Dans le laboratoire: des exosquelettes robotiques alimentés par l’IA pour aider les personnes handicapées à se déplacer librement sans implants

  • FrançaisFrançais


  • Des boffins canadiens testent des exosquelettes semi-autonomes qui pourraient aider les personnes à mobilité réduite à marcher à nouveau sans avoir besoin de capteurs implantés.

    Les chercheurs de l’Université de Waterloo, en Ontario, travaillent d’arrache-pied pour essayer de combiner des systèmes modernes d’apprentissage en profondeur avec des prothèses robotiques. Ils espèrent donner aux patients handicapés qui ont subi des blessures de la moelle épinière ou des accidents vasculaires cérébraux, ou qui souffrent de maladies telles que la sclérose en plaques, la colonne vertébrale, la paralysie cérébrale et l’arthrose, la capacité de se remettre sur pied et de bouger librement.

    Le projet diffère des autres efforts pour les amputés qui consistent à essayer de contrôler le mouvement des machines à l’aide d’électrodes implantées dans les nerfs et les muscles des membres et du cerveau, a expliqué Brock Laschowski, doctorant à l’université qui dirige l’étude ExoNet. «Notre approche de contrôle n’exigerait pas nécessairement une pensée humaine. Semblable aux voitures autonomes qui se conduisent elles-mêmes, nous concevons des exosquelettes autonomes qui marchent pour eux-mêmes.

    exosquelette

    L’engrenage d’exosquelette alimenté par ordinateur … Source: Université de Waterloo

    Comme les voitures autonomes, les membres robotiques sont équipés de capteurs et de caméras qui transmettent des images prises à partir de l’environnement environnant à des algorithmes de vision par ordinateur. Ceux-ci sont utilisés par les systèmes de contrôle de l’exosquelette pour effectuer des actions spécifiques – que ce soit marcher, se tenir debout, s’asseoir ou monter et descendre des escaliers – tout en comprenant et en naviguant dans l’environnement si nécessaire. Les personnes attachées à ces exosquelettes peuvent ainsi se déplacer, le logiciel gérant les mouvements nécessaires.

    Cela dit, ExoNet en est encore à ses balbutiements. Laschowski et ses collègues ont commencé par collecter des données pour entraîner les réseaux de neurones convolutifs dans la partie vision par ordinateur du logiciel. Des caméras ont été attachées à la poitrine, à la taille et aux mollets des participants, et ils ont été invités à se promener pour recueillir des informations pour enseigner aux modèles.

    Notre système de reconnaissance de l’environnement, qui utilise des caméras portables et des algorithmes d’IA, est utilisé pour estimer les activités locomotrices à venir et donc permettre aux exosquelettes robotiques de prédire et de planifier en conséquence différents environnements de marche.

    Des heures de séquences ont été enregistrées et triées en près d’un million d’images qui ont ensuite été étiquetées pour décrire des mouvements spécifiques, notamment marcher sur un sol plat, monter et descendre des escaliers et rencontrer divers objets, tels que des portes, des murs et des sièges.

    «Les données des capteurs portables sont utilisées pour contrôler les exosquelettes robotiques en déduisant l’intention locomotrice de l’utilisateur, par exemple, voulant marcher à l’étage», a déclaré Laschowski Le registre. “Notre système de reconnaissance de l’environnement, qui utilise des caméras portables et des algorithmes d’IA, est utilisé pour estimer les activités locomotrices à venir et donc permettre aux exosquelettes robotiques de prédire et de planifier en conséquence les différents environnements de marche.”

    En d’autres termes, le système essaie de déterminer ce qu’il faut faire de la situation dans laquelle se trouve le porteur.

    Si les algorithmes détectent quelque chose comme des escaliers, le code envoie ces informations au système de contrôle de l’exosquelette pour lancer la série de commandes pour lever le genou et monter ou descendre. S’il voit un large terrain plat, il sera plus susceptible d’envoyer des instructions à la machine pour activer un autre ensemble de contrôleurs utilisés pour la marche, ou s’il reconnaît une porte, le logiciel devrait deviner correctement que l’utilisateur essaie de l’ouvrir et demandez à l’exosquelette de ralentir et de rester immobile.

    Exosquelette Cray X

    Des exosquelettes en tant que service offerts pour aider les employés d’entrepôt épuisés par la pandémie

    LIRE LA SUITE

    Les systèmes d’apprentissage en profondeur présentent des avantages par rapport aux autres algorithmes traditionnels qui ont été utilisés pour contrôler les membres prothétiques. En théorie, ils devraient être plus robustes car le logiciel apprend automatiquement les caractéristiques à partir de modèles courants dans les données sans que les ingénieurs aient à les fabriquer à la main. Mais leur efficacité dépend de la capacité de reconnaître avec précision les objets et d’effectuer le calcul rapidement afin que les porteurs d’exoskleteon puissent se déplacer en toute sécurité en temps réel.

    «L’un des plus grands défis du développement d’exosquelettes des membres inférieurs alimentés par l’IA est le contrôle, faire bouger les jambes selon l’intention de l’utilisateur», a ajouté Laschowski.

    “Des erreurs peuvent entraîner des mouvements inexacts, par exemple, en sélectionnant un mode de marche sur terrain plat alors que l’utilisateur souhaite en fait monter des escaliers, ce qui pourrait potentiellement causer des blessures.”

    Les catastrophes sont évitées en incluant un coupe-circuit. «Pour assurer la sécurité, des systèmes comme le nôtre ont des boutons de dérogation contrôlés par l’homme pour désengager les contrôleurs automatisés», a déclaré John McPhee, titulaire de la Chaire de recherche du Canada en dynamique des systèmes biomécatroniques à l’Université de Waterloo. El Reg. «De plus, nous utilisons des tests approfondis basés sur la simulation de nos contrôleurs avant les tests sur l’homme.»

    L’équipe n’est pas tout à fait prête à commencer à tester ses exosquelettes sur des personnes à mobilité réduite. «Nous nous concentrons actuellement sur le développement du système de reconnaissance de l’environnement, en particulier l’amélioration de la précision et des performances en temps réel de la classification de l’environnement. Ce développement de l’ingénierie technique est essentiel pour garantir un fonctionnement sûr pour les futurs essais cliniques avec des exosquelettes robotiques autonomes », a déclaré Lachowski.

    À terme, les chercheurs espèrent que les exosquelettes robotiques exécutant leur système de reconnaissance d’environnement pourront donner aux gens la liberté de s’asseoir, de se tenir debout, de marcher et de monter et descendre les escaliers. ®

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *