Spelling suggestions: "subject:"robotic had prosthesis"" "subject:"cobotic had prosthesis""
1 |
Development of an artificial muscle for a soft robotic hand prosthesis / Développement d'un muscle artificiel pour une prothèse de main robotique soupleRamirez Arias, José Luis 09 December 2016 (has links)
Le thème central de cette thèse est la conception d’actionneurs doux à partir de matériaux intelligents et d’une prothèse de main robotique souple. Notre approche prends en compte les différents points qui peuvent influer sur le développement d’une stratégie d’actionnement ou d’un muscle artificiel : i) Les mécanismes et la fonctionnalité de la main humaine afin d’identifier les exigences fonctionnelles pour une prothèse de main robotique en matière de préhension. ii) L’analyse et l’amélioration des mécanismes de la main robotique pour intégrer un comportement souple dans la prothèse. iii) L’évaluation expérimentale de la prothèse de main robotique afin d’identifier les spécifications du système d’actionnement nécessaire au fonctionnement cinématique et dynamique du robot. iv) Le développement et la modélisation d’une stratégie d’actionnement utilisant des matériaux intelligents.Ces points sont abordés successivement dans les 4 chapitres de cette thèse1. Analyse du mouvement de la main humaine pour l’identification des exigences technologiques pour la prothèse de main robotique.2. Conception et modélisation de la prothèse de main robotique à comportement souple.3. Evaluation mécatronique de la prothèse de main.4. Conception d’un muscle artificiel basé sur des matériaux intelligents. / In the field of robotic hand prosthesis, the use of smart and soft materials is helpful in improving flexibility, usability, and adaptability of the robots, which simplify daily living activities of prosthesis users. However, regarding the smart materials for artificial muscles, technologies are considered to be far from implementation in anthropomorphic robotic hands. Therefore, the target of this thesis dissertation is to reduce the gap between smart material technologies and robotic hand prosthesis. Five central axes address the problem: i)identification of useful grasping gestures and reformulation of the robotic hand mechanism, ii) analysis of human muscle behavior to mimic human grasping capabilities, iii) modeling robot using the hybrid model DHKK-SRQ for the kinematics and the virtual works principle for dynamics, iv) definition of actuation requirements considering the synergy between prehension conditions and robot mechanism, and v) development of a smart material based actuation system.This topics are addressed in four chapters:1. Human hand movement analysis toward the hand prosthesis requirements2. Design and modeling of the soft robotic hand ProMain-I3. Mechatronic assessment of Prosthetic hand4. Development of an artificial muscle based on smart materials
|
2 |
Smart control of a soft robotic hand prosthesis / Contrôle intelligent d’une prothèse de main robotique soupleRubiano Fonseca, Astrid 09 December 2016 (has links)
Le sujet principal de cette thèse est le développement d’un contrôle commande intelligentpour une prothèse de main robotique avec des parties souples qui comporte: (i) uneinterface homme–machine permettant de contrôler notre prothèse, (ii) et des stratégiesde contrôle améliorant les performances de la main robotique. Notre approche tientcompte : 1. du développement d’une interaction intuitive entre l'homme et la prothèse facilitantl'utilisation de la main, d'un système d’interaction entre l’utilisateur et la mainreposant sur l'acquisition de signaux ElectroMyoGrammes superficiels (sEMG) aumoyen d'un dispositif placé sur l'avant-bras du patient. Les signaux obtenus sontensuite traités avec un algorithme basé sur l'intelligence artificielle, en vued'identifier automatiquement les mouvements désirés par le patient.2. du contrôle de la main robotique grâce à la détection du contact avec l’objet et de lathéorie du contrôle hybride.Ainsi, nous concentrons notre étude sur : (i) l’établissement d’une relation entre lemouvement du membre supérieur et les signaux sEMG, (ii) les séparateurs à vaste margepour classer les patterns obtenues à partir des signaux sEMG correspondant auxmouvements de préhension, (iii) le développement d'un système de reconnaissance depréhension à partir d'un dispositif portable MyoArmbandTM, (iv) et des stratégieshybrides de contrôle commande de force-position de notre main robotique souple. / The target of this thesis disertation is to develop a new Smart control of a soft robotic hand prosthesis for the soft robotic hand prosthesis called ProMain Hand, which is characterized by:(i) flexible interaction with grasped object, (ii) and friendly-intuitive interaction between human and robot hand. Flexible interaction results from the synergies between rigid bodies and soft bodies, and actuation mechanism. The ProMain hand has three fingers, each one is equipped with three phalanges: proximal, medial and distal. The proximal and medial are built with rigid bodies,and the distal is fabricated using a deformable material. The soft distal phalange has a new smart force sensor, which was created with the aim to detect contact and force in the fingertip, facilitating the control of the hand. The friendly intuitive human-hand interaction is developed to facilitate the hand utilization. The human-hand interaction is driven by a controller that uses the superficial electromyographic signals measured in the forearm employing a wearable device. The wearable device called MyoArmband is placed around the forearm near the elbow joint. Based on the signals transmitted by the wearable device, the beginning of the movement is automatically detected, analyzing entropy behavior of the EMG signals through artificial intelligence. Then, three selected grasping gesture are recognized with the following methodology: (i) learning patients entropy patterns from electromyographic signals captured during the execution of selected grasping gesture, (ii) performing a support vector machine classifier, using raw entropy data extracted in real time from electromyographic signals.
|
Page generated in 0.0837 seconds