Publié le 17 novembre 2025 à 18h30. Des chercheurs de l’Université de Californie à San Diego ont mis au point un système portable révolutionnaire capable de traduire les gestes quotidiens en commandes pour des machines, même dans des conditions de mouvement extrêmes. Cette avancée pourrait transformer la rééducation, l’assistance aux personnes à mobilité réduite et le contrôle d’outils dans des environnements complexes.
- Le nouveau système combine des capteurs électroniques souples avec l’intelligence artificielle pour interpréter les gestes avec précision.
- Il fonctionne de manière fiable même en courant, en conduisant ou en pleine turbulence marine, là où les technologies existantes échouent.
- Cette technologie pourrait avoir des applications dans des domaines variés, de la robotique médicale au contrôle de robots sous-marins.
Jusqu’à présent, les dispositifs portables capables de reconnaître les gestes se sont avérés peu fiables lorsque l’utilisateur est en mouvement. Le bruit généré par ces déplacements perturbe les signaux des capteurs, limitant considérablement leur utilité dans la vie réelle. L’équipe de l’UC San Diego a surmonté cet obstacle en intégrant une intelligence artificielle capable de filtrer ces interférences en temps réel.
« Notre système surmonte cette limitation », explique Xiangjun Chen, chercheur postdoctoral au département de chimie et de nano-ingénierie de la Jacobs School of Engineering de l’UC San Diego.
« En intégrant l’IA pour nettoyer les données des capteurs bruyants en temps réel, la technologie permet aux gestes quotidiens de contrôler de manière fiable les machines, même dans des environnements très dynamiques. »
Xiangjun Chen, chercheur postdoctoral
Les applications potentielles de cette technologie sont vastes. Elle pourrait permettre aux patients en rééducation de contrôler des prothèses ou des exosquelettes par des mouvements naturels, sans nécessiter une motricité fine complexe. Les travailleurs industriels et les équipes d’intervention pourraient utiliser ce système pour manipuler des outils et des robots à distance dans des environnements dangereux. Les plongeurs, par exemple, pourraient commander des robots sous-marins malgré les courants et les vagues.
L’appareil prend la forme d’un patch électronique flexible, fixé sur un brassard en tissu. Il intègre des capteurs de mouvement et musculaires, un microcontrôleur Bluetooth et une batterie extensible, le tout dans un ensemble compact et multicouche. Le système a été entraîné à partir d’un ensemble de données variées, incluant des mouvements liés à la course, aux vibrations et aux conditions maritimes.
Les chercheurs ont validé leur système dans des conditions réelles et simulées. Des tests ont été menés avec des sujets courant tout en contrôlant un bras robotique, soumis à des vibrations intenses et à des perturbations combinées. Ils ont également utilisé le simulateur de recherche Scripps océan-atmosphère de la Scripps Institution of Oceanography de l’UC San Diego pour reproduire les mouvements de la mer et valider le fonctionnement du système en conditions océaniques simulées. Dans tous les cas, les performances se sont avérées précises et rapides.
À l’origine, ce projet s’inspirait du besoin d’améliorer le contrôle de robots sous-marins pour les militaires. L’équipe s’est rapidement rendu compte que le problème des interférences liées au mouvement était plus général et affectait toutes les technologies portables.
« Ce travail ouvre la voie à des systèmes portables de nouvelle génération qui sont non seulement extensibles et sans fil, mais également capables d’apprendre à partir d’environnements complexes et d’utilisateurs individuels », conclut Xiangjun Chen.
« Cette avancée nous rapproche d’interfaces homme-machine intuitives et robustes qui peuvent être déployées dans la vie quotidienne. »
Xiangjun Chen, chercheur postdoctoral
Cette recherche, fruit d’une collaboration entre les laboratoires de Sheng Xu et Joseph Wang à la Jacobs School of Engineering de l’UC San Diego, est présentée dans l’article « Une interface homme-machine tolérante au bruit basée sur des capteurs portables améliorés par le deep learning », publié dans la revue Nature. Les co-premiers auteurs de l’étude sont Xiangjun Chen, Zhiyuan Lou, Xiaoxiang Gao et Lu Yin, tous chercheurs à l’UC San Diego.
Ce travail a été financé par la Defense Advanced Research Projects Agency (DARPA), sous le numéro de contrat HR001120C0093.
