Robot Assistant Anthropomorphe Neuro-Adaptatif (RAANA)

Robot Assistant Anthropomorphe Neuro-Adaptatif (RAANA)

1. Fiche du Projet

Nom du Projet : Une nouvelle technologie robotique (Robot Assistant Anthropomorphe Neuro-Adaptatif)

Domaine Technique : Génie biomédical, robotique, intelligence artificielle (TALN et apprentissage automatique), interfaces cerveau-machine basées sur l'EEG.

Public Cible : Personnes tétraplégiques à 100 %, personnes à mobilité réduite et toute personne nécessitant un soutien au quotidien.

2. Définition du Problème et Analyse de la Situation Actuelle

Les solutions robotiques actuelles reposent en grande partie sur des algorithmes fixes et des systèmes de commande manuelle (boutons, joysticks, etc.). Cette contrainte rend l'utilisation des assistants robotiques impossible pour les personnes ayant une mobilité fortement réduite ou totalement paralysées (comme dans le cas du syndrome de verrouillage ou locked-in syndrome). La robotique moderne, bâtie sur les fondements de la cybernétique d'Al-Jazari, souffre à ce niveau d'un véritable « fossé de communication ».

Notre projet vise à développer une structure autonome capable de comprendre directement les signaux neurologiques de l'utilisateur, d'analyser son caractère et de minimiser sa dépendance vis-à-vis du monde extérieur.

3. Caractéristiques Techniques Principales et Approche Innovante

3.1. Neuro-Contrôle (Intégration EEG)

Mesure Sans Contact : Des kits EEG haute précision intégrés dans la zone de la tête du robot seront conçus pour détecter l'activité électrique cérébrale jusqu'à une distance de 30 cm.

Personnalisation : Lors de la phase de fabrication, des bandes de fréquences spécifiques sont calibrées pour chaque utilisateur.

Réponse Émotionnelle / Cognitive : Le robot ne se contente pas d'exécuter des commandes : il analyse l'état d'esprit instantané et les variations cognitives de l'utilisateur pour adopter un comportement « proactif » (agir sans attendre une action explicite).

3.2. Intelligence Artificielle et Apprentissage Adaptatif (Modélisation du Caractère)

Phase de Découverte de l'Utilisateur (Adaptation) : Durant les 3 premiers mois, le robot analyse l'utilisateur toutes les 8 heures afin d'établir son profil neurologique. Cette étape constitue la phase d'apprentissage du robot.

Mécanisme de Prise de Décision : Une unité informatique embarquée (mini-PC) combine les données traitées avec le traitement automatique du langage naturel (TALN) pour anticiper non pas ce que l'utilisateur « demande », mais ce dont il a « besoin ».

3.3. Système de Commande Vocale

Matériel : Microphones haute sensibilité balayant une plage de fréquences de 20 Hz à 20 kHz.

Logiciel : Unité de traitement vocal pilotée par le TALN pour une interprétation rapide et précise des ordres vocaux.

4. Système de Gestion Énergétique (Durabilité)

Le projet repose sur un système énergétique hybride et auto-suffisant :

Récolte d'Énergie : Des panneaux solaires ainsi que des convertisseurs intégrés dans le châssis transforment le son ambiant, les ondes électromagnétiques et la lumière du soleil en énergie électrique.

Stratégie des Batteries : Le système comprend 3 modules de batterie principaux.

Niveau Critique (< 15 %) : Le robot se met en mode de protection et passe en mode de collecte d'énergie (Alerte Rouge).

Fonctionnement Normal : Les 3 batteries sont chargées (État stable).

Niveaux d'Alerte : Épuisement d'1 batterie (Voyant Jaune), épuisement de 2 batteries (Voyant Rouge - Arrêt Opérationnel).

5. Organigramme de Fonctionnement

Collecte des Données : Acquisition des données EEG et vocales à une distance de 30 cm.

Analyse (Mini-PC) : Traitement des données par intelligence artificielle et analyse de l'état émotionnel / cognitif.

Prise de Décision : Identification du besoin et élaboration du plan d'action optimal.

Exécution : Réalisation de la tâche par le robot via des mouvements anthropomorphes.

6. Objectifs du Projet

Soutenir à 100 % l'intégration sociale des personnes paralysées grâce à la technologie.

Développer des systèmes de conversion d'énergie respectueux de l'environnement, minimisant la dépendance aux sources d'alimentation externes.

Produire des robots assistants personnels capables d'apprendre et d'analyser la personnalité de leur utilisateur, en remplacement des machines à programmation figée.