Détails du sujet
Conception et réalisation d'une chaîne d'acquisition myoélectrique : optimisation du filtrage analogique pour le contrôle d'une prothèse de main par microcontrôleur
Résumé
Auteur : WABINGWA Olivier
Niveau: G3
Département: Genie Electrique
Année Ac: 2025-2026 , | 2026-02-26 11:14:12
Mots clés
Atmega, amplificateur opérationnelle
Intérêt
Le présent projet revêt un intérêt multidimensionnel, touchant à la fois les aspects techniques et les enjeux sociaux de la réhabilitation médicale.
A. Optimisation technique par l'approche hybride
L’intérêt majeur réside dans la combinaison stratégique du traitement analogique et du traitement numérique.
En réalisant un filtrage et une amplification par amplificateurs opérationnels, nous libérons la puissance de calcul du microcontrôleur ATmega.
Cela permet d'obtenir un système plus stable, où le logiciel n'a pas à gérer le bruit parasite, se concentrant uniquement sur la précision de la commande du servomoteur.
B. Accessibilité économique
Le coût des prothèses myoélectriques actuelles est un frein majeur à leur diffusion.
Ce travail démontre qu'avec des composants électroniques standards et abordables, il est possible de concevoir une prothèse performante.
Cette approche ouvre la voie à des solutions de réhabilitation accessibles pour les structures de santé disposant de budgets limités ou situées dans des pays en développement.
Problématique
Bien que les prothèses myoélectriques modernes offrent des performances élevées, leur coût et leur complexité logicielle freinent leur accessibilité. Comment optimiser la chaîne d'acquisition d'un signal neuromusculaire par un conditionnement analogique afin de simplifier son traitement par un microcontrôleur de type ATmega(arduino )?
Ce projet explore l'intégration d'un étage de filtrage par amplificateurs opérationnels pour fournir un signal propre à l'unité numérique, garantissant ainsi un contrôle précis et réactif d'un servomoteur pour la réhabilitation fonctionnelle."
Plan provisoire
Introduction Générale
Contexte du handicap moteur et problématique des prothèses coûteuses.
Objectif : Créer une solution hybride (Analogique + ATmega) accessible.
Chapitre I : Étude Préalable et État de l'Art
1.1. Nature du signal EMG : Origine physiologique, amplitude et fréquences (20 Hz−500 Hz).
1.2. Problématique du bruit : Identifier les parasites (secteur 50 Hz, ondes électromagnétiques).
1.3. Analyse des solutions existantes : Pourquoi choisir un microcontrôleur ATmega associé à un filtrage analogique ?
Chapitre II : Conception de la Chaîne d'Acquisition Analogique
2.1. Étage d'amplification : Choix et calcul du gain de l'amplificateur d'instrumentation (AD620).
2.2. Étage de filtrage actif : Conception des filtres Passe-haut et Passe-bas à base d'AOP pour isoler le signal utile.
2.3. Redressement et lissage : Transformation du signal alternatif EMG en une enveloppe continue exploitable par l'ATmega.
Chapitre III : Traitement Numérique et Commande (ATmega)
3.1. Conversion Analogique-Numérique (ADC) : Configuration de la lecture du signal sur l'ATmega.
3.2. Algorithme de commande : Programmation des seuils de détection et logique de contrôle.
3.3. Génération du signal PWM : Commande du servomoteur pour l'ouverture et la fermeture de la prothèse.
Chapitre IV : Réalisation Matérielle et Résultats
4.1. Conception de la prothèse : Aspect mécanique et intégration du servomoteur.
4.2. Tests et mesures : Visualisation des signaux à l'oscilloscope et mesure de la latence.
4.3. Discussion : Analyse des performances, limites rencontrées et pistes d'amélioration.
Conclusion Générale
Synthèse des résultats et validation de l'hypothèse de départ.
Perspectives d'avenir pour la prothèse.
