Principe de la manchette EMG
Axonnic propose une manchette placée sur l’avant‑bras qui intègre 64 canaux de surface électromyographie (EMG). Les électrodes captent les signaux électriques générés par les muscles du bras, sans toucher les mains. Cette densité de capteurs permet de couvrir plusieurs groupes musculaires et d’éviter le sur‑apprentissage sur un seul muscle. Le dispositif reste souple, les mains restent libres, ce qui le rend exploitable dans des environnements industriels où la mobilité est requise.
Architecture du décodage et estimation de force
Les données EMG sont synchronisées avec un système de suivi de la main afin d’entraîner un modèle capable de prédire les angles articulaires de chaque doigt. Une fois le modèle calibré, le décodage s’effectue uniquement à partir du signal EMG. Le même pipeline ajoute une estimation de la force au niveau des bouts des doigts, obtenue par une calibration préalable sur des capteurs de force lors de pressions contrôlées. Cette approche sépare la phase d’acquisition (EMG + suivi) de la phase d’inférence (EMG seul), ce qui réduit la dépendance à la vision.
Évaluation expérimentale et performances
Un test de 215 secondes réalisé quatre jours après l’entraînement, sans recalibrage, a été comparé au suivi de main d’Apple Vision Pro. L’écart moyen était de 6,9° sur 20 angles articulaires, ce qui montre une stabilité du modèle malgré le déplacement des électrodes entre deux sessions d’usage. Les mesures détaillées sont publiées sur le site d’Axonnic. Le dispositif a déjà servi à enregistrer des gestes de couture, d’électricité ou de plomberie, générant des jeux de données destinés à l’apprentissage de robots manipulateurs.
Contraintes techniques et perspectives
Les enregistrements en usine ont révélé des problèmes d’interférences sans fil et d’incohérences temporelles liées aux composants « off‑the‑shelf ». Pour y remédier, Axonnic conçoit une carte PCB câblée qui élimine les perturbations et assure une synchronisation précise des canaux. La nécessité de recalibrer les électrodes à chaque remise en place reste une limitation ; cependant, les résultats obtenus sans recalibrage suggèrent que le modèle tolère un certain glissement. À terme, la technologie pourrait être intégrée dans des chaînes de production pour fournir des données d’effort humain, améliorant la capacité des robots à reproduire des tâches délicates comme la couture ou l’assemblage de pièces miniatures.