État de l’art du contrôle de la vitesse d’un tapis roulant

Dans le cadre de l’étude de la marche naturelle chez l’Homme, le développement et l’utilisation d’outils, demeure essentiel au bon déroulement des projets de recherche et dans l’élimination possible des biais d’expérimentation. Dans le cas spécifique des études sur tapis roulant, la plupart des projets précédents au LIO utilisaient une méthode basée sur la perception du sujet afin de déterminer la vitesse de confort de celui-ci. Spécifiquement, l’opérateur ajustait la vitesse du tapis roulant par des petits incréments jusqu’à ce que le sujet se dise à l’aise avec la vitesse actuelle. Il y a donc un biais dans la sélection de la vitesse de confort du sujet qui est inévitable avec cette méthode (Gourdou, 2010).

Pour s’assurer d’un résultat qui se rapproche le plus possible de la vitesse naturelle au sol, plusieurs chercheurs ont développé des méthodes d’asservissement d’un tapis roulant afin d’obtenir un contrôle de la vitesse qui s’adapte à la demande du sujet. Le terme threadmill on demand revient souvent dans la littérature pour désigner ce type de contrôle. De plus, elles se différencient par le choix du contrôleur, des capteurs et de l’encombrement du sujet. Les sections suivantes décriront les méthodes existantes, le cadre clinique visé ainsi qu’une brève revue critique de chaque méthode.

Revue de la littérature et de l’état de l’art

Afin de déterminer l’état de l’art de ce domaine, plusieurs recherches ont été effectuées dans des moteurs de recherche scientifique comme Web of Science ou Elsevier grâce à l’outil de recherche de la bibliothèque de l’ÉTS. L’utilisation et la combinaison de mots clés comme: threadmill on demand, self-paced threadmill, split belt threadmill, threadmill control, speedmatching, haptic, force feedback permettent de cerner les publications spécifique à ce sujet.

La première approche, proposé par Minetti et al (2003), a été conçue avec l’objectif d’étudier la zone de transition entre la marche et la course. L’intérêt d’asservir la vitesse était de pouvoir observer les zones de transition le plus naturellement possible. Spécifiquement, huit sujets saints devaient se déplacer sur un tapis roulant commercial à simple courroie en continu à travers une séquence de quatre rythmes différents : vitesse de confort pour la marche, vitesse maximale pour la marche, vitesse minimale pour la course et vitesse de confort pour la course. Au total, chaque essai durait 160s et chaque palier était maintenu pendant environ 30s. Pour asservir la vitesse, un sonar est braqué sur une zone réflective située sur le torse du sujet qui marche en direction du sonar. L’algorithme obtient donc une distance entre le sujet et le sonar à une fréquence de 10 Hz. Par la suite, une boucle de contrôle agit sur la vitesse pour maintenir le sujet au milieu du tapis. Pour ce faire, un contrôleur proportionnel dérivé (PD) a été implémenté sur un ordinateur qui communique une commande de vitesse au tapis. Les auteurs (Minetti et al. 2003) justifient leur choix de régulateur de la manière suivante : « le système dynamique est naturellement du second ordre devait être amorti avec l’ajout de la première dérivé de la variable (c.-à d. le taux de variation de la position) à l’équation de contrôle. » L’auteur fait aussi part d’un délai de 420 ms entre le moment où le sujet accélère et l’accélération du tapis. L’auteur ne spécifie pas les raisons d’un tel délai. Cependant, l’usage d’un sonar ainsi que l’implémentation spécifique de l’algorithme pourrait expliquer ce délai (Minetti et al., 2003).

Une approche relativement similaire à l’approche précédente a été développée par Lichtenstein et al. (2007) dans le cadre d’une étude qui visait à comparer l’utilisation d’un tapis roulant libre que le sujet actionne avec sa propre force motrice et l’approche de régulation de la vitesse d’un tapis roulant tel que défini précédemment (Minetti et al., 2003). L’étude avait aussi comme objectif de développer un environnement virtuel (EV) dont l’objectif était de tester des aides à la vision pour des sujets qui souffrent de troubles de la vision. Dans ce contexte, l’EV permet d’offrir une alternative plus sécuritaire dans un environnement contrôlé que dans une situation de la vie courante. D’un point de vue technique, cette méthode utilise un système électromagnétique de capture de la position au niveau de la hanche et de la tête. Le capteur de la tête répond aux besoins de l’EV tandis que le capteur de la hanche permet de déterminer la position du sujet sur le tapis. Il s’agit donc de maintenir la position du sujet au centre du tapis. Pour se faire, l’étude a utilisé un petit tapis roulant commercial à courroie simple. Dans le cadre de ce projet, le contrôleur choisi pour réguler la vitesse est de type PID et est implémenté dans le logiciel d’environnement virtuel. La position du sujet est échantillonnée à 60 Hz et les commandes de vitesse sont envoyées à 60 Hz également. Un temps de réponse de moins de 60 ms a été noté par l’auteur (Lichtenstein et al., 2007).

