A Shank Angle-Based Control System Enables Soft Exoskeleton to Assist Human Non-Steady Locomotion
Cet article présente un système de contrôle basé sur l'angle du tibia pour les exosquelettes souples qui utilise la génération de profils en ligne et un contrôle de type feedforward basé sur un modèle afin d'assister efficacement les humains lors de diverses tâches de locomotion non stationnaires, démontrant une robustesse face aux perturbations de la marche et des résultats biomécaniques positifs.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez essayer de danser avec un partenaire qui s'obstine à suivre un métronome strict, égrenant les secondes sans se soucier que vous soyez en train de sprinter, de trébucher ou de vous arrêter soudainement pour lacer votre chaussure. Ce serait un désastre. C'est le problème fondamental de nombreux exosquelettes robotiques — ces machines portables conçues pour aider les gens à marcher, courir ou monter des escaliers. Pendant des années, ces dispositifs ont été excellents pour aider les gens à se déplacer selon un rythme parfait et régulier, comme si l'on marchait sur une piste plate à une vitesse constante. Mais la vie réelle est désordonnée. Nous accélérons, nous ralentissons, nous trébuchons et nous empruntons des rampes. Lorsqu'un robot tente d'aider lors de ces moments « non constants » en utilisant un simple minuteur, il se désynchronise, poussant ou tirant souvent au mauvais moment, ce qui peut paraître maladroit, voire dangereux.
Pour corriger cela, les scientifiques cherchent une nouvelle façon de dire au robot quand aider. Au lieu de compter les secondes, ils essaient d'écouter les propres mouvements du corps. Imaginez cela comme un partenaire de danse qui ne regarde pas l'horloge, mais qui observe vos épaules ou vos pas, ajustant ses mouvements instantanément pour correspondre à votre énergie. Cet article explore un recoin spécifique de la robotique où les ingénieurs construisent des combinaisons souples et flexibles (plutôt que des cadres métalliques rigides et encombrants) pour aider les gens à marcher. La grande question qu'ils abordent est la suivante : comment pouvons-nous fabriquer un robot qui se déplace en parfaite harmonie avec un humain, même lorsque l'humain fait quelque chose d'imprévisible, comme courir en montée ou se remettre d'un trébuchement ?
La danse du tibia : Un robot qui surveille vos jambes
Dans cette étude, des chercheurs de l'Institut d'automatisation de Shenyang en Chine ont construit un nouveau système de contrôle ingénieux pour un exosquelette de cheville souple. Ils l'appellent un système basé sur « l'angle du tibia ». Pour comprendre ce que cela signifie, imaginez la partie inférieure de votre jambe, du genou jusqu'à la cheville, comme un pendule oscillant. C'est le « tibia ». Lorsque vous marchez, ce pendule oscille d'avant en arrière. Les chercheurs ont réalisé qu'au lieu de demander au robot : « Combien de secondes se sont écoulées ? », ils devraient lui demander : « Où se trouve votre tibia en ce moment ? »
En utilisant l'angle de votre partie inférieure de la jambe comme « chef d'orchestre », le robot peut instantanément savoir exactement dans quelle phase du pas vous vous trouvez, que vous marchiez lentement, que vous couriez vite ou que vous changiez soudainement de vitesse. C'est comme avoir un partenaire de danse qui ne compte pas les temps, mais qui reflète chacun de vos mouvements, s'assurant de ne jamais vous marcher sur les pieds ou de vous déséquilibrer.
La stratégie du « double dôme »
L'équipe a conçu un profil d'assistance spécial — un plan directeur de la force avec laquelle le robot doit pousser. Ils ont modélisé cette force à l'aide d'une courbe gaussienne double. Si vous imaginez une courbe en cloche (une colline douce), ce profil ressemble à deux collines jointes au sommet. Une colline représente la force qui s'accumule lorsque votre pied frappe le sol, et l'autre représente la force qui s'estompe lorsque vous poussez pour décoller.
Voici le tour de magie : le robot ne se contente pas de deviner la forme de ces collines. Il mesure le mouvement de votre jambe à l'aide de minuscules capteurs appelés IMU (unités de mesure inertielle) et met à jour la forme des collines à chaque pas. Si vous faites une foulée plus longue, les collines s'étirent. Si vous faites une foulée plus courte, elles rétrécissent. Cela se produit en temps réel, sans que le robot ait besoin de savoir si vous marchez, courez ou montez des escaliers. Il s'adapte simplement à la forme du mouvement de votre jambe.
