Étude de cas R&D sur le développement du système de capteur OptiGap
- Cet article explore le processus de recherche et développement du nouveau système de capteur OptiGap, un élément central des travaux de thèse de doctorat de l’auteur
- Il vise à offrir, sous forme de récit, un aperçu du processus de décision et de l’évolution jusqu’à l’implémentation finale
- Il donne l’occasion d’entrevoir un monde parfois caché de la recherche doctorale et peut susciter l’intérêt de celles et ceux qui sont curieux de ce processus
- Si vous souhaitez en savoir plus sur les détails techniques, les simulations et les travaux antérieurs sur ce sujet, la thèse de l’auteur est consultable en ligne
Fonctionnement du système de capteur OptiGap
- En termes très simples, ce capteur ressemble essentiellement à une corde capable d’indiquer, lorsqu’elle se plie, à quel endroit elle s’est pliée sur sa longueur
- Cela s’appelle la « localisation de courbure » (
bend localization)
- Les applications d’OptiGap se situent principalement dans le domaine de la robotique souple, qui implique des systèmes flexibles (ou « mous ») où l’usage de capteurs traditionnels est souvent peu pratique
- Le nom OptiGap est un mot-valise formé à partir de « optical » et « gap », reflétant le principe clé consistant à exploiter des interstices d’air dans un guide d’onde optique flexible pour générer des motifs codés indispensables à la localisation de courbure
Les débuts du système de capteur OptiGap
- L’idée d’OptiGap est née pendant que l’auteur expérimentait la transmission lumineuse à travers divers guides d’onde optiques (câbles optiques) afin de les utiliser comme capteurs de courbure
- Au départ, il cherchait à voir comment « ralentir » efficacement la lumière à travers une fibre optique
- Au cours de ce processus, l’auteur a fixé pour ses expériences un morceau de filament transparent d’imprimante 3D (TPU de 1,75 mm) sur un mètre ruban, et a découvert par hasard que lorsque le mètre ruban (et le filament) était plié à l’endroit où du ruban isolant électrique était fixé, la transmission lumineuse diminuait fortement
- Il a émis l’hypothèse que les résidus collants du ruban isolant provoquaient un étirement du filament, réduisant ainsi la transmission lumineuse
- Pour vérifier cette hypothèse, l’auteur a fixé un morceau plus long de TPU au mètre ruban et a commencé à le plier en différents points afin d’observer l’évolution de la transmission lumineuse
Concrétisation d’OptiGap
- L’auteur a compris qu’en contrôlant l’emplacement de l’atténuation optique, il pouvait s’en servir pour encoder des informations sur la position de courbure du capteur
- Comme l’usage de ruban isolant n’était pas une solution pratique, il a commencé à chercher une méthode plus fiable et plus cohérente pour produire cette atténuation
- Cela a conduit à l’idée de couper le filament puis de le raccorder à l’aide d’un manchon souple en caoutchouc (silicone), en laissant un petit interstice d’air
- Le principe de fonctionnement principal de cet interstice d’air est que si l’on déplace et/ou fait pivoter une face du guide optique par rapport à l’autre, la fraction de lumière transmise à travers l’interstice varie
- Plus l’angle de courbure est grand, plus la lumière s’échappe à travers l’interstice
- Les variations qui en résultent dans l’intensité du signal optique peuvent être associées à des motifs connus pour servir de capteur
La grande idée
- L’auteur a testé cette idée en créant plusieurs interstices d’air alignés et en pliant le filament pour mesurer l’atténuation
- L’intensité lumineuse diminue à chaque interstice d’air, et cette baisse devient plus marquée à mesure que l’angle de courbure augmente
- Cette première expérience a servi de preuve de concept et a démontré la faisabilité de l’idée
- Cela a conduit à sa formulation finale de l’hypothèse : utiliser ces motifs d’interstices d’air pour encoder des informations sur la courbure du capteur, puis décoder la position de courbure à l’aide d’un classificateur Naive Bayes sur microcontrôleur
- Ce concept est similaire au fonctionnement d’un encodeur linéaire
- Le système OptiGap fonctionne comme un encodeur absolu, en encodant une position absolue au moyen de motifs d’interstices d’air sensibles à la courbure le long de guides d’onde optiques parallèles, jouant ainsi effectivement le rôle d’un capteur monofibre
