Existing myoelectric prosthetic hands face limitations in controllability, comfort, and training complexity. This work enhances a 3D-printed myoelectric hand prototype developed by the Icube laboratory at INSA, Strasbourg, focusing on thumb opposability and intuitive control. The fixed thumb in the previous design is replaced with a mechanically simple structure that enables functional opposition, preserving grasp stability. An AI-based platform assists in generating innovative design solutions by exploiting TRIZ framework. The prosthetic hand obtained integrates 15 joints and 6 motors, enabling independent finger actuation. The total weight is 380 g, and the thumb most proximal joint achieves approximately 90° of circumduction. Grasp execution times range from 0.2 to 1.0 s, fingertip forces reach 3–4 N, and motor currents vary between 0.13 A and 0.87 A. Manufacturing cost is approximately €200. Preliminary results exploring a vision-based control strategy indicate potential for automatic grasp selection, reducing the cognitive load on users and reproducing the natural coordination between the hand, brain, and eye. A deep learning model associates objects captured by a camera with optimal grasp types, achieving 81% accuracy on the test set and correctly classifying all experimental object images. These results suggest feasibility but require further validation. Overall, the combined mechanical improvements and exploratory control strategy demonstrate a low-cost, anthropomorphic prosthesis with functional versatility and user-friendly operation.

Le mani protesiche mioelettriche esistenti presentano limitazioni in termini di controllabilità, comfort, funzionalità e costi. Questo lavoro ha lo scopo di migliorare un prototipo di mano mioelettrica stampata in 3D sviluppato dal laboratorio Icube presso INSA, Strasburgo, concentrandosi sull’opponibilità del pollice e su un controllo intuitivo. Il pollice fisso del progetto precedente è stato sostituito con una struttura meccanicamente semplice che consente l’opposizione funzionale, preservando la stabilità della presa. Una piattaforma basata su intelligenza artificiale ha supportato la generazione di soluzioni innovative sfruttando il framework TRIZ. La mano protesica ottenuta integra 15 articolazioni e 6 motori, permettendo l’attuazione indipendente delle dita. Il peso totale è di 380 g e l’articolazione carpometacarpica del pollice raggiunge circa 90° di circumduzione. I tempi di esecuzione della presa variano da 0.2 a 1.0 s, le forze sulla punta delle dita raggiungono 3–4 N e la corrente richiesta dai motori oscilla tra 0.13 A e 0.87 A. Il costo di produzione è di circa 200 €. Risultati preliminari che esplorano una strategia di controllo basata sulla visione indicano il potenziale per una selezione automatica della presa, riducendo il carico cognitivo sull’utente e replicando la coordinazione naturale tra mano, cervello e occhio. Un modello di deep learning associa gli oggetti acquisiti da una telecamera ai tipi di presa ottimali, raggiungendo l’81% di accuratezza sul test set e classificando correttamente tutte le immagini sperimentali di oggetti reali. Questi risultati ne suggeriscono la fattibilità, ma richiedono ulteriori validazioni. Complessivamente, i miglioramenti meccanici e la strategia di controllo esplorativa dimostrano una protesi antropomorfa a basso costo, versatile e di semplice utilizzo.

Biomechanical design and validation of a 3D-printed prosthetic hand with an actuated thumb

Nada, Margherita
2025/2026

Abstract

Existing myoelectric prosthetic hands face limitations in controllability, comfort, and training complexity. This work enhances a 3D-printed myoelectric hand prototype developed by the Icube laboratory at INSA, Strasbourg, focusing on thumb opposability and intuitive control. The fixed thumb in the previous design is replaced with a mechanically simple structure that enables functional opposition, preserving grasp stability. An AI-based platform assists in generating innovative design solutions by exploiting TRIZ framework. The prosthetic hand obtained integrates 15 joints and 6 motors, enabling independent finger actuation. The total weight is 380 g, and the thumb most proximal joint achieves approximately 90° of circumduction. Grasp execution times range from 0.2 to 1.0 s, fingertip forces reach 3–4 N, and motor currents vary between 0.13 A and 0.87 A. Manufacturing cost is approximately €200. Preliminary results exploring a vision-based control strategy indicate potential for automatic grasp selection, reducing the cognitive load on users and reproducing the natural coordination between the hand, brain, and eye. A deep learning model associates objects captured by a camera with optimal grasp types, achieving 81% accuracy on the test set and correctly classifying all experimental object images. These results suggest feasibility but require further validation. Overall, the combined mechanical improvements and exploratory control strategy demonstrate a low-cost, anthropomorphic prosthesis with functional versatility and user-friendly operation.
ING - Scuola di Ingegneria Industriale e dell'Informazione
26-mar-2026
2025/2026
Le mani protesiche mioelettriche esistenti presentano limitazioni in termini di controllabilità, comfort, funzionalità e costi. Questo lavoro ha lo scopo di migliorare un prototipo di mano mioelettrica stampata in 3D sviluppato dal laboratorio Icube presso INSA, Strasburgo, concentrandosi sull’opponibilità del pollice e su un controllo intuitivo. Il pollice fisso del progetto precedente è stato sostituito con una struttura meccanicamente semplice che consente l’opposizione funzionale, preservando la stabilità della presa. Una piattaforma basata su intelligenza artificiale ha supportato la generazione di soluzioni innovative sfruttando il framework TRIZ. La mano protesica ottenuta integra 15 articolazioni e 6 motori, permettendo l’attuazione indipendente delle dita. Il peso totale è di 380 g e l’articolazione carpometacarpica del pollice raggiunge circa 90° di circumduzione. I tempi di esecuzione della presa variano da 0.2 a 1.0 s, le forze sulla punta delle dita raggiungono 3–4 N e la corrente richiesta dai motori oscilla tra 0.13 A e 0.87 A. Il costo di produzione è di circa 200 €. Risultati preliminari che esplorano una strategia di controllo basata sulla visione indicano il potenziale per una selezione automatica della presa, riducendo il carico cognitivo sull’utente e replicando la coordinazione naturale tra mano, cervello e occhio. Un modello di deep learning associa gli oggetti acquisiti da una telecamera ai tipi di presa ottimali, raggiungendo l’81% di accuratezza sul test set e classificando correttamente tutte le immagini sperimentali di oggetti reali. Questi risultati ne suggeriscono la fattibilità, ma richiedono ulteriori validazioni. Complessivamente, i miglioramenti meccanici e la strategia di controllo esplorativa dimostrano una protesi antropomorfa a basso costo, versatile e di semplice utilizzo.
File allegati
File Dimensione Formato  
2026_03_Nada_Tesi.pdf

non accessibile

Descrizione: testo della tesi
Dimensione 101.49 MB
Formato Adobe PDF
101.49 MB Adobe PDF   Visualizza/Apri
2026_03_Nada_Executive Summary.pdf

non accessibile

Descrizione: testo dell'executive summary
Dimensione 15.61 MB
Formato Adobe PDF
15.61 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/252909