Amélioration des performances en gravité altérée

Improving operational performance in altered gravity

• Auteur / Autrice : Marie Barbiero
• Direction : Olivier White
• Type : Thèse de doctorat
• Discipline(s) : Staps
• Date : Soutenance le 07/03/2022
• Etablissement(s) : Bourgogne Franche-Comté
• Ecole(s) doctorale(s) : École doctorale Environnements, Santé (Dijon ; Besançon ; 2012-....)
• Partenaire(s) de recherche : Laboratoire : Cognition, Action, et Plasticité Sensorimotrice (CAPS) (Dijon)
• Partenaire(s) de recherche : Etablissement de préparation : Université de Bourgogne (1970-....)
• Jury : Président / Présidente : Lionel Bringoux
• Jury : Examinateurs / Examinatrices : Cécile Scotto Di Cesare, Jérémie Gaveau, Gunnar Blohm
• Jury : Rapporteurs / Rapporteuses : Lionel Bringoux, Isabelle Siegler

Mots clés

Mots clés contrôlés

Interfaces utilisateur (informatique)

Activité motrice

Apprentissage moteur

Mots clés libres

Apprentissage moteur

Dextérité

Gravité altérée

Interface homme-Machine

Motor learning

Dexterous manipulation

Altered gravity

Human-Machine interface

Résumé

L'adaptation motrice humaine est cruciale pour rester efficace en cas d’exposition à des environnements inconnus. Dans ces contextes, les stratégies efficaces développées par le cerveau pour optimiser les mouvements peuvent être mises en défaut. La manipulation manuelle et les mouvements fins dans l'espace nécessitent donc l'apprentissage de nouvelles actions motrices coordonnées. Traditionnellement, les mécanismes d'adaptation sont testés en laboratoire à l'aide de dispositifs robotisés qui perturbent le membre impliqué spécifiquement dans la tâche alors que la dynamique du reste du corps demeure inchangée. Bien que les participants construisent une représentation plus précise de la tâche au fil des répétitions, ces approches sont limitatives puisqu'elles ne reflètent pas l'ajustement écologique à des dynamiques globalement modifiées. Ce travail doctoral a pour objectif de mieux comprendre l'adaptation motrice de base et tend à fournir des informations utiles pour développer des solutions afin d’optimiser les actions de l’individu lorsque celui-ci est confronté à un environnement contraignant. Pour cela, nous avons tout d’abord caractérisé l’intégration de la gravité au sein du système nerveux central. Ensuite, nous avons testé l’impact d’une compensation en gravité locale alors que le reste du corps est immergé dans un environnement extrême (0 et 1.8g, induits en vol parabolique). Pour ce faire, nous avons conçu un système motorisé qui recrée localement des informations sensorielles terrestres (1g) au niveau du membre engagé dans une tâche simple de pointage. L’ensemble de nos résultats suggèrent que l'ajout d'informations connues aide à améliorer la performance motrice dans des contextes inhabituels. En adoptant « l'image négative » des approches robotiques conventionnelles, nos expérimentations tendent à fournir des informations profitables pour la conception d’interfaces utiles pour l’Homme confronté à des environnements altérés ; ouvrant ainsi le champ des possibles.

Human motor adaptation is crucial to remain efficient when exposed to unfamiliar environments. In these contexts, the efficient strategies developed by the brain to optimise movement can prove deficient. Dexterous manual movement execution in space therefore require the learning of new coordinated motor actions. Traditionally, adaptation mechanisms are tested in laboratory using robotic devices that disturb the limb specifically involved in the task while the dynamics of the rest of the body remain unchanged. Although participants build a more accurate representation of the task over repetitions, these approaches are limiting as they do not reflect the ecological adjustment to globally modified dynamics. The aim of this doctoral dissertation is to better understand basic motor adaptation and to provide useful information for developing solutions that optimise actions when faced with a constraining environment. To do this, we first aimed to characterize gravity integration within the central nervous system. Then, we tested the impact of local gravity compensation while the rest of the body is immersed in an extreme environment (0 and 1.8g, induced in parabolic flight). To this end, we designed a motorised system that locally recreates terrestrial sensory information (1g) at the level of the limb involved in a simple pointing task. Our results suggest that the addition of known information helps to improve motor performance in unusual contexts. By adopting the “negative image” of conventional robotic approaches, our experiments tend to provide effective information for the design of useful interfaces for humans facing altered environments; thus opening up the scope of possibilities.