Encodage de la position de courbure avec un code Gray inversé
- Un code Gray inversé est un code binaire dans lequel deux valeurs consécutives diffèrent d’au plus (
n-1) bits
- Pour l’implémenter, l’auteur a pratiqué des coupures dans le filament partout où le code Gray inversé comporte un « 1 »
- Cette approche peut être étendue à n’importe quel nombre de bits
- Dans le cas du prototype, 3 bits ont été utilisés, offrant 8 positions possibles
Visualisation du système de capteur OptiGap
- La figure montre les motifs de signal du système de capteur OptiGap pour chaque position de courbure en utilisant 3 fibres optiques
- En utilisant un classificateur Naive Bayes, le système de capteur peut identifier la position de courbure à partir des motifs de signal
- Le troisième graphique représente des données de capteur réelles obtenues avec le système prototype, utilisées pour entraîner le classificateur sur le microcontrôleur
Prototype OptiGap
- L’auteur a fabriqué un prototype du système de capteur OptiGap à l’aide de 3 filaments transparents TPU d’imprimante 3D, chacun doté d’un motif d’interstices d’air unique
- À l’aide d’un coupleur commercial de fibre optique 3:1, il a réuni les 3 faisceaux lumineux en un unique câble à fibre optique, complétant ainsi le prototype du capteur
- Cela a marqué l’étape finale de validation de l’hypothèse et de la théorie de fonctionnement à l’origine du capteur OptiGap
Réduction de la taille physique
- Le prototype initial s’est révélé grand et encombrant en raison de la taille du filament d’imprimante 3D utilisé
- Fort de son expérience antérieure, l’auteur a reconnu que la fibre optique PMMA (plastique) offrait une alternative plus petite et plus souple pour cette application
- En conséquence, il a évalué des fibres optiques PMMA non gainées de 500, 750 et 1000 microns d’Industrial Fiber Optics, Inc. pour les brins du capteur, réduisant fortement la taille du dispositif
- Des tests ont été menés sur ces trois types de fibre optique pour évaluer la transmission lumineuse et la flexibilité
- Parmi elles, la fibre optique de 500 microns s’est révélée globalement le meilleur choix, même si les trois ont montré une flexibilité suffisante pour cette application
Réduction de la complexité du transceiver optique
- Pour réduire la complexité du système et améliorer sa modularité, l’auteur a décidé d’utiliser une configuration simple photodiode + LED IR au lieu du capteur ToF VL53L0X plus complexe
- Cela a permis de lire les données du capteur à l’aide d’un microcontrôleur, ce qui a constitué une amélioration importante par rapport au prototype initial
- Il a ensuite construit un système de démonstration du capteur basé sur un microcontrôleur STM32 et cette configuration photodiode/LED IR
Apprentissage automatique en temps réel sur microcontrôleur
- L’étape finale du développement du système de capteur OptiGap a consisté à intégrer un classificateur Naive Bayes sur un microcontrôleur STM32 afin de décoder la position de courbure à partir des données du capteur
- Le choix du classificateur Naive Bayes s’explique par son efficacité supérieure par rapport à des
if ou à une table de correspondance, sa capacité à traiter de nouvelles données ou des données jamais vues auparavant, ainsi que son potentiel d’amélioration de la précision en tenant compte des relations entre plusieurs variables d’entrée
- L’implémentation du classificateur Naive Bayes s’est révélée relativement simple
- Ce classificateur est un modèle probabiliste qui applique le théorème de Bayes pour déterminer comment une mesure peut être affectée à une classe donnée ; dans ce contexte, les classes correspondent aux positions de courbure
- Pour l’implémentation du classificateur, l’auteur a utilisé la bibliothèque Arm CMSIS-DSP
Ajustement des données de capteur
- La première étape de l’intégration du classificateur a consisté à ajuster les données du capteur à une distribution gaussienne pour chaque motif d’interstice d’air
- Pour accélérer ce processus, l’auteur a développé une interface graphique Python utilisant la bibliothèque scikit-learn et son GNB (Gaussian Naive Bayes) afin d’étiqueter et d’ajuster rapidement les données
- Par la suite, cette interface a été améliorée de manière plus générale afin de permettre des ajustements de données plus complexes
