Detección y tratamiento de las señales EEG que permitan definir tareas de un drone.
Fecha
Fecha
2021-03-08
Autores
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
El presente documento, muestra el proceso para controlar un drone con señales EEG, usando un arreglo de electrodos secos alrededor del córtex motor y en el área de la frente, siguiendo la distribución 10/20 y filtrando las señales en el ritmo Alpha. Se levanta una base de datos con 15 personas, de diferentes géneros y edades, para entrenar tres paradigmas de inteligencia computacional diferentes (k-vecinos más cercanos, bosques aleatorios, y redes neuronales convolucionales) con las entradas pasadas por diferentes preprocesamientos tras el filtrado (sin preprocesamiento, normalización, estandarización, escalado entre valores fijos) con ayuda de scikit learn de python. Se realiza un GUI para ayudar al control del drone usando pyParrot en python. Se obtiene que la mejor clasificación es con la red convolucional neuronal con las entradas son preprocesamiento con la cual se puede dar órdenes al drone en tiempo real.
Resumen
This document shows the process to control a drone with EEG signals, using an array of dry electrodes around the motor cortex and in the forehead area, following the 10/20 distribution and filtering the signals in the alpha rhythm. A database is set up with 15 people, of different genders and ages, to train three different computational intelligence paradigms (k-nearest neighbors, random forests, and convolutional neural networks) with the inputs passed through different preprocessing after filtering (without preprocessing, normalization, standardization, scaling between fixed values) with the help of python "scikit" learn. A GUI is made to help control the drone using "pyParrot" in python.It is obtained that the best classification is with the convolutional neural network with the inputs are preprocessing with which you can give orders to the drone in real time.
Palabras clave
Señales electroencefalográficas, Bosques aleatorios, K-Vecinos mas cercanos, Red neuronal convolucional, Ritmo alpha, Drone parrot mambo