Hypothèses
A. Efficacité du conditionnement analogique
Nous supposons qu'un étage de filtrage actif et d'amplification (basé sur des AOP) est capable d'extraire un signal EMG exploitable, même dans un environnement électriquement bruité. Ce nettoyage matériel permettrait au microcontrôleur ATmega de recevoir une information "propre", limitant ainsi le besoin d'algorithmes de filtrage numérique complexes et gourmands en ressources.
B. Précision de la commande hybride
L'hypothèse est qu'en combinant la rapidité de l'analogique pour le traitement et la flexibilité de l'ATmega pour la décision, nous pouvons obtenir un asservissement du servomoteur à la fois fluide et précis. Le microcontrôleur devrait être capable de traduire fidèlement l'enveloppe du signal analogique en un signal PWM stable pour contrôler la position de la main.
C. Viabilité d'une solution à bas coût
Nous émettons l'hypothèse qu'un système performant de réhabilitation fonctionnelle peut être réalisé sans recourir à des processeurs de signal coûteux . L'utilisation de composants électroniques standards et d'un microcontrôleur d'entrée de gamme devrait suffire à répondre aux exigences de réactivité et de fiabilité imposées par une prothèse myoélectrique.
Méthodes
A. Phase de conception théorique et simulation
Caractérisation du signal : Étude des fréquences du signal EMG (entre 20 Hz et 500 Hz).
Calcul des filtres : Détermination des valeurs des résistances et condensateurs pour les filtres actifs (Passe-haut et Passe-bas) afin d'éliminer le bruit du secteur (50 Hz) et les artefacts de mouvement.
Modélisation logicielle : Simulation du circuit sur le logiciel Proteus pour vérifier le gain et la stabilité du signal.
B. Développement de la chaîne d'acquisition analogique
Cette étape consiste à réaliser la carte électronique qui prépare le signal :
Pré-amplification : Utilisation d'un amplificateur d'instrumentation (type AD620) pour extraire la différence de potentiel musculaire avec une forte réjection du bruit.
Conditionnement : Mise en œuvre de filtres à base d'amplificateurs opérationnels (AOP) pour lisser le signal et ne garder que l'enveloppe utile de la contraction.
C. Programmation et traitement numérique (ATmega)
Numérisation : Utilisation du convertisseur analogique-numérique (ADC) de l'ATmega pour lire la tension sortant des AOP.
Algorithme de décision : Programmation d'un seuil logiciel. Si le signal dépasse ce seuil, le programme interprète cela comme une volonté de fermeture de la main.
Génération du signal PWM : Création du signal de commande pour piloter l'angle du servomoteur.
D. Intégration mécanique et tests
La phase finale concerne l'assemblage et la vérification :
Montage de la prothèse : Installation du servomoteur dans la structure de la main (réalisée en impression 3D ou autre).
Bibliographie
1. Ouvrages de référence (Théorie et Electronique)
Cottet, F. (2017). Traitement des signaux et acquisition de données. Éditions Dunod.
Manneville, F., & Esquieu, J. (2000). Systèmes électroniques : Électronique analogique. Éditions Dunod.
Bourgeron, R. (2020). Guide pratique de l'électronique. Éditions Dunod.
2. Signaux Biomédicaux et Santé
Duchene, J., & Lehance, C. (2008). Le signal EMG : de la détection à l'interprétation. Techniques de l'Ingénieur.
.
Vinet, R. (2011). Robotique médicale. Éditions Lavoisier.
3. Microcontrôleurs et Systèmes Embarqués
Tavernier, C. (2014). Arduino : Maîtrisez sa programmation et ses cartes d'interface. Éditions Dunod.
.
