Le défi : dépasser la robotique “myope
L'accident vasculaire cérébral (AVC) reste l'une des principales causes d'invalidité à long terme, avec plus de 800 000 cas par an rien qu'aux États-Unis. Si la rééducation assistée par robot offre une solution évolutive à la pénurie de kinésithérapeutes, la neuroplasticité exige un "effort actif". Si un robot fait tout le travail, le patient reste passif et il n'y a pas d'apprentissage moteur.
Le professeur Damiano Zanotto et son équipe du Stevens Institute of Technology ont cherché à résoudre ce problème en développant un système robotique "intelligent" utilisant l'apprentissage par renforcement (RL). Ils ont émis l'hypothèse qu'un contrôleur pourrait "apprendre" les besoins du patient en temps réel, en n'apportant son soutien que lorsque cela est nécessaire (assistance en tant que besoin) et en forçant l'effort lorsque c'est possible.
Les obstacles : Le fossé entre la théorie et le matériel
Passer d'un algorithme de contrôle théorique à une machine physique présente deux obstacles distincts : technique et financier.
- Latence technique : Les contrôleurs traditionnels "myopes" sont réactifs et ne s'ajustent qu'après une erreur. L'équipe de l'Institut Stevens avait besoin d'un système capable de "Curriculum Learning", c'est-à-dire de traiter les sorties du réseau neuronal et d'ajuster le couple du moteur instantanément (à 1 kHz) pour maintenir le patient dans la zone d'apprentissage optimale.
- La contrainte académique : La validation d'une nouvelle théorie nécessite des composants performants de qualité industrielle. Cependant, les budgets des universités sont souvent mis à rude épreuve. Les chercheurs sont souvent confrontés à un compromis difficile : faire des concessions sur les performances du matériel pour réduire les coûts, ce qui risque d'invalider leurs résultats, ou bloquer le projet par manque de financement.
La solution : Un partenariat pour l'innovation
Pour combler le fossé entre la théorie et la pratique, l'équipe a utilisé le logiciel ADVANCED Programme de sensibilisation des universités au contrôle des mouvements.
Le professeur Zanotto et le Stevens Institute of Technology avaient déjà travaillé avec le programme de sensibilisation universitaire d'AMC dans le cadre d'un projet de joystick haptique plusieurs années auparavant. Ainsi, lorsque ce projet a eu besoin d'un servomoteur, le professeur Zanotto savait exactement à qui s'adresser.
Reconnaissant la contribution potentielle du projet à la communauté médicale, l'AMC a fait don de Servomoteurs numériques DZEANTU-020B200 au laboratoire. Ce partenariat a permis à l'équipe de disposer d'un matériel de qualité industrielle sans les coûts prohibitifs, ce qui lui a permis de se concentrer sur le défi technique plutôt que sur les limites de l'approvisionnement.
L'avantage du matériel :
Les entraînements DZEANTU ont été intégrés dans un robot parallèle entraîné par câble (CDPR) personnalisé.
- Communication à grande vitesse : Les variateurs communiquent avec la machine cible en temps réel via EtherCAT, ce qui permet d'atteindre le taux de mise à jour critique de 1 kHz requis par les algorithmes RL.
- Contrôle de précision : Les entraînements numériques ont fourni le contrôle précis de la boucle de courant nécessaire pour produire des forces haptiques douces, donnant au robot l'impression d'être un prolongement naturel du thérapeute.
Les résultats : Un succès validé
La charge financière ayant été allégée et les exigences techniques satisfaites, l'équipe a validé avec succès son contrôleur RL-AAN (Reinforcement Learning Assist-as-Need). L'étude a montré que les utilisateurs formés avec le système alimenté par l'AMC ont démontré :
- Réduction de la dépendance à l'égard des robots : Les utilisateurs ont dû fournir un effort actif beaucoup plus important qu'avec les contrôleurs traditionnels.
- Rétention supérieure : Les utilisateurs ont conservé une meilleure précision de trajectoire même après la suppression de l'assistance robotique.
En mettant des servomoteurs très performants à la disposition de ces chercheurs, ADVANCED Motion Controls a fait partie intégrante d'un projet qui repousse les limites de la récupération après un accident vasculaire cérébral.
À propos du programme de sensibilisation des universités
Depuis 2004, ADVANCED Motion Controls s'est associé à des étudiants, des chercheurs et des professeurs pour faire avancer le processus éducatif dans le domaine du contrôle des mouvements. Notre objectif est d'alléger le fardeau financier de l'établissement de l'aspect pratique tout en prouvant la théorie.
Que vous travailliez sur une thèse de maîtrise, un projet de classe ou une mise à niveau de laboratoire, nous sommes fiers de faire partie de votre équipe. Nous offrons :
- Équipement donné ou escompté : Qu'il s'agisse de nouveaux servomoteurs ou d'unités obsolètes en parfait état de marche provenant de notre "liste de servomoteurs gratuits"."
- Support technique : Accès direct à notre équipe d'ingénieurs pour vous aider à sélectionner le meilleur produit pour votre application spécifique.
- L'expérience du monde réel : Mettre des équipements de qualité industrielle entre les mains des futurs ingénieurs.
Vous avez un projet ? Parlez-nous de votre mission.
Les contributions sont généralement limitées aux institutions américaines ou aux projets internationaux impliquant des institutions américaines.
