Le genou est une articulation porteuse et stabilisatrice clé dans la locomotion quotidienne, supportant le poids du corps, maintenant l’équilibre et permettant un mouvement flexible pendant la marche à plat, la montée et la descente de rampes et la montée et la descente d’escaliers. Avec le vieillissement, les personnes âgées subissent souvent une diminution de leur force musculaire et de leur endurance, ce qui entraîne un affaiblissement de la force des genoux et un soutien corporel insuffisant, ce qui peut réduire la mobilité quotidienne et la qualité de vie tout en augmentant le risque de chute. Dans le contexte du vieillissement de la population mondiale, il est extrêmement important de développer des exosquelettes d’assistance au genou capables d’aider les personnes âgées dans de véritables scénarios de marche quotidienne. Bien que divers exosquelettes d’assistance au genou aient été développés, plusieurs défis pratiques demeurent. Les systèmes motorisés conventionnels ajoutent souvent du poids et de l’inertie au niveau de l’articulation du genou, augmentant ainsi la charge pour l’utilisateur ; les systèmes pneumatiques sont conformes mais limités par l’alimentation électrique, la stabilité et la portabilité ; et les appareils existants ont encore du mal à reconnaître les schémas de locomotion cycliques tels que la marche à plat, les rampes et les escaliers dans des environnements extérieurs réels.
De plus, de nombreuses stratégies d’assistance sont conçues pour des modes de locomotion spécifiques et manquent de flexibilité pour s’adapter aux conditions de marche quotidiennes changeantes. Par conséquent, il existe un besoin évident d’un exosquelette d’assistance au genou léger, confortable, sûr et flexible, capable de reconnaître avec précision plusieurs schémas de locomotion quotidiens et de fournir un couple d’assistance approprié en temps réel. »
Shisheng Zhang, auteur, chercheur, Shenzhen Institutes of Advanced Technology
Cette étude a conçu un exosquelette flexible d’assistance au genou (FKAE) à double entraînement et à source unique, utilisant un seul moteur, un mécanisme d’embrayage et des câbles Bowden pour fournir une assistance en temps partagé aux genoux gauche et droit. Cette conception réduit le nombre de moteurs haute puissance et la charge sur les articulations distales, tandis qu’un actionneur élastique en série améliore la conformité et la sécurité des interactions. Le système se compose principalement d’un module de commande de conduite monté à l’arrière, d’exosquelettes bilatéraux des membres inférieurs et d’un système de perception de la locomotion. Quatre IMU sont montées sur les composants de la cuisse et du mollet pour calculer les angles du genou en temps réel et extraire les caractéristiques liées à la démarche. Pour les scénarios de locomotion quotidiens, notamment la marche à niveau, la montée et la descente d’une rampe, la montée et la descente d’escaliers, les chercheurs ont proposé une méthode de reconnaissance des modèles de locomotion à double détection combinant un contrôle flou et une machine à états finis. Le contrôle flou a été utilisé pour reconnaître les modèles de démarche en régime permanent, tandis que la machine à états finis a détecté les transitions entre différents modes de locomotion afin de réduire le délai de commutation. Sur la base du modèle de locomotion reconnu, une stratégie de contrôle du couple d’assistance à temps partagé et à états finis a ensuite été conçue pour générer des courbes de couple d’assistance en fonction de l’angle du genou en temps réel et fournir une assistance à la flexion du genou pendant la marche à niveau, la montée de la rampe et la montée des escaliers. Enfin, 3 jeunes participants et 3 participants plus âgés ont été recrutés pour des tests de reconnaissance de locomotion en extérieur sur un sol plat, des rampes et des escaliers, ainsi que pour des expériences en intérieur utilisant des mesures métaboliques et des signaux EMG de surface pour évaluer les effets de l’assistance d’un exosquelette sur la dépense énergétique et la charge de travail musculaire.