Bardin, B. (2010). Microcontrôleurs AVR : description et mise en œuvre. Éditions ETSF.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGE
Encadreur: Johnson KISAMBA
Status
Décision ou observation:
Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON
Conception et réalisation d'une chaîne d'acquisition myoélectrique : optimisation du filtrage analogique pour le contrôle d'une prothèse de main par microcontrôleur
Résumé
Auteur : WABINGWA Olivier
Niveau: G3
Département: Genie Electrique
Année Ac: 2025-2026 , | 2026-02-26 11:14:12
Mots clés
Atmega, amplificateur opérationnelleIntérêt
Le présent projet revêt un intérêt multidimensionnel, touchant à la fois les aspects techniques et les enjeux sociaux de la réhabilitation médicale.A. Optimisation technique par l'approche hybride
L’intérêt majeur réside dans la combinaison stratégique du traitement analogique et du traitement numérique.
En réalisant un filtrage et une amplification par amplificateurs opérationnels, nous libérons la puissance de calcul du microcontrôleur ATmega.
Cela permet d'obtenir un système plus stable, où le logiciel n'a pas à gérer le bruit parasite, se concentrant uniquement sur la précision de la commande du servomoteur.
B. Accessibilité économique
Le coût des prothèses myoélectriques actuelles est un frein majeur à leur diffusion.
Ce travail démontre qu'avec des composants électroniques standards et abordables, il est possible de concevoir une prothèse performante.
Cette approche ouvre la voie à des solutions de réhabilitation accessibles pour les structures de santé disposant de budgets limités ou situées dans des pays en développement.
Problématique
Bien que les prothèses myoélectriques modernes offrent des performances élevées, leur coût et leur complexité logicielle freinent leur accessibilité. Comment optimiser la chaîne d'acquisition d'un signal neuromusculaire par un conditionnement analogique afin de simplifier son traitement par un microcontrôleur de type ATmega(arduino )?Ce projet explore l'intégration d'un étage de filtrage par amplificateurs opérationnels pour fournir un signal propre à l'unité numérique, garantissant ainsi un contrôle précis et réactif d'un servomoteur pour la réhabilitation fonctionnelle."
Plan provisoire
Introduction GénéraleContexte du handicap moteur et problématique des prothèses coûteuses.
Objectif : Créer une solution hybride (Analogique + ATmega) accessible.
Chapitre I : Étude Préalable et État de l'Art
1.1. Nature du signal EMG : Origine physiologique, amplitude et fréquences (20 Hz−500 Hz).
1.2. Problématique du bruit : Identifier les parasites (secteur 50 Hz, ondes électromagnétiques).
1.3. Analyse des solutions existantes : Pourquoi choisir un microcontrôleur ATmega associé à un filtrage analogique ?
Chapitre II : Conception de la Chaîne d'Acquisition Analogique
2.1. Étage d'amplification : Choix et calcul du gain de l'amplificateur d'instrumentation (AD620).
2.2. Étage de filtrage actif : Conception des filtres Passe-haut et Passe-bas à base d'AOP pour isoler le signal utile.
2.3. Redressement et lissage : Transformation du signal alternatif EMG en une enveloppe continue exploitable par l'ATmega.
Chapitre III : Traitement Numérique et Commande (ATmega)
3.1. Conversion Analogique-Numérique (ADC) : Configuration de la lecture du signal sur l'ATmega.
3.2. Algorithme de commande : Programmation des seuils de détection et logique de contrôle.
3.3. Génération du signal PWM : Commande du servomoteur pour l'ouverture et la fermeture de la prothèse.
Chapitre IV : Réalisation Matérielle et Résultats
4.1. Conception de la prothèse : Aspect mécanique et intégration du servomoteur.
4.2. Tests et mesures : Visualisation des signaux à l'oscilloscope et mesure de la latence.
4.3. Discussion : Analyse des performances, limites rencontrées et pistes d'amélioration.
Conclusion Générale
Synthèse des résultats et validation de l'hypothèse de départ.
Perspectives d'avenir pour la prothèse.
