Nouvelles

Apr 28, 2023

Exosuits souples : comment l'apprentissage automatique personnalise leur fonctionnement

Par Steve Crowe | 7 mars 2018 Des chercheurs du Wyss Institute for

Par Steve Crowe | 7 mars 2018

Des chercheurs du Wyss Institute for Biologically Inspired Engineering et de la Harvard John A. Paulson School of Engineering and Applied and Sciences (SEAS) utilisent l'apprentissage automatique pour personnaliser les commandes des exosuits souples.

L'algorithme d'apprentissage automatique identifie rapidement les meilleurs paramètres de contrôle pour l'exosuit souple afin de minimiser la quantité d'énergie que l'homme utilise pour marcher.

Les chercheurs ont utilisé une technique appelée "l'optimisation humaine dans la boucle". Cela utilise des mesures en temps réel des signaux physiologiques humains, tels que le rythme respiratoire, pour ajuster les paramètres de contrôle. Au fur et à mesure que l'algorithme se concentrait sur les meilleurs paramètres, il dirigeait l'exosquelette sur le moment et l'endroit où fournir une force d'assistance.

La recherche est décrite dans Science Robotics.

"Avant, si vous aviez trois utilisateurs différents marchant avec des appareils fonctionnels, vous auriez besoin de trois stratégies d'assistance différentes", a déclaré Myunghee Kim, Ph.D., chercheur postdoctoral à SEAS. "Trouver les bons paramètres de contrôle pour chaque porteur était auparavant un processus difficile, étape par étape, car non seulement tous les humains marchent un peu différemment, mais les expériences nécessaires pour régler manuellement les paramètres sont compliquées et prennent du temps."

Les chercheurs ont découvert comment personnaliser les exosuits souples. (Crédit photo : Ye Ding/Université de Harvard)

Les chercheurs ont enrôlé huit hommes pour marcher sur un tapis roulant tout en portant les exosuits souples. Après environ 20 cycles de marche, l'ordinateur attaché à la combinaison a développé un profil de force idéal pour chaque marcheur. La combinaison de l'algorithme et de l'exosuit souple a réduit le coût métabolique de 17,4 % par rapport à la marche sans l'appareil. Il s'agit d'une amélioration de plus de 60 % par rapport aux travaux antérieurs de l'équipe.

"Les algorithmes d'optimisation et d'apprentissage auront un impact important sur les futurs dispositifs robotiques portables conçus pour assister une gamme de comportements", a déclaré Kuindersma. "Ces résultats montrent que l'optimisation de contrôleurs même très simples peut offrir un avantage significatif et individualisé aux utilisateurs en marchant. L'extension de ces idées pour envisager des stratégies de contrôle plus expressives et des personnes ayant des besoins et des capacités divers sera une prochaine étape passionnante."

Les chercheurs appliqueront ensuite cette technique d'apprentissage automatique à un appareil plus complexe qui assiste simultanément plusieurs articulations, telles que la hanche et la cheville.

"Avec des robots portables comme les exosuits souples, il est essentiel que la bonne assistance soit fournie au bon moment afin qu'ils puissent travailler en synergie avec le porteur", a déclaré le chef d'équipe Connor Walsh, Ph.D., membre du corps professoral du Wyss Institute. et le professeur agrégé John L. Loeb d'ingénierie et de sciences appliquées. "Avec ces algorithmes d'optimisation en ligne, les systèmes peuvent apprendre comment y parvenir automatiquement en une vingtaine de minutes, maximisant ainsi les avantages pour le porteur."

(Crédit photo : Ye Ding/Université de Harvard)