Utilisation des jauges de déformation et des centrales inertielles pour améliorer l'identification des intentions de mouvement

Les études récentes ont démontré que les signaux provenant des capteurs d'électromyographie de surface pouvaient être utilisés pour identifier les intentions de mouvements. Ces capteurs sont souvent combinés à d'autres types de capteurs afin d'augmenter la dimensionnalité des données. La combinaison entre les capteurs d'électromyographie de surface et les centrales inertielles est la méthode de détection multimodale la plus couramment utilisée. De nos jours, cette combinaison est utilisée pour identifier l'intention de mouvement chez l'Homme, par ex. pour contrôler leur prothèse ou exosquelette. Cependant, les capteurs d'électromyographie présentent différents inconvénients, par exemple ils nécessitent généralement deux électrodes placées sur deux sites de la peau, ce qui les rend encombrants. La fréquence d'acquisition des signaux électromyographiques est généralement de 1000Hz ce qui réduit le nombre de capteurs qui peuvent être utilisés simultanément. Les dispositifs embarqués utilisent généralement que 2 ou 3 de ces capteurs en raison des requis élevés en mémoire et en puissance de calcul nécessaires pour traiter ces informations. Aussi, ces capteurs sont également très sensibles aux bruits. Cette nature variable des signaux d'électromyographie a motivé la recherche de solutions pouvant utiliser plusieurs capteurs fonctionnant à des fréquences d'acquisitions plus basses pour les applications quotidiennes. L'objectif de ce mémoire de maîtrise est de développer un système portable permettant d'identifier les intentions de mouvement en combinant des jauges de déformation et des centrales inertielles. Le système développé est composé de deux bracelets utilisant chacun six jauges de déformation connectées à un PCB flexible et deux centrales inertielles. Physiologiquement, les jauges de déformation mesurent la déformation de la peau due aux contractions musculaires tandis que les centrales inertielles fournissent des données complémentaires sur la cinématique du mouvement. Les données ont été collectées sur sept personnes saines. Un algorithme de classification utilisant une combinaison entre un réseau de neurones récurrents et un réseau de neurones convolutif a permis d'identifier neuf mouvements du membre supérieur ainsi qu'un mouvement dit de repos. L'algorithme de classification a atteint une précision de classification de 89.3% en utilisant uniquement les signaux des jauges de déformations. L'ajout des informations cinématiques a produit une augmentation de la précision de classification de 5,8 % pour atteindre 95.1%. Ces résultats démontrent le grand potentiel d'un tel système à identifier les intentions de mouvements.