Aprendizado Dinâmico de Habilidade de Manipulação para Mãos Protéticas Mioelétricas Tácteis em Manuseio de Ferramentas

A operação contínua de ferramentas com uma mão protética mioelétrica é consideravelmente mais complexa do que tarefas discretas de agarre. Essa complexidade surge porque o sistema de controle deve manter movimentos estáveis, adaptativos e coordenados sob cargas variáveis e interações imprevisíveis. No controle motor humano, essa estabilidade é alcançada por meio de um loop fechado sensorimotor biológico, onde feedback táctil modula continuamente os sinais neurais para se adaptar a mudanças ambientais. Inspirado por esses mecanismos para reduzir a instabilidade do agarre causada por choques externos, este estudo projetou um controlador multimodal denominado controlador biónico de agarre táctil, cinestésico e de eletromiografia (EMG) (TKE-BGC). Ele integra informações táctil, cinemática e de EMG. Inicialmente, dados multimodais — abrangendo sinais táctiles, ângulos de junta e padrões de EMG — foram coletados de usuários sem deficiência durante a manipulação de ferramentas por meio de uma luva de dados. Subsequentemente, o modelo TKE-BGC foi treinado com esses dados, utilizando um codificador Transformer para extrair características de alto nível e um perceptron de múltiplas camadas para prever ângulos de junta em tempo real. Com base nesse controlador, este artigo apresenta uma estrutura de controle protético desenvolvida por meio da transferência de habilidades humanas. Ao contrário das estratégias convencionais de força fixa ou força segue que lutam contra impactos dinâmicos ou atrasos de rastreamento, esta estrutura permite um controle adaptativo robusto de ponta a ponta. Testado em 4 tarefas de operação de ferramentas vistas e não vistas, o método proposto demonstrou desempenho detalhado preciso. Especificamente, reduziu significativamente o número de quedas de ferramentas e encurtou os tempos de conclusão de tarefas em comparação com os métodos de referência. Além disso, alcançou forças de contato semelhantes às humanas e reduziu substancialmente a carga física do usuário, exigindo visivelmente menos esforço muscular do que a estratégia de força segue (por exemplo, amplitude média de EMG, 0.0023 versus 0.0124). Ao ajustar rapidamente a força de agarre por meio de feedback e mitigar efetivamente a instabilidade, esta pesquisa possui um valor prático significativo para melhorar a independência diária de amputados e apoiar sua reabilitação vocacional e reemprego.