Des scientifiques développent une main artificielle intelligente combinant contrôle de l'utilisateur et automatisation

Les scientifiques de Ecole Polytechnique Fédérale de Lausanne travaillent sur de nouvelles façons d'améliorer le contrôle des mains robotiques, en particulier pour les personnes amputées. Ils ont développé un moyen de combiner le contrôle individuel des doigts et l'automatisation pour aider à améliorer la préhension et la manipulation. Ils ont testé cette idée de neuro-ingénierie et de robotique sur trois amputés différents et sept personnes en bonne santé. Les résultats de l'étude ont été publiés dans Intelligence artificielle de la nature. 

Cette technologie nouvellement développée combine deux domaines distincts pour le contrôle manuel robotique. C'est quelque chose qui n'a jamais été fait auparavant, et qui suit le nouveau domaine du contrôle partagé en neuroprothèses.

L'un des nouveaux concepts vient de la neuro-ingénierie. Le mouvement intentionnel du doigt est identifié en lisant l'activité musculaire sur le moignon de l'amputé. Ceci est ensuite utilisé pour le contrôle individuel des doigts de la main prothétique. L'autre concept vient de la robotique. La main robotique est capable de saisir des objets et de rester en contact avec eux en les saisissant. 

"Lorsque vous tenez un objet dans la main et qu'il commence à glisser, vous n'avez que quelques millisecondes pour réagir", explique Aude Billard, qui dirige Laboratoire d'algorithmes et de systèmes d'apprentissage de l'EPFL. « La main robotique a la capacité de réagir en 400 millisecondes. Équipé de capteurs de pression tout le long des doigts, il peut réagir et stabiliser l'objet avant que le cerveau ne perçoive réellement que l'objet glisse.

Le processus commence par l'algorithme qui apprend à déchiffrer l'intention de l'utilisateur, puis la traduit en mouvements des doigts de la main prothétique. Pour que cela se produise, la personne amputée doit d’abord entraîner l’algorithme qui utilise l’apprentissage automatique en effectuant une série de mouvements de la main. Des capteurs sont utilisés sur le moignon de la personne amputée et peuvent détecter certaines activités musculaires. L’algorithme apprend et connecte ensuite les mouvements de la main et leur activité musculaire correspondante. Finalement, l'algorithme connaîtra les mouvements des doigts prévus par l'utilisateur, puis les doigts individuels pourront être contrôlés sur la main prothétique. 

Katie Zhuang est le premier auteur de la publication. Elle a parlé de l'algorithme d'apprentissage automatique. 

"Parce que les signaux musculaires peuvent être bruyants, nous avons besoin d'un algorithme d'apprentissage automatique qui extrait l'activité significative de ces muscles et les interprète en mouvements", a-t-elle déclaré.

Les scientifiques ont ensuite conçu l'algorithme de sorte que lorsqu'un utilisateur essaie de saisir un objet, l'automatisation robotique est lancée. L'algorithme transmettra à la main prothétique pour fermer ses doigts et saisir lorsqu'un objet entre en contact avec des capteurs. Les capteurs sont situés sur la surface de la main prothétique. Les scientifiques ont créé ce nouveau système basé sur une adaptation d'une étude précédente. Dans cette étude, des bras robotiques ont été conçus pour identifier la forme d'objets, puis les saisir. Ils l'ont fait uniquement sur la base d'informations tactiles et ne se sont pas appuyés sur des signaux visuels. 

Il reste encore des défis à relever avant que cette technologie puisse être utilisée efficacement par les personnes et devenir une option commercialement viable pour les amputés à la recherche de prothèses de mains. Cependant, cette technologie est un énorme pas en avant dans le domaine, et elle continuera à pousser l'idée de fusionner l'humain et la robotique. À l'heure actuelle, l'algorithme est toujours en cours de test sur un robot.

« Notre approche commune pour contrôler les mains robotisées pourrait être utilisée dans plusieurs applications neuroprothétiques telles que les prothèses de main bioniques et les interfaces cerveau-machine, augmentant ainsi l'impact clinique et la facilité d'utilisation de ces dispositifs », explique Silvestro Micera, titulaire de la chaire Fondation Bertarelli de l'EPFL en neuro-ingénierie translationnelle et professeur de bioélectronique à la Scuola Superiore Sant'Anna.