Design and study of a system to control intuitively an exoskeleton in order to assist load carrying
Étude et conception d’un système de pilotage intuitif d’exosquelette pour l’assistance au port de charges
Résumé
Musculoskeletal disorders (MSD) are the leading cause of occupational disease in France.MSDs affect all areas of industry and services; from heavy and manufacturing industry to personal assistance services and handling in logistics centers.MSDs may appear after carrying loads, this task being particularly critical because of the intense and repeated efforts that it requires. One solution to prevent the appearance of MSDs is to physically assist workers in order to reduce the effort involved.Exoskeletons appear to be one of the most promising tools for providing this assistance.However, their control is one of the locks slowing down their deployment in the industry.This doctoral project aims to investigate control and command of an exoskeleton in interaction with an operator. Thus, a strategy to control an upper-limb exoskeleton for load carrying assistance, without prior knowledge of the mass, was developed and integrated.The originality of this research work lies in two points. The first one is the estimation of the user's intention as a torque via his muscular activity, measured with electromyographic sensors. And the second one is the use of this estimated intention in the effort control of an exoskeleton. This approach makes possible to compensate the weight of loads that are not known beforehand.This intention detection system is based on a hybrid method integrating a model of the torque applied according to the muscular activity and an artificial neural network, in order to evaluate the direction of the movement intended.The control system was then evaluated through an experimental protocol with ten participants. It was found that this method induced : (i) performances equivalent to a classical gravity compensation assistance (with prior knowledge of the load), but also (ii) a reduction of the participant's muscular activity (biceps, anterior deltoid, and erector spinae).Finally, a method of personalization of the the control system based on the user's response time was designed.The impact of the personalization of the parameters (controller gain) on the users was also analyzed, and this work demonstrated that this personalization facilitates the intuitive handling of the system.During development, particular attention was given to proposing an approach that could be easily deployed in the workplace, in order to take into account the industrial orientation of the applications.Indeed, this research work opens up new application perspectives for active exoskeletons dedicated to load carrying, such as in professional logistic area.
Les troubles musculo-squelettiques (TMS) sont les première causes de maladies professionnelles en France.Les TMS affectent tous les domaines industriels et des services; de l'industrie lourde et manufacturière aux services d'aide à la personne en passant par les manutentions dans les centres logistiques.Ils peuvent notamment apparaitre suite à un port de charges, particulièrement critiques en raison des efforts intenses et répétés que cette tâche nécessite. Une solution pour prévenir l'apparition des TMS est d'assister physiquement les travailleurs afin de réduire l'effort engendré.Les exosquelettes apparaissent comme un des outils les plus prometteurs pour fournir cette assistance.Cependant, leur commande est un des verrous limitant leur mise en fonction dans l'industrie. C'est sur ce point que ce travail de recherche s'est focalisé. Ainsi une stratégie de contrôle d'un exosquelette de membres supérieurs pour l'assistance au port de charge sans connaissance à priori de la masse a été développée et intégrée.L'originalité de ce travail de recherche vient de l'estimation de l'intention en effort de l'utilisateur via son activité musculaire, estimée grâce à des capteurs électromyographiques, et de son utilisation dans la commande en effort d'un exosquelette. Ceci permet notamment de compenser le poids de charges non connues à priori.Ce système de détection d'intention est basé sur une méthode hybride intégrant un modèle du couple développé en fonction de l'activité musculaire et un réseau de neurones artificiels.Le système de contrôle a ensuite été évalué avec dix utilisateurs. Il a été constaté que cette méthode induisait : (i) des performances équivalentes à une assistance par compensation de gravité classique (avec connaissance à priori de la charge), mais aussi(ii) une réduction de l'activité musculaire du participant. L'impact de la personnalisation des paramètres (gain du contrôleur) sur les utilisateurs a également été analysé, et ce travail a démontré que cette personnalisation facilite la prise en main intuitive du système.Au cours des développements une attention particulière a été de proposer une approche facilement déployable sur le terrain, afin de tenir compte de l'orientation industrielle des applications.En effet, ce travail de recherche ouvre des perspectives d'applications pour les exosquelettes actifs dédiés au port de charges, comme par exemple dans le secteur de la logistique où les charges à manipuler sont variées.
Origine : Version validée par le jury (STAR)