Passer au contenu principal

Safran

Prédiction de mouvements d’un exosquelette

Client

Safran Electronics & Défense

Expertises

Data Science
Développement

Technos

TensorFlow
FuzzyWuzzy
Tesseract
Data mining
QGis

Année

2018

Site

POC interne
Dans le cadre d’un challenge Data organisé par Cap Digital, Kernix a développé une solution permettant de contrôler un système de bras robotisé construit par Safran Electronics & Défense.

Contexte

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.

Réalisation

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.

Résultat

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 !

Prochaine réalisation

Servier

Automatisation de traitement des logs de robots

Servier

Automatisation de traitement des logs de robots
Haut de page
Haut de page