
Vers une assistance contextuelle par exosquelette : estimation de charge utile par vision et optimisation multi-critères
Des chercheurs ont publié une étude préimprimée sur arXiv (2508.06207, version 3, republiée en septembre 2026) décrivant deux avancées pour les exosquelettes de soutien lombaire, conçus pour réduire les troubles musculosquelettiques liés au port de charges. La première contribution est un espace d'optimisation multi-métrique construit à partir d'essais menés sur 12 sujets, combinant réduction de l'activité électromyographique (EMG), inconfort perçu et préférence de l'utilisateur. Les auteurs y mettent en évidence une relation non linéaire entre le poids de la charge portée et le niveau d'assistance optimal, ce qui invalide l'hypothèse d'un réglage d'assistance simplement proportionnel à la charge. La seconde contribution est un système de contrôle adaptatif basé sur la vision par ordinateur : un vision transformer DINOv2 affiné (fine-tune), couplé à un capteur de profondeur, estime le poids d'une charge avant même que l'utilisateur ne la soulève, supprimant ainsi le délai d'actionnement propre aux systèmes réactifs classiques. Testé sur 12 sujets supplémentaires, ce module de perception prédictive atteint 82,41% de précision dans l'estimation du poids. Combinée à la stratégie d'assistance adaptative, l'approche réduit jusqu'à 23% le pic d'activation des muscles dorsaux et améliore de 8,15% en moyenne le déchargement mécanique par rapport à des réglages d'assistance statiques, sans augmentation de l'inconfort perçu.
Pour les fabricants et intégrateurs d'exosquelettes industriels, ces résultats répondent directement à une limite structurelle des systèmes actuels : la plupart des exosquelettes de soutien dorsal commercialisés s'appuient sur des capteurs myoélectriques ou de force qui ne détectent l'effort qu'une fois la charge déjà soulevée, générant un temps de réponse mécanique incompressible. En anticipant le poids par vision avant le geste de levage, cette approche prédictive vise à combler ce décalage temporel, un enjeu concret pour la logistique, la manutention et les lignes de production où les cycles de levage sont répétitifs. Elle illustre aussi une tendance plus large de transfert de modèles de vision génériques (ici DINOv2) vers des tâches d'estimation physique embarquées, hors du seul champ de la robotique mobile ou humanoïde.
Le travail s'inscrit dans le prolongement des recherches sur l'assistance ergonomique adaptative, où la modulation de l'assistance reste généralement statique ou réactive faute de perception anticipative fiable. Publiée d'abord en août 2025 puis révisée en version 3, l'étude reste à ce stade un résultat de laboratoire validé sur un total de 24 sujets, sans indication de partenariat industriel ni de déploiement commercial annoncé. Les auteurs présentent leur travail comme une preuve de concept ouvrant la voie à une intégration future dans des exosquelettes commerciaux de soutien lombaire, la prochaine étape logique étant une validation à plus grande échelle et en conditions de terrain plutôt qu'en environnement contrôlé.
Dans nos dossiers




