Quantification de la force musculaire en temps-réel Basée sur la dynamique multi-corps et l’électromyographie Mireille Larouche Guilbert ( [email protected] ) et Olivier Barron ( [email protected] ) Laboratoire de Design, Apprentissage Machine et Optimisation de systèmes mécatroniques Polytechnique de Montréal 3. Méthodes Résumé La quantification des forces musculaires est cruciale dans plusieurs domaines tels que la réadaptation, l’ergonomie, et le design d’exosquelettes efficaces. Schéma du processus de quantification de la force musculaire en temps réel Pour calculer les forces musculaires individuellement, il faut résoudre un problème de redondance puisque plusieurs muscles activent une même articulation. Étape 1 : 1. Calcul des facteurs d’ajustement (K et Δ) : Calibre les signaux EMG normalisées avec la valeur de force mesurée sur le capteur. Pour résoudre ce problème, une méthode non-invasive a été développée. Elle utilise un processus d’optimisation basé sur la dynamique multi-corps et les données électromyographiques (EMG) en temps-réel. 2. Calcul du modèle du bras : Définit les paramètres anthropologiques du bras à l’aide des positions des marqueurs placés sur le bras recueillies par un système d’analyse du mouvement. Ainsi, l’objectif de ce projet est de développer un outils de calcul des forces musculaires du membre supérieur en utilisant un processus d’optimisation basé sur la dynamique multi-corps et les données EMG. Étape 2 : 1. Cinématique inverse : Estime la configuration des joints (épaule et coude) qui correspond le mieux à la configuration mesurée par les caméras. À ce jour, les résultats sont satisfaisants pour un affichage fluide (< 40ms/trame (temps réel souple)). Nos travaux continuent pour atteindre un objectif < 5ms/trame (temps réel strict). 2. Dynamique inverse : Calcule le couple au niveau coude (Qinv) via les coordonnées relatives. 1. Introduction 3. Calibration de la force musculaire : Calcule le couple au niveau du coude (QEMG) avec les données EMG via le modèle de Hill. 4. Optimisation globale : Optimise la différence entre Qinv et QEMG pour déterminer la force musculaire. La quantification de forces musculaires en temps réel a plusieurs applications : Évaluation fonctionnelle des muscles pour des traitements personnalisés [1] ou l’amélioration de performance sportive [2] Contrôle non-invasif d’exosquelette ou de prothèse [3] Exemple d’exosqueltte http://eksobionics.com La définition du temps réel peut différer selon l’application : Temps réel souple - < 200ms / trame - Sans danger pour la vie humaine Temps réel strict - < 5 ms/trame - Danger pour la vie humaine < 40ms/ trame pour un affichage fluide 2. Objectif Développer une méthode de résolution pour le problème de redondance afin de déterminer les forces musculaires en temps réel (< 5 ms) à l’aide de la dynamique multi-corps et des données EMG. 4. Résultats Tableau 4.1 : Temps d’exécution pour chaque fonction en temps réel Fonctions critiques Temps (ratio) Acquisition des données 1,6 ms ( 4,2 %) Cinématique inverse 0,4 ms ( 1,1 %) Dynamique inverse < 0,1 ms ( 0,2 %) Optimisation global + Hill Model 10,2 ms (27,8%) Affichage 24,5 ms (66,6%) Total 36,8 ms (100 %) Tableau 4.2 : Comparaison des temps d’exécution pour les fonctions critiques Logiciel sans Fonctions critiques optimisation Logiciel avec optimisation Cinématique inverse 0,4 ms 0,4 ms Optimisation global + 10,2 ms Hill Model 0,4 ms Total 0,8 ms 10,3 ms Graphique 4.1 : Comparaison des moments calculés avec et sans optimisation Différence maximale entre les deux courbes : 0,82 % Système multi-corps du bras Données électromyographiques Polytechnique Montréal 5. Discussion Quantification temps réel souple (Tableau 4.1) Temps d’exécution total de 37 ms < 40 ms pour un affichage fluide. Temps d’affichage représente 67% du temps d’exécution et pourrait facilement être réduit. Quantification temps réel strict (travaux en cours) (Tableau 4.2) Temps d’exécution de l’optimisation globale réduit de 10,2 à 0,4 ms. Diminution significative du temps d’exécution et les résultats sont restés exacts (Graphique 4.1). Travaux futurs Modèle plus raffiné et étendu aux autres membres. Défis logiciel et hardware. Références [1] Raison M, Detrembleur C, Fisette P and Samin JC, “Assessment of Antagonistic Muscle Forces During Forearm Flexion/Extension” Multibody Dynamics: Comput. Methods and Applications 23:215–38, 2011. [2] Wallmann H, Mercer J, Landers M, “Surface Electromyographic Assessment of the Effect of Dynamic Activity and Dynamic Activity with Static Stretching of the Gastrocnemius on Vertical Jump Performance “, Journal of Strength and Conditioning Research 22(3) : 787-793, 2008 [3] Fleischer C, Hommel G, ‘’A Human-Exoskeleton Interface Utilizing Electromyograhy’’ IEEE TRANSACTIONS ON ROBOTICS, Vol. 24, No 4, August 2008 [4] De Jal´ on G, Bayo E (1993) Kinematic and dynamic simulation of multibody systems: the realtime challenge. Springer, New York