Plataformas de Código Aberto para Simulação, Captura de Sinais Miográficos e Visão Computacional para Análise Cinemática e Classificação de Movimentos Utilizando Aprendizado de Máquinas
Aproximadamente 7\% da população brasileira possui alguma deficiência motora, sendo que este público tem de maneira geral uma maior vulnerabilidade social. Visando mitigar estes impactos, tecnologias assistivas como próteses de membros superiores têm sido desenvolvidas, em especial as que se utilizam de sinais eletromiográficos de superfície (sEMG). Apesar de diversas dessas próteses possuírem elevada taxa de acerto (acima de 90\% em alguns casos), têm um custo médio bastante elevado, da ordem de \$50 mil dólares.Em vista destas dificuldades, ferramentas e softwares de simulação tem sido desenvolvidos com objetivo de melhorar o uso das próteses já existentes bem como facilitar o seu desenvolvimento e assim se buscar a redução dos preços destes aparelhos. Com base nestes objetivos, foi desenvolvido um simulador de código aberto controlado por sinais sEMG que busca de maneira prática e econômica realizar a captura e processamento destes sinais e suas respectivas posições(separadas por categorias) e, além disso, realizar a simulação de próteses de membros superiores e braços robóticos, representando adequadamente os movimentos de flexão e extensão do cotovelo. Para esta tarefa o simulador foi separado em três módulos, sendo o primeiro o módulo de obtenção de sinais sEMG conjuntamente com a captura do ângulo de flexão e extensão do cotovelo, utilizando-se uma {Webcam} comum para e registrar os ângulos de extensão e flexão do cotovelo e o dispositivo Myo, da empresa Thalmic Labs para a obtenção dos sinais sEMG. O segundo módulo sendo o responsável pelo treinamento dos sinais sEMG e geração de classificadores, utilizando a linguagem Python, conjuntamente com a biblioteca scikit-learn, e o terceiro módulo aquele que realiza a simulação do braço robótico, utilizando-se do software de simulação Gazebo, conjuntamente com o software de controle ROS 2. Obteve-se com esses módulos, ferramentas que permitem flexibilidade na captura de sinais EMG, visualização, treinamento e projeto de classificadores, bem como uma interface gráfica simples de modelagem e simulação de braços robóticos.