Engagé dans la conduite de grands programmes civils et de défense, Safran Electronics & Defense est le leader mondial de solutions et de services en optronique, avionique, électronique et logiciels critiques.
Pour l’accompagner dans son projet robotique, Kernix a conçu un algorithme d’intelligence artificielle permettant à chaque instant de prédire les mouvements aux instants suivants d’une orthèse de coude robotisée.
Pour que le bras robotisé atteigne ses objectifs, il doit atteindre des positions voulues par l’utilisateur, en exploitant ses mouvements antérieurs. Cela suppose donc de prédire les futurs angles du coude en fonction des positions connues dans le passé.
La problématique du projet appartient à la catégorie de l’étude et la prévision de séries temporelles. En effet, l’une des particularité des jeux de données à notre disposition est que chaque position dépend des positions antérieures.
Pour faire une prévision, il est alors nécessaire d’analyser à la fois la position au temps considéré et les positions passées afin de déterminer des motifs de mouvements.
La méthode développée par Kernix, utilisant des réseaux de neurones récurrents (LSTM), est une méthode de prévision dite « en ligne » qui permet de prévoir à chaque instant des positions jusqu’à 300 millisecondes après l’instant présent.
Cette solution a été testée et a été jugée plus performante que la méthode actuellement utilisée !
