Sobre o Projeto

Este trabalho tem a finalidade de desenvolver interfaces homem-máquina para comunicação de pessoas com deficiência com um PDA (Personal Digital Assistant) e, posteriormente, para controle de uma cadeira de rodas robótica. Foram implementadas duas interfaces, uma baseada no sinal mioelétrico proveniente da piscada de olhos, e outra baseada no rastreamento do movimento dos olhos, através de videooculografia. No primeiro caso, foram avaliadas técnicas de filtragem digital clássica a fim de atenuar os ruídos que corrompem o sinal mioelétrico. Também foram implementados e analisados sistemas de reconhecimento e detecção de padrões associados à piscada de olhos. Inicialmente, utilizou-se uma técnica simples de análise de atividade, baseada na variância do sinal, para detectar a realização da piscada. Posteriormente, com o intuito de classificação e redução do efeito estocástico do sinal mioelétrico da piscada, utilizaram-se redes neurais artificiais feedforward, cuja estrutura é composta por uma camada de entrada, uma intermediária e uma de saída, treinadas com algoritmos Bayesian Regularization, Resilient Backpropagation e Scaled Conjugate Gradient. Com o intuito de expandir as possibilidades do usuário com deficiência severa e suprir alguns problemas encontrados na interface baseada no sinal mioelétrico da piscada de olhos, implementou-se também um sistema de rastreamento do movimento dos olhos. Nesta interface de baixo custo, foram empregadas técnicas de processamento de imagens aliadas à aplicação da Transformada Circular Randômica de Hough. Além disso, com o objetivo de aumentar a resolução do sistema, utilizou-se um filtro de Kalman nas coordenas x e y do centro determinado pelo cálculo do centróide da região de interesse a partir da localização da íris do olho. Avaliou-se também nesta interface problemas ocasionados pela diferença de intensidade luminosa e pela piscada de olhos. Em ambas as interfaces desenvolvidas, os resultados encontrados mostraram-se bastante s