Manurung et al (2010) s’appuient fortement sur les études précédentes (Lichtenstein et al., 2007; Minnetti et al., 2003) pour développer une version améliorée du contrôle de la vitesse. Contrairement aux deux études précédentes, le travail de Manurung et al. (2010) ne mentionne pas de visée clinique précise, mais décrit beaucoup plus en profondeur le fonctionnement du tapis et des éléments de conception. La principale critique illustrée par l’auteur envers les deux articles précédant était que l’ampleur du dépassement créé par les contrôleurs PID, entraine une trop grande force inertielle sur le sujet et que le temps de réponse est trop long lorsque le sujet arrête immédiatement. Encore une fois, un petit tapis roulant commercial à courroie simple a été utilisé pour réaliser l’expérience. Un sonar se situe en arrière du tapis roulant pour mesurer la position du sujet à une fréquence d’échantillonnage de 40 Hz. Au lieu d’utiliser le contrôleur de vitesse du tapis, l’équipe de recherche a décidé de le remplacer par un contrôleur temps réel programmable afin d’implémenter un algorithme de contrôle à deux niveaux. Le contrôleur bas-niveau a comme mission de contrôler avec précision la vitesse du tapis tout en ignorant les perturbations externes. Un encodeur rotatif a été placé sur l’axe de rotation du tapis roulant afin d’en mesurer la vitesse. Un contrôle à mode glissant (sliding mode control) permet de contrôler l’accélération et la vitesse du tapis. Pour qu’une telle approche soit possible, il est nécessaire d’estimer la vitesse et l’accélération actuelle de la bande du tapis. Comme les valeurs discrètes d’un encodeur génèrent des signaux bruités, il est difficile d’avoir une estimation fiable par différentiation numérique. Pour résoudre ce problème, un filtre de Kalman a été implémenté pour produire des estimations de la vitesse et de l’accélération actuelle. Le contrôleur haut-niveau s’occupe du calcul de la commande de vitesse en fonction de la position du sujet à l’aide de l’information de position du sonar et d’un contrôleur PD. Afin d’améliorer les performances du contrôleur, quelques améliorations ont été ajoutées à l’architecture décrite précédemment. Premièrement, le gain lié à l’erreur sur la position n’est pas fixe ou linéaire et augmente rapidement en fonction de l’erreur entre la position actuelle du sujet et de la position voulue. La réponse est donc beaucoup plus forte quand le sujet est en bout de tapis et beaucoup plus faible lorsque le sujet est pratiquement centré. Ceci évite notamment que le sujet sorte du tapis ou que le sujet oscille près de la position voulue. Le modèle possède aussi une saturation au niveau de l’accélération maximale du tapis afin de limiter les fortes accélérations. Parmi les résultats de l’étude, il est important de noter qu’un sujet qui s’arrête brusquement ne va pas quitter la surface du tapis (Manurung, Jungwon et Hyung-Soon, 2010).

