Mission : Principalement recherche et développement Activités : L'objectif de ce projet est de faire passer l'innovation décrite dans le context de son état actuel de prototype très avancé (TRL 4) au déploiement effectif de cette technologie (c'est-à-dire sa production et sa commercialisation) avec une solution robotique clé en main complète, en particulier (dans la phase 1, TRL 6 ou même 7). Plus précisément, nous avons utilisé la boîte à outils Matlab pour apprendre la cinématique du genou à partir des données collectées. Cet apprentissage peut être amélioré et nous proposons dans ce projet d'étudier des techniques d'IA complètes afin d'anticiper les certifications. En effet, il est possible de construire des modèles mathématiques de phénomènes physiques dont seule une partie des paramètres est identifiée par l'apprentissage. L'IA est également envisagée pour l'ajustement des paramètres des composants numériques de la nouvelle genouillère instrumentée. Pour ce faire, nous voulons injecter des connaissances physiques dans l'IA, y compris des modèles paramétrés. Fondamentalement, l'orthèse de genou dispose d'une matrice intégrée et contrôlée de mini-détecteurs métalliques (induction électromagnétique), les robots génèrent les données (et la vérité terrain) utilisées pour apprendre le positionnement des prothèses, des broches, etc. à l'intérieur du corps humain. Une fois l'apprentissage terminé, une visualisation 3D en temps réel pendant le mouvement est possible. Nous souhaitons également apprendre certains paramètres des composants numériques de l'électronique embarquée afin d'ajuster la précision en fonction de l'orthèse ou de la broche implantée. Même si les essais actuels sont réalisés pour des prothèses de genou, nous souhaitons également étendre le principe aux prothèses de hanche et d'épaule, etc. Plus de détails peuvent être fournis lors d'entretiens et sur le site web du projet : https://sites.google.com/view/rolkneematics/home