Un système de contrôle de bras robotiques basé sur la réalité augmentée et une interface cerveau-ordinateur

bras prothétique

Crédit : Pixabay/CC0 domaine public

Pour les personnes ayant une déficience motrice ou un handicap physique, l’accomplissement des tâches quotidiennes et des tâches ménagères peut être incroyablement difficile. Les progrès récents de la robotique, tels que les membres robotiques contrôlés par le cerveau, ont le potentiel d’améliorer considérablement leur qualité de vie.

Des chercheurs de l’Université de technologie du Hebei et d’autres instituts en Chine ont développé un système innovant de contrôle des bras robotiques basé sur la réalité augmentée (RA) et une interface cerveau-ordinateur. Ce système, présenté dans un article publié dans le Journal d’ingénierie neuronale, pourrait permettre le développement de bras bioniques ou prothétiques plus faciles à contrôler pour les utilisateurs.

“Ces dernières années, avec le développement des bras robotiques, de la science du cerveau et de la technologie de décodage de l’information, les bras robotiques contrôlés par le cerveau ont atteint de plus en plus de réalisations”, a déclaré à TechXplore Zhiguo Luo, l’un des chercheurs qui a mené l’étude. “Cependant, des inconvénients tels qu’une faible flexibilité limitent leur application à grande échelle. Nous visons à promouvoir la légèreté et la praticité des bras robotiques contrôlés par le cerveau.”

Le système développé par Luo et ses collègues intègre la technologie AR, qui permet aux utilisateurs de visualiser une version améliorée de leur environnement comprenant des éléments numériques et une interface contrôlée par le cerveau, avec une méthode conventionnelle de contrôle des membres robotiques connue sous le nom de contrôle asynchrone. Cela permet finalement aux utilisateurs d’obtenir un meilleur contrôle sur les bras robotiques, améliorant ainsi la précision et l’efficacité des mouvements qui en résultent.

Les méthodes de contrôle asynchrones s’inspirent du fonctionnement du cerveau humain. Plus précisément, ils essaient de reproduire la capacité du cerveau à alterner entre les états de travail et de repos.

“Le point clé du contrôle asynchrone est de distinguer l’état de repos et l’état de fonctionnement du système robotique”, a expliqué Luo. « Une fois qu’un utilisateur a commencé à utiliser notre système de bras robotique, le système est initialisé à l’état de veille. Lorsque la commande de contrôle vient à l’esprit du sujet, celui-ci peut faire passer le système à l’état de fonctionnement via l’interface de commutation d’état. »

Une fois que le système créé par les chercheurs est passé en état de fonctionnement, les utilisateurs peuvent simplement sélectionner les commandes de contrôle pour les mouvements qu’ils souhaitent effectuer et le système les transmet au bras robotique qu’ils portent. Lorsque le bras robotique reçoit ces commandes, il effectue simplement les mouvements ou la tâche souhaités. Une fois la tâche terminée, le système repasse automatiquement en état d’inactivité.







Credit: Chen et al.

“Une caractéristique unique de notre système est l’intégration réussie de l’AR-BCI, du contrôle asynchrone et d’une méthode d’ajustement du temps de stimulus adaptatif pour le traitement des données”, a déclaré Luo. « Par rapport aux systèmes BCI conventionnels, notre système est également plus flexible et plus facile à contrôler. »

La nature adaptative du système créé par Luo et ses collègues lui permet d’ajuster de manière flexible la durée du contenu AR présenté aux utilisateurs en fonction de l’état de l’utilisateur lorsqu’il utilise le bras robotique. Cela peut réduire considérablement la fatigue causée par la visualisation d’un écran ou d’un contenu numérique. De plus, par rapport aux interfaces cerveau-ordinateur conventionnelles, le système amélioré AR de l’équipe réduit les contraintes sur l’activité physique des utilisateurs, leur permettant d’utiliser des bras robotiques avec une plus grande facilité.

“En fin de compte, nous avons pu intégrer avec succès la RA, les interfaces cerveau-ordinateur, le contrôle asynchrone adaptatif et un nouvel algorithme de filtrage spatial pour classer les signaux SSVEP, ce qui fournit de nouvelles idées pour le développement d’un bras robotique contrôlé par le cerveau”, a déclaré Luo. “Notre approche contribue à améliorer la praticité du bras robotique contrôlé par le cerveau et à accélérer l’application de cette technologie dans la vie réelle.”

Les chercheurs ont évalué leur système dans une série d’expériences et ont obtenu des résultats très prometteurs. Plus particulièrement, ils ont découvert que leur système permet aux utilisateurs d’effectuer les mouvements qu’ils souhaitent à l’aide d’un bras robotique avec une précision de 94,97 %. De plus, les dix utilisateurs qui ont testé leur système ont pu sélectionner des commandes uniques pour les bras robotiques en un temps moyen de 2,04 secondes. Dans l’ensemble, ces résultats suggèrent que leur système améliore l’efficacité avec laquelle les utilisateurs peuvent contrôler les bras robotiques, tout en réduisant leur fatigue visuelle.

À l’avenir, l’approche proposée par cette équipe de chercheurs pourrait contribuer à améliorer les performances des bras robotiques existants et nouvellement développés. Cela pourrait faciliter la mise en œuvre de ces systèmes à la fois dans les établissements de santé et les établissements de soins aux personnes âgées, permettant aux patients et aux invités de s’engager dans certaines de leurs activités quotidiennes de manière indépendante et améliorant ainsi leur qualité de vie.

Jusqu’à présent, Luo et ses collègues n’ont testé leur système que sur des utilisateurs sans déficience motrice ni handicap. Cependant, ils espèrent bientôt l’évaluer également en collaboration avec des utilisateurs âgés ou handicapés physiques, afin d’explorer plus avant son potentiel et son applicabilité.

“Nous prévoyons maintenant de travailler sur les aspects suivants pour améliorer la fiabilité et la praticabilité du système pour la vie sociale”, a ajouté Luo. « Premièrement, en termes de stratégie de contrôle asynchrone, l’EOG et d’autres signaux physiologiques peuvent être utilisés pour améliorer le processus de contrôle asynchrone. Deuxièmement, le décodage EEG, l’apprentissage par transfert et d’autres méthodes peuvent encore améliorer le processus d’entraînement du modèle. De plus, en termes de la fenêtre dynamique, nous pourrions utiliser d’autres méthodes de prédiction pour modifier le seuil du système en temps réel.”


L’ordinateur décode le mouvement continu à partir des signaux du cerveau


Plus d’information:
Lingling Chen et al, Système de contrôle asynchrone adaptatif de bras robotique basé sur une interface cerveau-ordinateur assistée par réalité augmentée, Journal d’ingénierie neuronale (2021). DOI : 10.1088 / 1741-2552 / ac3044

© 2021 Réseau Science X

Citation: Un système de contrôle des bras robotiques basé sur la réalité augmentée et une interface cerveau-ordinateur (2021, 4 novembre) récupéré le 4 novembre 2021 sur https://techxplore.com/news/2021-11-robotic-arms-based-augmented- réalité.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.