Hypothèses
A. Efficacité du conditionnement analogiqueNous supposons qu'un étage de filtrage actif et d'amplification (basé sur des AOP) est capable d'extraire un signal EMG exploitable, même dans un environnement électriquement bruité. Ce nettoyage matériel permettrait au microcontrôleur ATmega de recevoir une information "propre", limitant ainsi le besoin d'algorithmes de filtrage numérique complexes et gourmands en ressources.
B. Précision de la commande hybride
L'hypothèse est qu'en combinant la rapidité de l'analogique pour le traitement et la flexibilité de l'ATmega pour la décision, nous pouvons obtenir un asservissement du servomoteur à la fois fluide et précis. Le microcontrôleur devrait être capable de traduire fidèlement l'enveloppe du signal analogique en un signal PWM stable pour contrôler la position de la main.
C. Viabilité d'une solution à bas coût
Nous émettons l'hypothèse qu'un système performant de réhabilitation fonctionnelle peut être réalisé sans recourir à des processeurs de signal coûteux . L'utilisation de composants électroniques standards et d'un microcontrôleur d'entrée de gamme devrait suffire à répondre aux exigences de réactivité et de fiabilité imposées par une prothèse myoélectrique.
Méthodes
A. Phase de conception théorique et simulationCaractérisation du signal : Étude des fréquences du signal EMG (entre 20 Hz et 500 Hz).
Calcul des filtres : Détermination des valeurs des résistances et condensateurs pour les filtres actifs (Passe-haut et Passe-bas) afin d'éliminer le bruit du secteur (50 Hz) et les artefacts de mouvement.
Modélisation logicielle : Simulation du circuit sur le logiciel Proteus pour vérifier le gain et la stabilité du signal.
B. Développement de la chaîne d'acquisition analogique
Cette étape consiste à réaliser la carte électronique qui prépare le signal :
Pré-amplification : Utilisation d'un amplificateur d'instrumentation (type AD620) pour extraire la différence de potentiel musculaire avec une forte réjection du bruit.
Conditionnement : Mise en œuvre de filtres à base d'amplificateurs opérationnels (AOP) pour lisser le signal et ne garder que l'enveloppe utile de la contraction.
C. Programmation et traitement numérique (ATmega)
Numérisation : Utilisation du convertisseur analogique-numérique (ADC) de l'ATmega pour lire la tension sortant des AOP.
Algorithme de décision : Programmation d'un seuil logiciel. Si le signal dépasse ce seuil, le programme interprète cela comme une volonté de fermeture de la main.
Génération du signal PWM : Création du signal de commande pour piloter l'angle du servomoteur.
D. Intégration mécanique et tests
La phase finale concerne l'assemblage et la vérification :
Montage de la prothèse : Installation du servomoteur dans la structure de la main (réalisée en impression 3D ou autre).
Bibliographie
1. Ouvrages de référence (Théorie et Electronique)
Cottet, F. (2017). Traitement des signaux et acquisition de données. Éditions Dunod.
Manneville, F., & Esquieu, J. (2000). Systèmes électroniques : Électronique analogique. Éditions Dunod.
Bourgeron, R. (2020). Guide pratique de l'électronique. Éditions Dunod.
2. Signaux Biomédicaux et Santé
Duchene, J., & Lehance, C. (2008). Le signal EMG : de la détection à l'interprétation. Techniques de l'Ingénieur.
.
Vinet, R. (2011). Robotique médicale. Éditions Lavoisier.
3. Microcontrôleurs et Systèmes Embarqués
Tavernier, C. (2014). Arduino : Maîtrisez sa programmation et ses cartes d'interface. Éditions Dunod.
.
Bardin, B. (2010). Microcontrôleurs AVR : description et mise en œuvre. Éditions ETSF.
Directeur & Encadreur
Directeur: BARAKA Olivier MUSHAGEEncadreur: Johnson KISAMBA
Status
Décision ou observation:Feu vert:
Déposé : NON
Défendu: NON
Finalisé: NON