Optimización de lógica difusa en Arduino Mega y MPU6050 para la clasificación de movimientos
Fuzzy logic optimization on Arduino Mega and MPU6050 for motion classification
DOI:
https://doi.org/10.56712/latam.v6i3.4020Palabras clave:
lógica difusa, MPU6050, Arduino Mega, clasificación de movimientos, optimizaciónResumen
Presentamos un framework que integra Arduino Mega y el sensor IMU MPU6050 para adquirir datos inerciales brutos. Calibramos las señales con los offsets del dispositivo y aplicamos un filtro complementario para reducir el ruido. A partir de las señales filtradas, extraemos características temporales (rms_roll, std_roll y p2p_roll) y las usamos como entrada de un clasificador fuzzy tipo Mamdani. Comparamos funciones de membresía triangulares y trapeciales basadas en cuartiles, elevando la precisión de clasificación del 24 % al 46 %. Posteriormente, optimizamos los parámetros de los trapecios mediante búsqueda en cuadrícula, alcanzando un 61 % de precisión. Finalmente, validamos el sistema con validación cruzada estratificada de 5 pliegues, obteniendo un accuracy promedio de 57,75 % ± 3,97 %. Estos resultados demuestran que la optimización de lógica difusa mejora significativamente la clasificación de movimientos en sistemas embebidos de bajo coste.
Descargas
Citas
Chen, C., & Wang, J. (2020). A two-wheeled self-balancing robot with the fuzzy PD control method. International Journal of Advanced Robotic Systems, 17(3), 1-12. https://doi.org/10.1177/1729881420932345
Franček, M., Krbec, K., & Krbec, D. (2023). Noise reduction in the accelerometer and gyroscope sensor with complementary filtering on a self-balancing robot. Sensors, 23(4), 1710. https://doi.org/10.3390/s23041710
Lee, C.-C. (1990). Fuzzy logic in control systems: Fuzzy logic controller. Part I & Part II. IEEE Transactions on Systems, Man, and Cybernetics, 20(2), 404-435. https://doi.org/10.1109/21.52552
Noor, M., Yasin, H., & Ahmad, R. (2023). Study on the performance of a two-wheeled balancing mobile robot using a fuzzy PD controller. Applied System Innovation, 6(1), 14. https://doi.org/10.3390/asi6010014
Soto-Hidalgo, C., Rodríguez-Reséndiz, J., & Cruz-Ávila, M. (2019). Design of fuzzy controllers for embedded systems with Arduino. IEEE Latin America Transactions, 17(8), 1319-1325. https://doi.org/10.1109/TLA.2019.8887354
Summerville, B. (2009). Noise reduction in inertial sensors using complementary filters for mobile robots. Robotics and Autonomous Systems, 57(10), 1018-1024. https://doi.org/10.1016/j.robot.2009.07.004
Tang, Y., & Zhao, L. (2021). Genetic-algorithm-based control of a two-wheeled self-balancing mobile robot. Electronics, 10(9), 1027. https://doi.org/10.3390/electronics10091027
Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning. Information Sciences, 8(3), 199-249. https://doi.org/10.1016/0020-0255(75)90036-5
