Grant: Discovery Grants Program - Individual

La commande homme-machine la plus prometteuse, basée sur les signaux d'activité musculaire (EMG - électromyographie), repose sur l'emploi de la reconnaissance de mouvements. Cette approche extrait des critères discriminants des signaux EMG puis entraine des méthodes de «machine-learning» pour modéliser le lien entre les gestes effectués et les biosignaux. Cependant en usage réel, rarement considérée dans la littérature, les performances de reconnaissance sont dramatiquement affectées. Cela génère de la frustration chez l'utilisateur par manque de contrôle naturel, de fiabilité et de simplicité d'utilisation (une pénible calibration est nécessaire à chaque nouvelle session). Cela limite l'usage courant de ce genre de commande, dont le potentiel est majeur pour le contrôle de prothèses, de robot d'assistance ou encore en réadaptation et en domotique. Afin de démocratiser l'usage de ces commandes basées sur les signaux EMG en contexte d'usage réel, ce programme repose sur deux cibles principales et connexes : (i) concevoir des algorithmes inédits qui, du point de vue de l'usager, permettent à la fois un contrôle naturel, fiable au temps d'utilisation et prêt-à-l'emploi pour chaque nouvelle session, et (ii) réaliser l'implémentation matérielle de l'ensemble de la chaine pour un contrôle avec les algorithmes proposées en temps-réel. Pour ce faire, ce programme s'articule sur 3 axes composés de 2 projets de maîtrise et 3 de doctorat. L'axe 1 concerne le contrôle naturel, l'axe 2 le contrôle robuste au temps d'utilisation et prêt-à-l'emploi et l'axe 3 l'implémentation matérielle. Les avancées du projet de doctorat de l'axe 1 permettront de proposer des solutions innovantes basées sur l'exploitation des données fournies par les capteurs EMG de haute-densité (HD-sEMG), la décomposition de signaux, l'extraction de critères orignaux et la combinaison de classification et de régression. Le projet de maîtrise de l'axe 2 consistera à faire l'inventaire, la réalisation et la comparaison des méthodes de la littérature permettant, à partir des signaux EMG, un contrôle robuste au temps et prêt-à-l'emploi. Par après, un projet de doctorat combinera les propositions des axes 1 et 2 afin d'obtenir un contrôle naturel et en même temps robuste au temps et prêt-à-l'emploi. L'axe 3 débutera avec un projet de maîtrise qui visera à développer un système d'acquisition performant de capteurs HD-sEMG sur FPGA. Par après, ce système d'acquisition sera utilisé dans un projet de doctorat qui fera l'intégration matérielle des algorithmes proposés dans les axes 1 et 2. Les 5 projets de ce programme valideront leurs propositions en contexte de contrôle réel, à travers des tâches complexes à réaliser par des participants sains avec un bras robotisé à 7 degrés de liberté. Au terme des 5 ans, des commande homme-machine totalement embarquées avec un contrôle naturel, robuste au temps et prêt-à-l'emploi seront proposés et serviront de base pour les projets futurs de ce programme.