Un gant intelligent suit les mouvements de la main avec une précision sans précédent – ​​Physics World

Un gant intelligent qui suit les mouvements des doigts, des mains et des poignets avec une précision sans précédent a été développé par des chercheurs de l'Université canadienne de la Colombie-Britannique (UBC) et Texas Technologies. Le dispositif lavable est intégré à des fibres de capteurs individuelles qui répondent à de minuscules changements dans l'étirement et la pression du matériau. Les capteurs transmettent sans fil ces informations à un algorithme d’apprentissage automatique qui estime presque immédiatement les mouvements fins de la main.

En plus de capturer à distance la dynamique et de fournir des informations sur la façon dont les mains interagissent avec les objets pour la robotique et la réalité virtuelle, le gant offre un outil pour évaluer les mouvements de la main et les forces de préhension d'autres patients. De telles évaluations peuvent aider les patients à recevoir des informations sur les mouvements sur lesquels ils doivent se concentrer pour améliorer la fonction de mobilité de leurs mains.

Dans le nouveau design, créé par Peyman Servati et son équipe, de nombreux capteurs en fibre sur mesure sont cousus dans le tissu extensible du gant aux points recouvrant les articulations des doigts, le bout des doigts, le poignet et la paume. Les mouvements dans les articulations ou la pression provoquée par l’interaction de la main avec un objet créent des étirements dans le tissu. Les capteurs peuvent détecter des étirements allant de 0.005 % à 155 % de leur longueur d'origine. Tous ces capteurs, reliés via des connecteurs extensibles à une carte de traitement sans fil située au dos du gant, alimentent en données un algorithme qui estime les angles des articulations avec une précision de 1.4°. Le résultat est une image 3D de la forme de la main qui suit dynamiquement les mouvements du porteur du gant.

Tisser de bons fils

Servati et ses collègues ont développé des fibres spéciales appelées fils de capteurs hélicoïdaux, qui améliorent la précision des performances des matériaux utilisés dans les capteurs textiles portables. Ces fils extensibles sont constitués d’une âme élastique enveloppée de nanofibres métallisées sous forme hélicoïdale. Une matrice polymère et une coque en élastomère lient la structure, offrant durabilité, plage dynamique et résistance à la traction. Les cycles externes d’étirement/relâchement de pression modifient la zone de contact des nanofibres métalliques liées ensemble, entraînant des modifications de leur résistance électrique. Ces fils ont été cousus entre deux couches de nylon-polyester-élasthanne pour fabriquer les gants intelligents.

À l’aide de systèmes de caméras de capture de mouvement, les chercheurs ont collecté plus de trois millions d’images de mouvements de mains de cinq participants de différentes tailles de mains. Ils portaient des gants intelligents portant des étiquettes visibles en 16 points. Les participants saisissaient des objets, alternaient entre les gestes et bougeaient leurs doigts au hasard. Une architecture de réseau neuronal a mappé les images visibles sur les données de capteurs collectées simultanément, ce qui a abouti à un modèle d'apprentissage automatique qui a estimé les angles d'articulation des mains et les informations tactiles à partir des données de déformation mesurées par les fils du capteur.

« Capturer avec précision les mouvements adroits de la main et des doigts est une tâche très difficile. Les systèmes actuels basés sur des caméras sont coûteux et présentent des problèmes de champ de vision limité », explique Servati. Le gant est le modèle le plus précis du marché pour estimer les angles des doigts et du poignet pendant le mouvement avec un délai minimal. Il correspond à la précision d’un équipement photographique de référence.

Les sujets portant le gant ont également testé la manière dont le gant capturait des mouvements spécifiques liés aux tâches quotidiennes. L'appareil était capable de détecter les mots « tapés » par des mouvements de plusieurs doigts sur une surface aléatoire avec une précision de 98 % ; il a estimé 100 gestes statiques et dynamiques adaptés de la langue des signes américaine avec une précision de 95 %. Il a également détecté 34 objets – dont des tasses, des verres, des balles de baseball et de tennis – à partir de la forme et des forces de préhension de la main avec une précision de 98 %.

Rincer, laver, répéter

Une utilisation du gant pourrait être pour aider les patients ayant subi un accident vasculaire cérébral ou ayant perdu une mobilité partielle de la main. Travailler avec des experts cliniques, notamment Janice fra, spécialisé dans la réadaptation après un AVC au département de médecine de l'UBC, Servati et son équipe ont découvert que de nombreux patients ont besoin d'un moyen précis pour évaluer les mouvements de leurs mains et leurs forces de préhension. Effectuer ces évaluations à distance et modifier les routines d'exercices ou évaluer l'observance pourrait également aider les patients atteints de la maladie de Parkinson et d'autres problèmes de mobilité des mains.

«C'est très difficile à réaliser, même en clinique, et rien n'existe pour le faire avec précision et à distance», explique Servati.

Un gant recouvert de capteurs pourrait conduire à de meilleures mains prothétiques

Les appareils portables sont attrayants pour les tâches cliniques, mais de nombreuses conceptions manquent de fiabilité, de précision et de lavabilité, nécessaires à une utilisation pratique. Après des trempages et des agitations répétés dans de l'eau et des détergents, et après avoir subi des cycles répétés de lavage en machine, le gant de Servati a connu une modification de moins de 10 % des performances du capteur.

"C'est vraiment passionnant de développer cette technologie sous une forme durable et lavable qui peut créer un progrès majeur dans l'interaction homme-machine et la possibilité de représenter avec précision l'interaction avec des objets sans avoir besoin d'une caméra", déclare Servati.

Sundaram subramanien, un chercheur du Biological Design Center de l'Université de Boston, qui n'a pas participé à l'étude, affirme qu'étudier la manière dont la fonctionnalité de ces fibres change dans des conditions d'utilisation quotidienne est la « bonne direction sur laquelle se concentrer » pour créer des textiles fiables que les gens peuvent utiliser à plusieurs reprises. . Bien que les estimations quantitatives des erreurs des angles articulaires soient des considérations importantes pour des applications médicales potentielles, il estime que de telles applications sont encore loin. «Le principal défi, qui n'est pas propre à ce travail, consiste à déterminer les contextes spécifiques dans lesquels ce type de technologie est absolument nécessaire», dit-il.

Le travail est décrit dans Intelligence artificielle de la nature.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://physicsworld.com/a/smart-glove-tracks-hand-movements-with-unprecedented-accuracy/