Damian Company Logo
DAMIAN COMPANY
Inicio Servicios Proyectos Academia Nuevo Nosotros
Volver a proyectos

Sistema modular didáctico para el aprendizaje del control neuromuscular de una prótesis reconfigurable de miembro superior mediante señales EMG y EEG

Flujo técnico del proyecto

Proceso y etapas considerados durante su desarrollo.

Flujo técnico de Sistema modular didáctico para el aprendizaje del control neuromuscular de una prótesis reconfigurable de miembro superior mediante señales EMG y EEG

Acerca del proyecto

Descripción general:
El proyecto consiste en un módulo didáctico biomédico para el aprendizaje del control de un brazo robótico mediante bioseñales, orientado principalmente a estudiantes de ingeniería biomédica, mecatrónica, electrónica, robótica, inteligencia artificial y áreas relacionadas.

El sistema integra un brazo biomédico desde el codo hasta la mano con un tablero educativo que combina adquisición de señales EMG, control embebido mediante ESP32, procesamiento con Raspberry Pi y accionamiento de servomotores.

El módulo permite trabajar en tres modos: control manual, control mediante señales musculares EMG y un modo EEG experimental para comandos generales. Su finalidad es educativa y de investigación; no está planteado como una prótesis clínica ni como un sistema terapéutico.

Funcionamiento principal:

  • El usuario enciende el módulo y verifica alimentación y conexiones.
  • Se inicializan Raspberry Pi, ESP32 y la interfaz HMI.
  • Se selecciona el modo de trabajo: manual, EMG o EEG experimental.
  • En modo manual, el usuario ingresa comandos desde la HMI.
  • En modo EMG, se coloca una banda con electrodos superficiales.
  • El sistema calibra y procesa la actividad muscular.
  • En modo EEG experimental, se adquiere una señal cerebral para comandos generales.
  • La Raspberry Pi procesa y visualiza la información.
  • El ESP32 genera las órdenes de control.
  • El driver PCA9685 envía señales PWM hacia los servomotores.
  • Se controlan movimientos de codo, muñeca, pulgar y dedos.
  • Los sensores de fuerza, posición y corriente verifican el movimiento.
  • Si se detecta una condición anormal, el sistema puede limitar, corregir o detener el actuador.
  • Los resultados de la práctica pueden registrarse para análisis posterior.

Componentes principales:

  • Plataforma metálica educativa.
  • Tablero didáctico de control.
  • Raspberry Pi.
  • ESP32.
  • Driver PCA9685 de 16 canales PWM.
  • Banda EMG con electrodos superficiales.
  • Módulo EEG experimental.
  • Brazo biomédico reconfigurable.
  • Articulación de codo.
  • Antebrazo.
  • Muñeca.
  • Palma.
  • Pulgar y dedos.
  • Servomotores independientes.
  • Sensores de fuerza.
  • Sensores de posición.
  • Sensores de corriente.
  • Pantalla HMI.
  • Borneras y conexiones visibles.
  • Software educativo.

Problema que resuelve:
El proyecto busca mejorar la enseñanza de bioinstrumentación, control neuromuscular y robótica biomédica, áreas que normalmente se estudian de manera separada.

Los estudiantes pueden aprender lectura de sensores, programación de microcontroladores, procesamiento de señales, control de servomotores y diseño mecánico, pero muchas veces no cuentan con una plataforma que permita visualizar todo el proceso desde la adquisición de una bioseñal hasta el movimiento físico de un brazo.

El módulo integra estas etapas dentro de una sola plataforma visible y manipulable, facilitando prácticas más completas y cercanas a una aplicación biomédica real.

Innovación y beneficios:
La principal innovación consiste en integrar bioinstrumentación EMG/EEG, procesamiento con Raspberry Pi, control embebido mediante ESP32 y movimiento de un brazo biomédico reconfigurable dentro de un mismo módulo educativo.

La plataforma permite que el estudiante observe y modifique las conexiones, calibre señales, programe controladores, accione servomotores y analice la respuesta del sistema.

Además, incorpora sensores de retroalimentación que permiten verificar la seguridad y desempeño del movimiento, ayudando a desarrollar prácticas de robótica biomédica, inteligencia artificial, sistemas embebidos y tecnologías asistivas.

El proyecto puede ser utilizado en universidades, laboratorios, semilleros de investigación, ferias científicas, talleres de innovación y proyectos de tesis.

Consultar por WhatsApp