Les résultats expérimentaux ont montré que l’exosquelette flexible d’assistance au genou, à source unique et à double entraînement, pouvait permettre une reconnaissance de modèle de locomotion de haute précision dans des scénarios de marche réels tout en réduisant efficacement la charge de mouvement des utilisateurs. Premièrement, le temps de commutation entre l’assistance du genou gauche et droit était de 0,10 à 0,12 s, satisfaisant les exigences du cycle de marche sous différents modes de locomotion et soutenant la faisabilité de la stratégie de conduite à temps partagé avec un seul moteur. Dans des expériences de reconnaissance de locomotion en extérieur, la stratégie de double détection combinant un contrôle flou et une machine à états finis a reconnu avec précision les modes de locomotion quotidiens, notamment la marche à niveau, la montée et la descente d’escalier, la montée et la descente de rampe, avec une précision de reconnaissance moyenne globale de 98,89 % ; la reconnaissance de la montée des escaliers a atteint 100 %. Pendant les transitions de mode, la machine à états finis a considérablement réduit le délai de détection et, dans certaines transitions de la marche à niveau aux escaliers ou aux rampes, le système pouvait même anticiper le changement d’environ un demi-cycle de marche. Des expériences de consommation d’énergie ont en outre montré que, par rapport à la condition de couple nul, l’assistance par exosquelette réduisait le coût métabolique d’environ 5,4 % à 12,8 % pendant la marche à niveau, de 11,9 % à 28,2 % pendant la montée d’une rampe et de 10,9 % à 18,8 % pendant la montée des escaliers. Il a également réduit les signaux EMG de surface dans plusieurs muscles des membres inférieurs, avec certaines réductions de l’activation musculaire dépassant 60 %. Ces résultats préliminaires indiquent que le système peut fournir une assistance efficace du genou lors de plusieurs tâches de locomotion quotidiennes, avec une bonne précision de reconnaissance, une bonne sécurité d’interaction et un potentiel de réduction de charge.
L’importance de ce travail réside dans la proposition d’un exosquelette d’assistance au genou léger et flexible pour la locomotion quotidienne des personnes âgées, intégrant la conception structurelle, la reconnaissance des modèles de locomotion et le contrôle du couple d’assistance pour s’adapter aux scénarios changeants de la vie réelle tels que la marche à niveau, les rampes et les escaliers. L’architecture à double entraînement à source unique utilise un moteur pour fournir une assistance partagée dans le temps aux deux genoux, réduisant ainsi le nombre de moteurs haute puissance et le poids global du système. Le câble Bowden et la structure élastique en série réduisent la charge sur les articulations distales tout en améliorant la conformité et la sécurité homme-robot. Dans le même temps, la méthode de reconnaissance de locomotion combinant un contrôle flou et une machine à états finis a permis d’obtenir une grande précision et un faible délai de transition dans des situations de marche régulière et de changement de mode, fournissant ainsi une base pour une assistance exosquelette opportune et appropriée. Les résultats expérimentaux ont également montré de manière préliminaire que la stratégie d’assistance à temps partagé à états finis pourrait réduire les coûts métaboliques et l’activation des muscles des membres inférieurs, suggérant le potentiel du système pour soutenir la mobilité quotidienne des personnes âgées. Cependant, cette étude reste une première validation avec un petit nombre de participants. La structure à double entraînement à source unique ne peut pas actionner les deux genoux simultanément et ne peut pas couvrir toutes les demandes d’assistance tout au long du cycle de marche. « En outre, la méthode de reconnaissance actuelle repose principalement sur des caractéristiques cinématiques limitées, et sa robustesse sur des terrains complexes, des virages, une démarche non périodique et une variabilité individuelle doit encore être validée. Les travaux futurs pourraient étendre les tests sur des populations plus âgées, intégrer la détection multisource telle que la pression du pied ou l’EMG, et introduire un contrôle adaptatif et une optimisation humaine dans la boucle pour améliorer l’assistance personnalisée et l’applicabilité dans le monde réel. » » a déclaré Shisheng Zhang.
Les auteurs de l’article incluent Shisheng Zhang, Yang Zhang, Yanzong Xu, Jinke Li, Yuquan Leng et Xinyu Wu.
Ce travail a été soutenu en partie par la Fondation nationale des sciences naturelles de Chine (subventions 62125307, 52175272 et 62403452), la Fondation de recherche fondamentale et appliquée du Guangdong (subventions 2024B1515020008 et 2023B1515130007), le programme scientifique et technologique de Shenzhen (subventions RCYX20231211090345058, JCYJ20220530114809021 et KCXFZ20230731093059012) et la Fondation des sciences naturelles des meilleurs talents du SZTU (subvention GDRC202328).
_a3f42f540aed455c9738e0aa4b52aac3-620x480-e1603380534356.jpg)
