From Vision to Assistance: Gaze and Vision-Enabled Adaptive Control for a Back-Support Exoskeleton

Résumé technique : De la vision à l'assistance : Contrôle adaptatif piloté par le regard et la vision pour un exosquelette de support lombaire

Énoncé du problème
Les maux de dos restent un trouble lié au travail très répandu, et les exosquelettes actifs de support lombaire sont proposés comme solution pour redistribuer les charges spinales. Cependant, l'efficacité des exosquelettes actifs dépend de manière critique de la capacité à fournir une assistance opportune et sensible au contexte. Les stratégies de contrôle existantes reposent généralement sur des signaux réactifs de l'utilisateur (ex. : IMU, EMG ou couple appliqué) ou sur des systèmes de vision statiques qui n'informent pas directement la boucle de contrôle. Ces approches manquent souvent de la capacité à percevoir l'environnement opérationnel, ce qui entraîne une assistance mal synchronisée pouvant réduire la confiance, le confort et l'acceptation à long terme de l'utilisateur. Plus précisément, les systèmes actuels peinent à distinguer un utilisateur qui se penche simplement pour regarder un objet d'un utilisateur qui s'apprête activement à le saisir, ce qui provoque des retards dans la délivrance du couple lors des phases critiques de levage.

Méthodologie
Les auteurs proposent un cadre de contrôle piloté par la vision pour un exosquelette de soutien lombaire actif qui intègre la vision égocentrée et le suivi du regard pour permettre une assistance sensible au contexte. L'architecture du système comprend trois composants principaux :

1. Module de perception : Utilisant une caméra à la première personne montée sur des lunettes Tobii Pro Glasses 3, le système diffuse des images RGB et des coordonnées de regard. Un détecteur YOLOv9 affiné classifie les objets comme « Saisis » (Grasped) ou « Non saisis » (Not Grasped). En projetant la fixation du regard de l'utilisateur sur le plan de l'image, le système génère des indicateurs binaires ($\chi^+_t$ et $\chi^-_t$) pour déterminer si l'utilisateur fixe un objet saisi. Une logique de filtrage temporel (fenêtre glissante avec ratio de maintien) convertit ces indicateurs en une porte de vision binaire robuste ($\mathbb{1}_{box}$), garantissant que les transitions reflètent des événements de saisie intentionnels plutôt que des fluctuations transitoires.

2. Machine à états finis (FSM) : La FSM régit la progression de la tâche à travers quatre états : (0) debout sans boîte, (1) flexion pour la ramasser, (2) debout avec une boîte, et (3) flexion pour la poser. Les transitions sont déclenchées par des seuils d'inclinaison du tronc ($\theta_{stand}$, $\theta_{bend}$) et la porte de vision. Crucialement, la porte de vision permet au système de déclencher de manière autonome la transition de « flexion pour ramasser » à « debout avec une boîte » (État 1 $\to$ 2) et de gérer la libération (État 3 $\to$ 0) en fonction de l'état de la saisie, plutôt que de se fier uniquement à la posture.

3. Contrôle d'admittance variable : Le contrôleur délivre un couple d'assistance ($\tau_{ass}$) via une loi d'admittance. Le couple de référence est une somme pondérée du couple du tronc ($\tau_w$) et du couple de la boîte ($\tau_{box}$). L'inclusion de $\tau_{box}$ est régulée par le module de vision. Le système emploie une stratégie de rigidité variable, basculant entre des modes « Soft » (réversibles, $K=0$) et « Hard » (rigides, $K \ge K_{min}$) en fonction de la vitesse de mouvement, avec des transitions lissées pour assurer la fluidité.

Protocole expérimental
Une étude utilisateur a été menée auprès de 15 volontaires sains effectuant des essais répétés de levage de charge en position de flexion avec une boîte de 4 kg. L'étude a comparé trois conditions :

• EC1 : Pas d'exosquelette (référence/baseline).
• EC2 : Exosquelette avec contrôle basé sur la posture (sans vision).
• EC3 : Exosquelette avec contrôle piloté par la vision.

Les participants ignoraient l'activation de la vision dans EC2 par rapport à EC3 afin d'éviter tout biais. La performance a été évaluée par une analyse objective du couple et un questionnaire de type échelle de Likert à 13 items évaluant la demande physique, la fluidité, la confiance et le confort.

Résultats clés

• Précision de la perception : La détection de saisie basée sur YOLO a atteint un score F1 macro-moyen de 92,35 % (Précision : 92,84 %, Rappel : 91,86 %).
• Demande physique : L'analyse statistique (test de Friedman, $p < 0,001$) a révélé que la condition pilotée par la vision (EC3) réduisait significativement la demande physique perçue par rapport à la référence sans exosquelette (EC1) et à l'exosquelette basé uniquement sur la posture (EC2). Les scores de l'EC3 étaient notablement plus élevés (moyenne 3,60) que ceux de l'EC2 (moyenne 2,13).
• Expérience utilisateur : Pour toutes les mesures subjectives (fluidité, confiance, confort, compréhension mutuelle), le mode piloté par la vision a nettement surpassé le mode basé sur la posture (tests de rang signé de Wilcoxon, $p < 0,05$ après correction de Holm). Les tailles d'effet étaient importantes (Kendall's $W = 0,752$ pour la demande physique ; corrélations de rang-biserial souvent $\ge 0,80$).
• Performance du contrôle : L'analyse quantitative a montré que le pilotage par la vision permettait une assistance plus précoce et plus forte. Le système a réduit le délai entre la saisie réelle et l'apparition du couple, particulièrement lors de la transition critique de la flexion vers le levage. Les participants n'avaient pas besoin d'atteindre un seuil de posture spécifique pour recevoir du support, car le système anticipait la tâche grâce à l'événement de saisie.

Signification et affirmations
L'article affirme que l'intégration de la vision égocentrée et du suivi du regard dans la boucle de contrôle d'un exosquelette de support lombaire actif améliore considérablement la réactivité, l'ergonomie, la sécurité et l'acceptation de l'utilisateur. En passant d'un contrôle purement réactif basé sur la posture à une assistance proactive et sensible au contexte, le cadre proposé remédie à la « cécité » des exosquelettes actuels vis-à-vis de l'environnement opérationnel. Les résultats suggèrent que l'assistance pilotée par la vision améliore le caractère naturel de la collaboration homme-robot, favorisant une plus grande confiance et un meilleur confort, qui sont identifiés comme des facteurs critiques pour l'adoption industrielle des exosquelettes actifs.

Limites et travaux futurs
Les auteurs reconnaissent que l'étude a été menée dans des conditions de laboratoire contrôlées avec un seul type de boîte et un poids connu. Ils notent que les travaux futurs devront traiter les charges variables, potentiellement par une estimation du poids en ligne ou une adaptation dynamique. De plus, l'étude actuelle s'est concentrée sur l'assistance lombaire ; les futures itérations visent à intégrer un contrôle coordonné des articulations lombaires et de la hanche pour soutenir diverses tâches telles que le squat et la marche.