boussaoud, D., Boyer-Zel
show all

Universidad Politécnica de Cartagena TESIS DOCTORAL “UNA ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?