Le test « non constant » : Le chaos sur le tapis roulant
Pour prouver l'efficacité de ce système, les chercheurs n'ont pas seulement fait marcher des personnes en ligne droite. Ils les ont placées sur un tapis roulant et leur ont jeté un peu de chaos. Ils ont soudainement accéléré ou ralenti la vitesse du tapis de 80 % en seulement un dixième de seconde. C'est ce qu'ils appellent une condition « non constante » — une secousse soudaine qui déstabilise la plupart des robots.
Les résultats ont été impressionnants. Lorsque le tapis a tressailli, les anciens robots (ceux utilisant un minuteur) se sont emmêlé les pinceaux. Leur aide arrivait trop tôt ou trop tard, entraînant une mauvaise adéquation avec la puissance musculaire naturelle de l'humain. Mais le nouveau robot à « angle de tibia » est resté parfaitement synchronisé. Les chercheurs ont constaté que la force du robot correspondait au couple de la cheville naturelle de l'humain avec un score de corrélation de 0,92 (où 1,0 est une correspondance parfaite), même lors de ces changements de vitesse soudains. En revanche, les robots basés sur le minuteur sont tombés à un score de 0,57 lorsque la vitesse diminuait, échouant essentiellement à aider au bon moment.
Est-ce que cela aide réellement les gens ?
L'équipe a ensuite testé le système sur huit personnes différentes à travers quatre activités : marcher sur terrain plat, courir, marcher en montée et marcher en descente. Ils ont comparé trois scénarios :
- Sans Exosquelette (NOE) : La personne marche seule.
- Exosquelette Passif (PAS) : La combinaison est portée, mais elle n'aide pas (elle est juste un poids mort).
- Exosquelette Actif (ACT) : La combinaison est portée, et elle aide grâce au nouveau système de contrôle.
Les résultats suggèrent que la combinaison active fait une réelle différence. En portant la combinaison active :
- Les muscles ont moins travaillé : L'activité des muscles du mollet (spécifiquement le gastrocnémien latéral) a diminué en moyenne de 7,50 % en marchant et jusqu'à 13,64 % en descendant une pente.
- La consommation d'énergie a chuté : Le résultat le plus enthousiasmant concerne le taux métabolique (la quantité d'énergie que le corps brûle). En marchant sur un terrain plat, la combinaison active a réduit le coût énergétique de 11,86 %. La marche en descente a montré une réduction de 8,11 %. La course et la marche en montée ont également vu des réductions respectives de 6,26 % et 6,55 %.
- Le problème du passif : Curieusement, lorsque les gens portaient la combinaison sans qu'elle n'aide (la condition passive), leur consommation d'énergie a en fait augmenté d'environ 3 % à 5 %. Cela suggère que porter simplement la combinaison lourde et rigide sans le contrôle intelligent est un fardeau. Le robot doit être « intelligent » pour être utile ; sinon, il n'est qu'un sac à dos lourd sur vos jambes.
Ce que cela signifie (et ce que cela ne signifie pas)
L'article suggère que l'utilisation de l'angle de votre partie inférieure de la jambe comme guide est un moyen puissant de faire danser les robots avec les humains, même lorsque la musique change de tempo. Il prouve que vous n'avez pas besoin de caméras complexes ou de capteurs de balayage cérébral pour savoir ce qu'une personne fait ; il suffit d'observer ses jambes.
Cependant, les auteurs prennent soin de ne pas présenter cela comme un problème « résolu ». Ils notent que la force de poussée du robot est actuellement fixée à un pourcentage du poids de l'utilisateur (spécifiquement 15 % ou 20 %). Ils n'ont pas testé le système dans des scénarios du monde réel comme faire une randonnée en montagne ou naviguer dans une rue bondée car leur robot est encore relié à un gros boîtier de contrôle et à une batterie hors du tapis roulant. Ils admettent également que, bien que la combinaison ait aidé, le poids « passif » de la combinaison elle-même était un léger obstacle, et que les futurs modèles devront être plus légers et plus confortables.
En résumé, cette recherche suggère qu'en laissant le robot « écouter » le balancement de votre jambe plutôt que le tic-tac d'une horloge, nous pouvons créer des assistants prêts pour la réalité désordonnée et imprévisible du mouvement humain. C'est une étape vers des robots qui ne se contentent pas de suivre des ordres, mais qui comprennent véritablement le rythme des personnes qu'ils aident.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.