Une approche totalement différente proposée par von Zitzewitz et al. (2007) propose une méthode de contrôle de la vitesse pour la réadaptation assistée par exosquelettes pour des sujets souffrant de dysfonctions locomotrices (par exemple, un sujet hémiplégique). Dans un tel cas, l’ajout du contrôle haptique permet d’ajouter du réalisme au processus de réadaptation. Comme l’exosquelette permet de maintenir le sujet au milieu du tapis roulant, les approches précédentes ne s’appliquent pas. Une deuxième méthode similaire et moins encombrante a aussi été développée pour des sujets sains. Un harnais est attaché sur le sujet et lié à une barre rigide en arrière du sujet afin de le maintenir à la même position sur le plan antéropostérieur. Pour déterminer la vitesse, le tapis roulant orthopédique utilise des platesformes de force afin de mesurer les GRF antéropostérieurs (AP) lors de la marche. En intégrant les forces AP sur une période de temps, il est possible d’obtenir une variation de la vitesse sur cette période. En ajoutant cette variation à la vitesse initiale, il est possible d’obtenir la vitesse du centre de masse (COM) du sujet. Un ordinateur temps-réel calcule cette vitesse qui devient la vitesse de consigne d’un contrôleur industriel PID inclus avec le tapis qui régule la vitesse du tapis roulant. Le contrôleur reçoit la commande par un port série RS-232 et à une fréquence de 60 Hz. L’auteur note que les gains du contrôleur industriel ne pouvaient pas être changés sans influencer la stabilité du système et le manufacturier n’était pas en mesure de donner de l’information supplémentaire sur les paramètres exacts du contrôleur. L’auteur ajoute qu’il s’agit d’une des principales limitations de cette étude (von Zitzewitz, Bernhardt et Riener, 2007).

Dans le même laboratoire de recherche que Von Zitzewitz et al, un article de Koenig et al. (2009) propose une amélioration de la méthode précédente en fonction de certains problèmes identifiés précédemment. Le système précédemment décrit ne fonctionne que pour les cas où le sujet n’est que faiblement supporté par le robot. De plus, l’enregistrement des forces AP était très complexe et difficile à reproduire. Finalement, le sujet devait avoir un patron de marche symétrique afin que la précédente méthode fonctionne. Afin de résoudre les problèmes précédents, l’auteur propose de mesurer la force de balancement d’une des jambes du sujet en mesurant les forces exercées aux articulations de la hanche et du genou afin d’estimer la vitesse voulue. Chez les sujets pathologiques, la jambe parétique est utilisée. Ceci permet au sujet d’être beaucoup plus supporté par un harnais externe comparativement à l’usage des forces AP. L’article démontre par la suite la validité de l’approche en fonction de la clientèle visée et en comparant les deux méthodes (force AP et force de balancement de la jambe) lors d’essais simultanés avec des sujets saints et pathologiques. Cette approche permet donc de pallier aux limitations causées par l’augmentation du support de la masse des sujets. Bien qu’il soit possible de piloter le tapis librement, l’auteur note que le contrôle de la vitesse se limitait à trois vitesses différentes pour des raisons de sécurité (Koenig et al., 2009).

Table des matières

INTRODUCTION 
CHAPITRE 1 MISE EN CONTEXTE 
1.1 La marche chez les humains
1.2 Décomposition de la marche
1.2.1 Le cycle de la marche
1.2.2 Caractéristiques spatiotemporelles de la marche
1.2.3 Forces de réaction au sol
1.3 Capture et analyse du mouvement
1.3.1 Plate-forme de force
1.3.2 Système de capture de mouvement
CHAPITRE 2 ÉTAT DE L’ART DU CONTRÔLE DE LA VITESSE D’UN TAPIS
ROULANT
2.1 Principe général
2.2 Revue de la littérature et de l’état de l’art
2.3 Critique de la revue de littérature
2.4 Énoncé de l’hypothèse de recherche
CHAPITRE 3 MODÈLE DE DÉTERMINATION DE LA VITESSE DE MARCHE 
3.1 Architecture générale
3.2 Détermination de la vitesse de base
3.2.1 Détermination de la cadence de pas
3.2.2 Détermination de la longueur de pas
3.3 Détermination des vitesses asymétrique
3.4 Validation
CHAPITRE 4 INTÉGRATION TEMPS-RÉEL 
4.1 Architecture
4.2 Intégration temps-réel
4.3 Matériel physique
4.4 Modules ancillaires
4.5 Validation
CHAPITRE 5 RÉSULTATS 
5.1 Résultats du modèle de détermination de la marche en mode symétrique
5.2 Résultats du modèle en mode asymétrique
5.3 Résultats de l’implémentation du modèle sur le tapis
5.4 Résultats du questionnaire qualitatif
CHAPITRE 6 DISCUSSION 
6.1 Modèle symétrique
6.2 Modèle asymétrique
6.3 Implémentation du modèle temps réel
6.4 Questionnaire qualitatif et commentaires des participants
CONCLUSION

Télécharger le rapport complet