- Les probabilités de chaque classe ont été calculées puis enregistrées dans des headers afin d’être utilisées sur le microcontrôleur
Filtrage des données du capteur
- Pour améliorer la précision du classificateur, l’auteur a implémenté sur STM32 un processus de filtrage en deux étapes
- La première étape comprenait un simple filtre de moyenne glissante, tandis que la seconde utilisait un filtre de Kalman
Démo du système de capteur OptiGap
- Le GIF fourni montre les différentes étapes du système de capteur OptiGap, y compris l’assemblage et la démonstration du fonctionnement du système final
Spécifications de conception d’OptiGap
- Propriétés et paramètres clés
- Recommandations sur les matériaux
Étapes suivantes
- Des avancées importantes ont été réalisées sur le système OptiGap au-delà de ce qui est documenté ici
- Cela inclut notamment des travaux d’intégration dans un système modulaire d’actionnement et de détection appelé EneGate
- Cela concerne la conception de PCB sur mesure et l’intégration système, décrites en détail dans la thèse
- L’auteur a également prototypé une version compacte sur PCB de l’optique destinée à interfacer les PCB du système EneGate
- OptiGap a été validé dans un véritable système de robot souple, et davantage de détails seront publiés dans un article RoboSoft intitulé « Capteurs de guides d’onde optiques embarqués pour la surveillance du comportement dynamique dans des structures en poutre torsadée »
Commercialisation
- Un volet commercialisation est également en cours pour cette recherche
L’avis de GN⁺
- Le système de capteur OptiGap semble être une technologie innovante capable de détecter la position de courbure dans le domaine de la robotique souple, là où les capteurs existants avaient du mal à l’identifier. Divers systèmes nécessitant de la flexibilité
1 commentaires
Avis Hacker News
Voici les points clés tirés des commentaires Hacker News, résumés dans un ton neutre et informatif :
L’idée générale de rendre les matériaux plus « conscients d’eux-mêmes » ou inspectables est appréciée comme un concept élégant, avec un côté science-fiction.
Les recherches précédentes d’un commentateur utilisaient des réseaux de neurones à valeurs complexes pour apprendre la matrice de transmission d’une fibre optique, ce qui est lié à ce travail puisque plier la fibre impose de réapprendre une nouvelle matrice. Il pourrait être possible d’apprendre une caractérisation paramétrée de la fibre afin de modéliser sa forme.
La recherche semble approfondie et bien documentée. L’encadrante, Cindy Harnett, est probablement consciente de la similarité conceptuelle avec la réflectométrie dans le domaine temporel.
Des questions se posent sur la manière dont le capteur gère plusieurs courbures. Avec la configuration actuelle, plusieurs courbures semblent produire la somme des atténuations logarithmiques, ce qui pourrait nécessiter autant de brins que de points de courbure pour lever l’ambiguïté. Il faudrait préciser si le système est destiné uniquement aux cas à courbure unique.
Des raffinements potentiels pourraient rendre cette technologie industrialisable à grande échelle avec une grande précision. Parmi les applications possibles : des capteurs tactiles 2D ou 3D économiques pour robots, une proprioception sensible à la direction pour des tubes flexibles, et la détection de différences de température localisées.
La technologie semble similaire au Nintendo Power Glove, qui utilisait de la lumière dans un tube pour déclencher des pressions de touches selon la flexion des doigts ou de la main.
Le fait d’avoir une encadrante exceptionnelle est présenté comme ce qui fait la différence entre une expérience pénible et une bonne expérience.
Un commentateur souhaite utiliser ce capteur, ou plusieurs capteurs ensemble, pour détecter avec précision le swing d’un club de golf dans un golf launch monitor ne nécessitant pas de frapper une balle.
Suggestions d’amélioration :
Ce travail rappelle à un autre commentateur le distributed acoustic sensing (DAS) utilisant des câbles à fibre optique pour diverses tâches de surveillance, même s’il ne l’a pas encore vu appliqué à la robotique souple.
La difficulté de fabrication liée à la nécessité d’avoir des fibres en
log2et des encodages différents à chaque jonction est reconnue, mais n’est pas considérée comme un problème au stade de la recherche ou de la preuve de concept.