Démocratiser la commande homme-machine basée sur les biosignaux : perfectionnements de la reconnaissance de mouvements pour un contrôle naturel et fiable en contexte d'usage réel

指挥人机对话，肌电描记，休息，L‘Emploi de la侦察行动。Cette Approche Extrit des Critères Differants des Signaux EMG puis entraine des méthodes de“机器学习”Pour Modéliser le Lien Entre Les Stages EffectuéS et les Biosignaux.在使用过程中，很少有人考虑到这一点，我们的侦察工作也受到了很大的影响。挫败感检查L‘utilisateur par manque de concrôle Naturel，de fiablitéet de Simple iplicéd’Utiurel(unpénable校准法和nécessaireàchaque nécessaire de chaque nouvelle Session)。限制L的用法流派，不要让最大的威力去控制，不要让机器人再来一次适应和发展。L的用法指挥着肌电信号的使用，程序依赖于两国的原则和联系：(一)允许使用算法，L的用法；(二)L的用法；(二)L的用人；(二)L的用法。S的关节和三轴组成S的两个项目和三个医生的方案。L的用人单位和L的用人单位是L的用人单位，L的用人单位是L单位。L和L的解决方案创新者利用四种不同的方法开发高质量的表面肌电信号(HD-sEMG)、符号合成技术、L的原始分类技术和回归技术。L的项目是L的发明者，也是L的发明者。S，联合国项目与组织的联合主张轴1和2在d‘obtenir联合国自然和环境临时稳健的临时和非正式的--L的雇员。L先生说，这是一项全新的项目，它将在现场可编程门阵列中实现高质量的性能。S，L的综合规划和算法方案S将轴1和2付诸实施。5个方案的有效性在于主张在控制范围内的主张，以及参与者参与的机器人文胸7度的自由。L的雇员服务于S和其他服务环境的未来发展规划。

La commande homme-machine la plus prometteuse, basée sur les signaux d'activité musculaire (EMG - électromyographie), repose sur l'emploi de la reconnaissance de mouvements. Cette approche extrait des critères discriminants des signaux EMG puis entraine des méthodes de «machine-learning» pour modéliser le lien entre les gestes effectués et les biosignaux. Cependant en usage réel, rarement considérée dans la littérature, les performances de reconnaissance sont dramatiquement affectées. Cela génère de la frustration chez l'utilisateur par manque de contrôle naturel, de fiabilité et de simplicité d'utilisation (une pénible calibration est nécessaire à chaque nouvelle session). Cela limite l'usage courant de ce genre de commande, dont le potentiel est majeur pour le contrôle de prothèses, de robot d'assistance ou encore en réadaptation et en domotique. Afin de démocratiser l'usage de ces commandes basées sur les signaux EMG en contexte d'usage réel, ce programme repose sur deux cibles principales et connexes : (i) concevoir des algorithmes inédits qui, du point de vue de l'usager, permettent à la fois un contrôle naturel, fiable au temps d'utilisation et prêt-à-l'emploi pour chaque nouvelle session, et (ii) réaliser l'implémentation matérielle de l'ensemble de la chaine pour un contrôle avec les algorithmes proposées en temps-réel. Pour ce faire, ce programme s'articule sur 3 axes composés de 2 projets de maîtrise et 3 de doctorat. L'axe 1 concerne le contrôle naturel, l'axe 2 le contrôle robuste au temps d'utilisation et prêt-à-l'emploi et l'axe 3 l'implémentation matérielle. Les avancées du projet de doctorat de l'axe 1 permettront de proposer des solutions innovantes basées sur l'exploitation des données fournies par les capteurs EMG de haute-densité (HD-sEMG), la décomposition de signaux, l'extraction de critères orignaux et la combinaison de classification et de régression. Le projet de maîtrise de l'axe 2 consistera à faire l'inventaire, la réalisation et la comparaison des méthodes de la littérature permettant, à partir des signaux EMG, un contrôle robuste au temps et prêt-à-l'emploi. Par après, un projet de doctorat combinera les propositions des axes 1 et 2 afin d'obtenir un contrôle naturel et en même temps robuste au temps et prêt-à-l'emploi. L'axe 3 débutera avec un projet de maîtrise qui visera à développer un système d'acquisition performant de capteurs HD-sEMG sur FPGA. Par après, ce système d'acquisition sera utilisé dans un projet de doctorat qui fera l'intégration matérielle des algorithmes proposés dans les axes 1 et 2. Les 5 projets de ce programme valideront leurs propositions en contexte de contrôle réel, à travers des tâches complexes à réaliser par des participants sains avec un bras robotisé à 7 degrés de liberté. Au terme des 5 ans, des commande homme-machine totalement embarquées avec un contrôle naturel, robuste au temps et prêt-à-l'emploi seront proposés et serviront de base pour les projets futurs de ce programme.