La recherche  >  Approche biomimétique de la perception tactile et Mécanique du contact  >  Approche biomimétique de la perception tactile digitale humaine

Approche biomimétique de la perception tactile digitale humaine

Nous avons reproduit le fonctionnement de l’extrémité du doigt humain en le modélisant par une calotte sphérique d’un élastomère de PDMS (PolyDiMéthylSiloxane) de propriétés élastiques proches de celles de l’ensemble derme-épiderme. A la base de cette calotte sphérique d’épaisseur millimètrique, nous avons placé un ou plusieurs microcapteurs de force simulant un ou plusieurs mécano-récepteurs sous-cutanés. Les micro-capteurs ont été conçus et fabriqués dans le cadre d’une collaboration avec le CEA-LETI en utilisant la technologie MEMS (Micro-Electro-Mechanical-Systems).

Figure 1 : Schéma de principe de l’approche biomimétique pour étudier la perception tactile digitale humaine. (a) Coupe en profondeur de la peau du doigt permettant de localiser les 4 types de mécanorécepteurs qui participent à la perception tactile. (b) Photo d’une barrette linéaire de 10 capteurs MEMS. (c) Exploration tactile par le doigt à vitesse v sous une charge normale P. (d) Reproduction biomimétique de ce type de mouvement avec le dispositif MEMS et un subtstrat de type code-barre.

Deux types de senseurs tactiles ont été mis au point, le premier utilisant un seul capteur, le deuxième une barrette linéaire de 10 capteurs (Fig. 1.1b). Avec le premier, nous avons proposé un rôle possible des empreintes digitales pour la détection et discrimination de textures fines [1–3]. La deuxième version a permis d’explorer l’effet des conditions d’exploration (vitesse relative de frottement, pression appliquée, position du capteur sous le contact, coefficient de frottement. . .) sur la transduction mécanique de l’information tactile [4].

 

  • Rôle d’une texturation - L’effet empreintes

Figure 2: (a) Pression mesurée par un capteur MEMS frotté contre un substrat code-barre, fonction du déplacement u pour une peau lisse et une peau à empreintes [1]. (b) Forces normale P et tangentielle Q mesurées au cours du frottement d’une calotte sphérique recouverte d’empreintes ( L = 218 µm) contre des substrats de verre rodé (rough- de rugosité rms h ~ 2 µm, et rough+ avec h ~ 5 µm) [3].

La première version du senseur tactile a été déclinée en deux exemplaires, l’un avec une peau lisse (rugueuse à une échelle microscopique), l’autre avec une peau texturée à l’image des empreintes digitales, i.e. recouverte d’un réseau régulier de sillons de profondeur 30 µm de période spatiale   L=200 µm. Nous avons ensuite frotté à vitesse constante v et sous charge normale P constante ces deux types de capteurs contre des substrats rugueux modèles. Ces substrats fabriqués par photolithographie douce consistaient en des réseaux de sillons parallèles de largeur variable et distribués aléatoirement selon une direction(substrats code-barre, Fig. 1.1d), et présentant donc une topographie dont le spectre est celui d’un bruit blanc. En comparant les signaux de contraintes mesurés par le capteur MEMS pour les deux systèmes, nous avons montré qu’en présence d’empreintes, ceux-ci présentaient de larges fluctuations à une fréquence déterminée par le rapport v= (Fig. 1.2a). La peau à empreintes se comporte donc mécaniquement comme un filtre passe-bande centré sur cette fréquence. Dans des conditions d’exploration naturelle typiques pour le doigt humain, les vitesses de déplacement sont de l’ordre de 10-15 cm/s et les empreintes digitales humaines ont une longueur d’onde d’environ 500 m, ce qui produit une gamme de fréquence de 200-300 Hz, adapté à la fréquence de réponse optimale des corpuscules de Pacini, d’environ 250 Hz, connus pour être impliqués dans la détection de textures fines. Cette étude a donc permis d’élucider le rôle essentiel de la texturation de la peau pour la transduction de l’information tactile dans le cas de textures fines [1, 5–8].

En frottant un vrai doigt contre les mêmes substrats code-barre, nous avons ensuite mis en évidence que le même type de modulation existait dans la force de frottement macroscopique intégrée sur tout le contact [2]. Si l’on se place dans le cadre d’une description de frottement de type Amontons Coulomb (la force tangentielle de frottement est proportionnelle à la force normale appliquée), à force normale constante, on s’attend à ce que la force tangentielle de frottement ne fluctue pas. Pour essayer de comprendre l’origine de ces fluctuations de force de frottement induites, nous avons fait frotter une calotte sphèrique texturée (empreintes digitales) sur un substrat rugueux à des échelles microscopiques (verre rodé ou sablé). En combinant imagerie du contact et mesures de forces macroscopiques, nous avons ainsi montré l’existence d’un mécanisme de sélection spectrale identique à celui observé avec le système MEMS (Fig. 1.2b). Ce travail a notamment permis de comprendre comment l’amplitude des modulations induites dépendait des caractéristiques topographiques et que leur existence dépendait du caractère non-linéaire de la loi de frottement [3].

  • Rôle des conditions d’exploration

En partenariat avec le LETI-CEA, nous avons développé des réseaux 1x10 de capteurs MEMS de dimensions réduites et de sensibilité accrue. La mesure simultanée des contraintes en plusieurs points sous le contact a permis de pleinement valider un modèle de transduction mécanique, qui a été appliqué à une étude systématique du rôle des paramètres exploratoires. Cela nous a permis de montrer que la fonction de transfert dépend non seulement des caractéristiques intrinsèques du capteur mais aussi des conditions d’exploration tactile, telles que la force normale appliquée et la position d’un micro-capteur par rapport à la zone de contact. Cette étude nous a permis d’autre part de quantifier l’hyperacuité du système, c’est-à-dire une résolution sur la prédiction de la position de défauts topologiques qui est un ordre de grandeur en dessous de l’espacement entre mécanorécepteurs. Combinés aux travaux sur les empreintes digitales, ces résultats expliquent en grande partie les excellentes performances du système tactile digital humain [4].
Combinés aux travaux sur les empreintes digitales, ces résultats pourraient expliquer en grande partie les excellentes performances du système tactile digital humain [4]. Nous collaborons actuellement avec l’équipe de J. P. Roll (Laboratoire de Neurosciences Intégratives et Adaptatives, Marseille) pour valider nos hypothèses directement chez l’humain, en utilisant des techniques de microneurographie qui permettent d’enregistrer l’activité neuronale des mechanorécepteurs. Dans le cadre de la thèse de Thomas Panier, nous avons mis au point un systéme de tambour frottant dont la surface est texturée par micro-usinage (code-barre, défauts aléatoires. . .) qui permet d’exciter les mechanorécepteurs présents sous le contact dans des conditions de pression et de vitesse contrôlées. Ce nouveau dispositif permettra de corréler la réponse neuronale aux caractéristiques topographiques des surfaces en contact.


Publications

2016

Whisker contact detection of rodents based on slow and fast mechanical inputs - Frontiers in Behavioral Neuroscience
N. Claverie , Y. Boubenec, , G. Debrégeas , A. Prevost , E. Wandersman
  URL Full text PDF Bibtex doi:doi: 10.3389/fnbeh.2016.00251

2015

Normal contact and friction of rubber with model randomly rough surfaces - Soft Matter
S. Yashima, , V. Romero , E. Wandersman , C. Frétigny, , M.K. Chaudhury, , A. Chateauminois, , A.M. Prevost
  URL Full text PDF Bibtex doi:10.1039/c4sm02346c

2011