Un projet américain soutenu par les Instituts Nationaux de la Santé, vise à améliorer l’expérience des utilisateurs de prothèses de jambe robotiques en créant un modèle de contrôle qui permet une transition sans heurts entre différentes activités comme la station debout, la marche et la montée des escaliers.
Le corps humain passe presque sans réfléchir d’une activité à une autre – de la position assise à la position debout, de la station debout à la marche, en montant et descendant des escaliers et des pentes. Ces transitions sont toutefois difficiles pour les robots, et les prothèses de jambe robotiques ont le défi supplémentaire de ne pas être connectées au système nerveux central de l’utilisateur humain pour rester synchronisées avec leur corps.
Une solution en vue
Robert Gregg, professeur associé de robotique de l’Université du Michigan et principal chercheur sur le projet, travaille sur ce problème depuis 2013. Il a connu un succès précoce en contrôlant la position des articulations du genou et de la cheville grâce à un modèle qui représente en continu toutes les étapes du cycle de la marche.
Auparavant, les prothèses de jambe robotiques utilisaient des contrôleurs distincts pour chaque étape du cycle de la marche, comme la frappe du talon, la poussée et le balancement. En conséquence, les paramètres de contrôle pour chaque modèle et les règles pour passer d’un modèle à un autre devaient être optimisés pour chaque patient.
« Chaque personne a des paramètres différents parce que chaque personne marche différemment. Et cela a abouti à un déploiement clinique très, très lourd », a commenté Robert Gregg.
Vers une démarche plus naturelle
Il s’est avéré que l’utilisation du mouvement de la cuisse pour prédire la position de l’articulation avec un modèle continu était une assez bonne façon de créer une démarche naturelle. Avec la première subvention R01 en 2018, l’équipe de chercheurs a étendu le modèle de contrôle de la marche pour couvrir d’autres scénarios importants : les pentes, les escaliers, le passage de la position assise à la position debout et de la position debout à la marche.
Les participants à l’étude ont pu réaliser toutes ces activités avec une biomécanique plus typique en utilisant la jambe robotique qu’avec des prothèses passives. Cependant, l’ancrage de l’algorithme de contrôle aux angles des articulations conduit à une expérience plus rigide lors de la tentative de changement d’activités.
En synthèse
L’équipe de scientifiques cherche maintenant à contrôler la position de l’articulation de manière indirecte – en imitant l’impédance biomécanique – en utilisant leur cadre de modélisation continue. Cela devrait permettre à la jambe d’offrir la même capacité à passer sans heurts d’une activité à une autre tout en offrant une expérience plus confortable.
Pour une meilleure compréhension
Qu’est-ce que le projet de l’Université du Michigan ?
Il s’agit d’un projet visant à améliorer l’expérience des utilisateurs de prothèses de jambe robotiques en créant un modèle de contrôle qui permet une transition sans heurts entre différentes activités.
Qui est Robert Gregg ?
Robert Gregg est un professeur associé de robotique à l’Université du Michigan et le principal chercheur sur ce projet.
Qu’est-ce que le modèle de contrôle continu ?
C’est un modèle qui représente en continu toutes les étapes du cycle de la marche, permettant un contrôle plus fluide des prothèses de jambe robotiques.
Quels sont les avantages de ce modèle ?
Il permet une démarche plus naturelle et une transition plus fluide entre différentes activités pour les utilisateurs de prothèses de jambe robotiques.
Quels sont les défis restants ?
Le principal défi est de rendre l’expérience moins rigide lors du changement d’activités et d’offrir une expérience plus confortable aux utilisateurs.
Références
Légende illustration principale : Andrew Seelhoff, à gauche, doctorant en première année de génie mécanique à l’université du Michigan, fait une démonstration de la prothèse robotique conçue par le Locomotor Control Systems Laboratory de Robert Gregg, lors de l’IROS 2023 en octobre. Crédit photo : Brenda Ahearn, Michigan Engineering
Source : Université du Michigan
