Date : 2012
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : français / French
Vision artificielle (robotique)
Classification Dewey : 629.892 63
Classification Dewey : 617.033
Accès en ligne / online access
Accès en ligne / online access
Résumé / Abstract : Les fauteuils roulants « intelligents » dotés de facultés de navigation autonomes visent à soulager les personnes handicapés moteurs ayant des difficultés à conduire un fauteuil électrique standard. Depuis les années 80, de nombreuses études ont été menées pour réaliser de tels prototypes mais très peu ont abouti à de réels progrès pour les utilisateurs et ce uniquement pour des fonctionnalités simples. Cela peut s'expliquer par plusieurs facteurs, notamment la sous-estimation des contraintes d'acceptabilité et d'adaptabilité. Dans ce contexte, notre objectif est de concevoir une assistance à la conduite sous respect de ces contraintes. Pour cela, nous réalisons un système léger, composé de trois capteurs laser, d'une caméra et d'un micro-ordinateur. Il est susceptible de s'adapter sur tout type de fauteuil électrique et nous a permis de développer les fonctionnalités de franchissement de passage étroit et de suivi de mur ainsi qu'une interface humain-machine ergonomique. Celle-ci est établie par une commande « déictique » qui consiste à fournir un aperçu de l'environnement sur lequel l'utilisateur désigne la tâche autonome choisie par son lieu d'application, le fauteuil réalisant automatiquement l'action correspondante. Tout contact sur le joystick rend immédiatement le contrôle du fauteuil à l'utilisateur afin qu'il ne se sente pas prisonnier de l'assistance, ainsi le pilotage se compose d'une alternance de commandes manuelles et d'indications sur l'interface. Ensuite, l'évaluation de notre assistance à la conduite s'est déroulée en trois étapes. La première, qualitative, a consisté à présenter et à faire essayer le système à des utilisateurs potentiels. Dans un second temps nous avons comparé quantitativement les performances de la conduite assistée avec celles d'une conduite manuelle sur un panel de sujets valides (temps de parcours, nombre d'actions réalisées, indice de confort...). La troisième étape a consisté à évaluer la charge cognitive des utilisateurs dans les deux modes de conduite en mesurant la charge attentionnelle et la capacité décisionnelle à partir d'une méthode de douche tâche
Résumé / Abstract : The Smart Wheelchairs, that are equipped for autonomous navigation functionalities, aim to relieve people with disabilities who have difficulty to drive a standard electric wheelchair. Since the 80s, many studies have been conducted to design such prototypes but very few have led to real progress for users and only for simple functionalities. This can be explained by several factors, including the underestimation of the constraints of acceptability and adaptability. In this context, our goal is to provide a driving assistance in respect of these constraints. For this, we design a lightweight system, consisting of three laser sensors, a camera and a computer. It is adaptable to any type of electric wheelchair and allowed us to develop the functionalities of passing through of the narrow passages and wall following, as well as an ergonomic human-machine interface. This latter is established by a deictic command which consists in to provide an overview of the environment where the user indicates the chosen autonomous task by his application location, and then the wheelchair performs the corresponding action automatically. Moreover, all contact with the joystick gives back the control to the user so that he does not feel a prisoner of assistance; well the driving is composed of alternating manual controls and indications on the interface. Finally, the evaluation of our assistance in the conduct took place in three stages. The first, qualitative, is to present and to do try the system to potential users. In a second step, we compare quantitatively the performance of the assistance driving with those of a manual driving on a panel of valid persons (travel time, number of actions, discomfort index?). The third step is to assess the cognitive load of users in both driving modes by measuring the attentional load and decision-making capacity from a dual task method