Matraquilhos inclusivos : controlo inteligente de eixos

Abstract

Nos dias de hoje, apesar de haver uma crescente consciencialização para uma melhor adaptação dos meios físicos de modo a permitir a interação de indivíduos com necessidades Específicas, existe ainda uma discrepância considerável na quantidade e qualidade de tarefas ou eventos em que podem participar. Uma atividade aparentemente simples como um jogo de matraquilhos fica vedada a indivíduos com Necessidades Específicas. Contudo, estas dificuldades podem ser atenuadas com a ajuda de meios eletrónicos e informáticos. Para ajudar estas pessoas em contexto terapêutico, o ponto central da dissertação é uma Mesa de Matraquilhos robotizada já presente na Universidade, na qual se definiu que o movimento autónomo dos eixos da mesa com a possibilidade de recolha dos dados para futura análise é o objetivo do projeto. Pretende-se que a base de dados seja boa o suficiente para que os seus dados sirvam para futuras análises de, por exemplo, terapias. Foram estudados os componentes da Mesa de Matraquilhos e projetaram-se novos comandos do tipo ‘joystick’, para permitir um maior controlo dos eixos por parte dos jogadores. A Mesa de Matraquilhos sofreu uma atualização para permitir que os eixos fossem autónomos. Os joysticks criados mereceram a aprovação de terapeutas. Utilizou-se um sistema de aquisição de dados que permitiu recolher os dados dos sensores da mesa. A estes dados aplicou-se um método de Inteligência Artificial (Naïve Bayes gaussiano). O campo de jogo foi dividido em áreas por onde a bola se move e passou-se essa representação para as memórias dos autómatos. Depois, colocaram-se os eixos a mover autonomamente. Os dados recolhidos da mesa ficam associados a um jogador. Caso se pretenda, os dados podem ser acrescentados ao ficheiro para se aplicar novamente o método de Inteligência Artificial, tornando mais robustas as decisões tomadas. O método de Inteligência Artificial acabou por prever 99,5% dos movimentos dos eixos e 96,7% dos estados de remate, culminando num acerto total de 96,2%, sendo considerado este um valor aceitável de acertos. O método de captação dos dados consegue exibir uma taxa de atualização de 50 ms sendo que o único fator negativo é o tamanho das áreas do campo para detetar a bola. Os resultados alcançados foram positivos e mostram que, enquanto prova de conceito, épossível utilizar uma Mesa de Matraquilhos robotizada para recolher informação sobre mobilidade e capacidade cognitiva, motivando a participação dos intervenientes utilizando aspetos lúdicos e inclusivos. Palavras-chave: Automação, Base de Dados, Aprendizagem Automática, Matraquilhos Robotizados

Nowadays, although there is a growing awareness for a better adaptation of physical environments to allow the interaction of individuals with Special Needs, there is still a considerable discrepancy in the quantity and quality of tasks or events in which they can participate. A seemingly simple activity like a game of foosball is closed to individuals with Special Needs. However, these difficulties can be alleviated with the help of electronic and computer aids. To help these people in a therapeutic context, the central point of the dissertation is a robotic table soccer table already present at the University, in which it was defined that the autonomous movement of the axes of the table with the possibility of data collection for future analysis is the goal of the project. It is intended that the database be good enough for its data to be used for future analysis of, for example, therapies. The components of the Foosball Table were studied and new joystick type controls were designed to allow for greater control of the axes by the players. The table soccer table was upgraded to allow the axes to be autonomous. The joysticks created met with the approval of therapists. A data acquisition system was used to collect data from the table's sensors. An Artificial Intelligence method (Gaussian Naïve Bayes) was applied to this data. The playing field was divided into areas where the ball moves and this representation was passed to the automata's memories. Then, the axes were placed to move autonomously. The data collected from the table is associated with a player. If desired, the data can be added to the file to apply the Artificial Intelligence method again, making the decisions made more robust. The Artificial Intelligence method ended up predicting 99.5% of the axis movements and 96.7% of the shot states, culminating in a total accuracy of 96.2%, being considered an acceptable value of accuracy. The data capture method is able to display a 50 ms update rate, and the only negative factor is the size of the field areas to detect the ball. The results achieved were positive and show that, as a proof of concept, it is possible to use a robotic foosball table to collect information on mobility and cognitive ability, motivating the participation of the participants using playful and inclusive aspects. Keywords: Automation, Database, Machine Learning, Robotic Foosball